GitHub Copilot kaj senspurigo de malfermita kodo

Ĉi tiu artikolo estas traduko de la artikolo «GitHub Copilot and open source laundering» publikigita de Drew Devault sub la CC BY-SA 2.0-permesilo.

Averto: mi estas la fondinto de firmao, kiu konkuras kun GitHub. Mi ankaŭ estas longatempa defendanto kaj disvolvanto de liberajn programojn, kun vasta kompreno de la permesiloj kaj filozofio de liberaj programoj. Mi ne nomos mian firmaon por malpliigi la atingon de mia konflikto de interesoj.

Ni vidis eksplodon pri maŝina lernado en la lasta jardeko apud eksplodo de populareco de la libera programaro. Samtempe kiam liberaj programoj superregis la programaron kaj trovis siajn lokojn en preskaŭ ĉiuj novaj programaj produktoj, maŝina lernado multege pliigis sian malsimplecon, ebligante pli naturajn interagojn inter homoj kaj komputiloj. Tamen, malgraŭ ilia paralela leviĝo en komputiko, ĉi tiuj du fakoj restas filozofie disaj.

Kvankam iuj aŭdace nomitaj firmaoj povas sugesti la malon, la fako de la maŝina lernado ne ĝuis preskaŭ neniun el la liberecoj donitaj de la movado de la libera programaro. Granda parto de la kodo, kiu rilatas al maŝina lernado estas publike disponebla, kaj estas multe da publikaj esploradaj artikoloj de libera aliro disponeblaj, por ke ĉiu ajn legu. Tamen la ŝlosilo por maŝina lernado estas aliro al altkvalita datenaro kaj multege da komputila povo por prilabori tiujn datenojn, kaj ĉi tiuj du rimedoj estas kaŝe konservitaj de preskaŭ ĉiuj partoprenantoj en ĉi tiu fako¹.

La esenca baro al la aliro por projektoj de maŝina lernado estas trapasante ĉi tiujn du problemojn, kiuj kutimas esti tre multekostaj. Produkti altkvalitan bone etikeditan datenaron kutime postulas milojn da horoj de laboro², tasko kiu povas kosti milionojn da dolaroj. Do ĉia paŝo, kiu malpliigas ĉi tiun nombron, estas tre dezirinda, eĉ se la kosto faras etikajn kompromisojn. Per Amazon ĝi havas la formon de ekonomia ekspluatado pere de fi-laboretoj. Per GitHub ĝi havas la formon ignori la kondiĉoj de la liberaj permesiloj. Per ĉi tiu agmaniero ili kreis ilon, kiu faciligas la grandskalan senspurigon de liberaj programoj, ĉar ĝiaj klientoj, al kiuj GitHub oferas eblan neadon per neesplorebla algoritmo, igas ilin neliberaj programoj

Liberaj programoj ne estas senkondiĉa donaco. Estas kondiĉoj por iliaj uzoj kaj reuzoj. Eĉ la tiel nomitaj «liberalaj» programaj permesiloj devigas postulojn de reuzo, kiel la atribuon. Citante la MIT-permesilo:

La rajtigo estas per ĉi tio donita [...] sub la jenaj kondiĉoj:

La antaŭa aŭtorrajta sciigo kaj ĉi tiu permesa sciigo devas esti inkluditaj en ĉiuj la kopioj aŭ gravaj partoj de la Programo.

Aŭ la same «liberala» BSD-permesilo:

Oni permesas la redistribuon kaj la reuzadon per fontaj kaj duumaj formoj, kun aŭ sen modifo, kondiĉe ke la jenaj kondiĉoj estu plenumitaj:

La redistribuo de la fontkodo devas konservi la antaŭan aŭtorrajtan atentigon, ĉi tiun liston de kondiĉoj kaj la jenan malgarantion.

En la alia fino de la spektro, rajtocedaj permesiloj kiel GNU General Public License aŭ Mozilla Public License iras plu, postulante ne nur atribuon por derivitaj verkoj, sed ke tiuj derivitaj verkoj estu ankaŭ publikigitaj per la sama permesilo. Citante la GPL-n:

Vi povas transdoni verkon bazitan sur la Programo, aŭ la modifojn por produkti ĝin bazite sur la Programo, per la formo de fontkodo sub la kondiĉoj de la 4-a sekcio, kondiĉe ke vi ankaŭ plenumu ĉi ĉiujn kondiĉojn:

[…]

Vi devas licenci la tutan verkon, kiel tuton, sub ĉi tiu Permesilo al ĉiu homo, kiu iĝu posedanto de kopio.

Kaj la MPL-n:

Ĉiu distribuo de Protektita Programo en Formo de Fontkodo, inkludante ĉiujn ajn Modifojn, kiujn Vi kreas aŭ al kiuj vi kontribuas, devas esti sub la kondiĉoj de ĉi tiu Permesilo. Vi devos informi al la ricevantoj, ke la Formo de Fontkodo de la Protektita Programo estas regita per la kondiĉoj de ĉi tiu Permesilo, kaj kiel ili povas akiri kopion de ĉi tiu Permesilo. Vi ne povas klopodi ŝanĝi aŭ limigi la rajtojn de la ricevantoj en la Fontkoda Formo.

La permesiloj de liberaj programoj devigas devojn al la uzantoj per kondiĉoj, kiuj regas la atribuon, sublicencadon, distribuon, patentojn, registritajn markojn kaj rilatojn kun leĝoj kiel la Digital Millennium Copyright Act. La komunumo de la libera programaro ne ignoras la malfacilaĵojn pri la obeo de ĉi tiuj devoj, kiujn kelkaj grupoj vidas kiel tro premajn. Sed sendepende de kiom da premaj oni povus rigardi ĉi tiujn devojn necesas, ke oni plenumu ilin. Se vi kredas, ke la forto de la aŭtorrajto devas protekti vian proprietan programon, vi devas konsenti, ke ĝi same protektu malfermitkodajn verkojn, malgraŭ la ĝeno aŭ kosto rilataj al ĉi tiu vero.

