距離正式發(fā)布才剛 4 個月，GitHub Copilot 即將迎來一場集體訴訟！

發(fā)起人是一位干了 20 多年的程序員，來自美國的馬修?巴特里克（Matthew Butterick）。

他早在今年 6 月就“捶”了 Copilot 的開源許可證問題。

現(xiàn)在，馬修終于決定邁出實質(zhì)性的一步，在迅速激活自己的律師資格證后，和其他幾位律師一起合作“聲討”Copilot。

（這位老哥身兼數(shù)職，除了這倆身份還是設(shè)計師）

他在一篇專門的個人博客中細究了 Copilot 涉及的兩大法律問題，并指出 Copilot 不僅是“偷代碼”那么簡單，還會對整個開源社區(qū)造成諸多不良影響：

或許你不介意它未經(jīng)許可就用了你的開源代碼，但如果它也將由此抹去你和開源社區(qū)之間的聯(lián)結(jié)呢？

（若不明白這句話具體何義，請接著往下看~）

目前，這篇博客已在推特上得到了不少關(guān)注和轉(zhuǎn)發(fā)。

相關(guān)消息還引爆了 Hacker News 社區(qū)。

Copilot 有哪些問題？

先給不熟悉的朋友簡單介紹一下 Copilot。

它是內(nèi)嵌在 Visual Studio 等 IDE 中的一個代碼自動補全工具，支持多種主流編程語言。

根據(jù)已寫的內(nèi)容，它可以給出后續(xù)代碼建議 —— 不過和我們見到的普通自動補全功能不同，它可以生成諸如整個函數(shù)體這樣的大段代碼。

今年 6 月，Copilot 在經(jīng)過一年的免費試用后正式轉(zhuǎn)為付費工具，定價為 10 美元 / 月（人民幣約 67 元），年付則是 100 美元 / 年（人民幣約 669 元）。

它的到來，讓很多人都感嘆入門級別的程序員沒有用了。

不過問題也隨之而來。

Copilot 強大的編碼能力來自于一個叫做 Codex 的 AI，由 OpenAI 開發(fā)并授權(quán)給微軟。

Codex 是怎么訓練的呢？

盡管微軟含糊其辭，表示它的訓練源是數(shù)億行公共代碼；但 Copilot 的研究員還是道出了實情，都是出自于 Github 上的公共倉庫。

好了，馬修要狀告 Copilot 的第一個問題，也就跟 Copilot 的訓練過程有關(guān)。

馬修表示，微軟和 OpenAI 要想用 Github 上的開源倉庫進行訓練，要么遵守它們的開源許可證協(xié)議，要么「合理使用」。

如果是前者，微軟和 OpenAI 應(yīng)該至少發(fā)布大量的 attri-bu-tion 來獲得許可，但是大家沒有看到。

他們將自己歸到了后者，如 GitHub 前 CEO Nat Fried-man 在 Copilot 的技術(shù)預(yù)覽會所說：

在公開數(shù)據(jù)上訓練（機器學習）系統(tǒng)屬于合理使用。

不過，軟件自由保護組織（Software Freedom Conservancy，SFC）不同意這一“空口無憑”的說辭，要求他們提供法律依據(jù)來支撐自己的立場。

但是遲遲沒有得到答案。

馬修表示，這就是因為微軟和 OpenAI 給不出來啊。

第二個可能違法的問題，則是關(guān)于 Copilot 的使用。

馬修指出，微軟在面對 Copilot 用戶時對自己進行了免責。

微軟將 Copilot 給的代碼稱為“建議”，稱自己不從中主張任何權(quán)力，也不對它生成的代碼作任何關(guān)于正確性、安全性和產(chǎn)權(quán)相關(guān)的保證。

一旦你接受了 Copilot 給出的“建議”，如果出了問題都由你自己負責。

乍一聽還好，可是不止一人發(fā)現(xiàn) Copilot 一字不差地把原作者的代碼當成“建議”丟給用戶，連注釋都一并奉送的那種。

這要是直接采納可就要涉及許可問題了，可是 Copilot 根本不會注明這些代碼的來源，又該讓用戶如何遵守協(xié)議呢？

以上，便是馬修要控訴的兩大問題。

除此之外，他還表達了對開源社區(qū)文化的擔憂。

他認為，Copilot 的所作所為直接在程序員和開源社區(qū)之間砌起了一堵墻，讓程序員只管任意享用現(xiàn)成代碼，遠離源代碼本身，失去與源項目的問題討論、bug 跟蹤等互動和貢獻。

而這對開源社區(qū)將是一個永久的、痛苦的損失。

另一邊，對于“無故”奉獻了訓練代碼的開源作者來說，他們儼然被當作了資源的生產(chǎn)者。

馬修將這類人比喻成奶牛，由于 Copilot 對他們的項目沒有任何貢獻，他表示這奶牛是只出奶卻不被提供食物和住所的奶牛。

因此，他也將 Copilot 的本質(zhì)，比喻為寄生蟲。

此外，你可能聽聞有人出于憤怒將自己的代碼搬出了 GitHub。

馬修告訴大家：其實微軟通過聲稱訓練 AI 是合理使用，正在搜索網(wǎng)上任何可以使用的公共代碼進行訓練。

可以說是“逃無可逃”。

于是在避免傷害變得無法彌補之前，馬修聲稱必須弄清 Copilot 的合法性。

他呼吁以下幾類人群加入他們的調(diào)查和訴訟隊列：

當然在博客最后，馬修還是特別聲明：

我本身并不反對 AI 輔助編程工具。

他提到，Copilot 本可以也很容易變得“友好”，比如讓作者自愿參與，或者有償征用。

質(zhì)疑聲從未停止

這次，看到有人帶頭牽起對 Copilot 的集體訴訟，許多程序員以及計算機相關(guān)領(lǐng)域的大佬們紛紛表示：

“附議！”

消息出來之后，德克薩斯 A&M 大學的一位計算機科學教授，并兼任 ACM、IEEE 和 SIAM 會員的 Tim Davis 順勢發(fā)推分享了自己的“遭遇”：

Copilot 沒有拿到 LGPL 許可證（函數(shù)庫公共許可證），就擅自發(fā)出了大段我的版權(quán)代碼。

并附上了證據(jù)：

△ 左為 Copilot 給出的代碼，右為他自己的代碼

有網(wǎng)友表示：

Copilot 的這種行為屬于是完全不尊重開源社區(qū)。

還有網(wǎng)友犀利地指出，在模型訓練過程中，所謂的 AI“學習”，本身就是一種被勉強挪用過來的概念：

因為據(jù)現(xiàn)有法律，人類閱覽受版權(quán)保護的資料用于自己學習，是合法的；然后各大科技公司說，AI 也會“學習”，所以 AI 也沒有違反版權(quán)法。

但是 AI 并不像人類那樣自主（盡管很多公司稱 AI 很自主），這些模型其實都被背后的組織或公司等操控著，所以用“學習”來描述 AI 做的事并不太準確。

而且真人其實也經(jīng)常出現(xiàn)會違反版權(quán)法等問題……

所以，要定義 AI 在“學習”過程中到底是否“抄襲”了，以及存在具體哪種侵權(quán)行為，是一個非常棘手的問題，還需要更多的討論和明確規(guī)定。

誠然，Copilot 從去年的內(nèi)測階段起，其出色的編程能力確實驚艷了不少人。

而且這個 AI 后來還學會了“反向輸出”：

用“人話”來講解某一段代碼有什么用，幫助屏幕前的人看懂代碼。

但另一方面，不只現(xiàn)在，其實從 Copilot 剛出來開始，一直就有眾多質(zhì)疑和反對的聲音，核心都不外乎馬修在前文舉證的那兩點。（即這個 AI 的訓練和使用）

也正如前文所說，除了個人，還有 SFC 等組織也在聲討 Copilot。

而在今年 6 月份，GitHub 宣布 Copilot 結(jié)束內(nèi)測，開啟收費模式后，更是將大家的不滿情緒拔到了最高點。

除了免費引流再收費的商業(yè)模式讓人反感外，大家一致認為這的 AI 用開發(fā)者寫的代碼來訓練，不應(yīng)該回過頭向再開發(fā)者收費：

每一個曾向 GitHub 提交過代碼的人都應(yīng)免費使用！

于是，Copilot 正式版立刻遭到了抵制 ——

SFC 不僅自己要退出 GitHub，而且還號召其他軟件開發(fā)商同樣照做。

在 VS Code 插件市場上，Copilot 原本一直是 5 星好評，也一下子涌入了不少一星差評。

One More Thing

本次事件還讓人把目光延伸到了 AI 繪畫領(lǐng)域，有網(wǎng)友認為：

這種工具同樣也涉及侵權(quán)等問題。

最后，對于“大伙兒現(xiàn)在聯(lián)合把 Copilot 告上法庭”這件事，你覺得贏的勝算大嗎？

參考鏈接：

• [1]https://githubcopilotinvestigation.com/

• [2]https://Twitter.com/DocSparse/status/1581461734665367554

• [3]https://news.ycombinator.com/item?id=33240341