GitHub Copilot estas trejnita per programoj regataj per ĉi tiuj kondiĉoj, kaj ne plenumas ilin, kaj lasas al la uzantoj akcidente ne sekvu ĉi tiujn kondiĉojn. Iuj argumentas pri la riskoj de «aŭtorrajta surprizo», kiam iu inkludas verkon licencitan sub la GPL en produkton kaj surpriziĝas trovante, ke ili ankaŭ estas devigita eldoni sian produkton sub la kondiĉoj de la GPL. Copilot instituciigas ĉi tiun riskon kaj ĉiu ajn uzanto, kiu deziras uzi ĝin por disvolvi neliberajn programojn, ne devus fari tion, aŭ ili povus esti laŭleĝe devigita eldoni siajn verkojn sub la kondiĉoj de permesilo, kiu estas nedezirinda por iliaj celoj.

Esence la diskuto povas esti resumita, ĉu aŭ ĉu ne la modelo konstituas derivitan verkon de sia eniga informo. Microsoft argumentas, ke ĝi ne tion konstituas. Tamen ĉi tiuj permesiloj ne estas specifaj rilataj al la rimedo de derivado; la klasika agmaniero kopii kaj alglui de unu projekto al alia ne devas esti la sola rimedo, por ke ĉi tiuj kondiĉoj aplikiĝu. La modelo ekzistas kiel rezulto apliki algoritmon al ĉi tiuj enigaj informoj, kaj tiel la modelo mem estas derivita verko de siaj enigaĵoj. La modelo, poste uzita por krei novajn programojn, sendas siajn devojn al tiuj verkoj.

Ĉio ĉi supozas la plej bonan interpreton de la argumento de Microsoft, tre dependante de la fakto, ke la modelo iĝas ĝenerala programisto, signife lerninte de siajn enigaĵojn kaj aplikante ĉi tiun scion al la produktado de originalaj verkoj. Se homa programisto farus la samon, studante liberajn programojn kaj aplikante tiujn lecionojn, sed ne la kodon mem, al originalaj projektoj, mi konsentus, ke ria aplikita scio ne kreas derivitajn verkojn. Tamen tiel ne estas kiel maŝina lernado funkcias. Maŝina lernado estas esence adorita maŝino de rekonado kaj reproduktado kaj ne reprezentas veran ĝeneraligon de la lernado. Eble ĝi havas kapablon de limigita kvanto de origineco, sed ankaŭ kapablas degradiĝi al simple okazo kopii kaj alglui. Jen estas ekzemplo de Copilot reproduktante, laŭtekste, funkcion, kiu estas regata de la GPL kaj kiu estus tiel regata sub ĝiaj kondiĉoj:

La permesilo reproduktita per Copilot ne estas ĝusta, nek forme nek funkcie. Ĉi tiu kodo ne estis skribita de V. Petkov kaj la GPL devigas multe pli fortajn devojn ol tiuj sugestitaj de la komento. Ĉi tiu malgranda ekzemplo estis intence kaŭzita per sugestiva instigo (ĉi tiu fama funkcio estas konata kiel la «rapida inversa kvadrata radiko») kaj la «float Q_», sed ne estas troigo supozi, ke iu povas hazarde fari ion similan per iu ajn speciale malbonŝanca angla priskribo de sia celo.

Kompreneble la uzo de sugestiva instigo por konvinki al Copilot presi GPL-licencitan kodon sugestas alian uzon: intence senspurigi liberan kodon. Se la argumento de Microsoft tenas sin, ja la sola afero, kio necesas por laŭleĝe eviti permesilon de libera programo, estas instrui al maŝinlernada algoritmo regurgiti funkcion, kiun vi volas uzi.

Ĉi tio estas problemo. Mi proponas du sugestojn al du legantaroj: unu al GitHub kaj alian al la disvolvistoj de liberaj programoj, kiuj zorgas pri Copilot.

Al GitHub: ĉi tiu estas via momento de Oracle kontraŭ Google. Vi investis por konstrui platformon, sur kio la malfermitkoda revolucio estis konstruita, kaj ekspluati ĉi tiun platformon per ĉi tiu movo estas ega perfido de la komunuma fido. La leĝo aplikeblas al vi, kaj baziĝi sur la fakto, ke la sencentra malfermitkoda komunumo ne povos organizi efikan juran defion al via militkesto de 7,5 miliardoj da dolaroj, ne ŝanĝas tion. La malfermitkoda komunumo miras, kaj la miro malrapide sed certe koleriĝas dum niaj zorgoj estas tute ignoritaj kaj vi puŝas antaŭen la publikigon de Copilot. Mi esperas, ke se la situacio ne ŝanĝas, vi trovos grupon sufiĉe motivitan por ŝanĝi tion. La legitimeco de la ekosistemo de la liberaj programoj povas dependi de ĉi tiu problemo, kaj estas multaj firmaoj, kiuj estas finance instigitaj certigi, ke ĉi tiu legitimeco daŭru. Mi ja estas preta aliĝi al kolektiva proceso kiel prizorganto aŭ kune kun aliaj firmaoj interesitaj pri liberaj programoj uzante niajn monajn rimedojn por ebligi proceson.

La ilo povas esti plibonigita, eble ankoraŭ ĝustatempe eviti la efikojn plej damaĝajn (tio estas damaĝajn al via entrepreno) de Copilot. Jen miaj sugestoj:

1. Ebligi al la uzantoj kaj deponejoj de GitHub elektu ne esti aldonitaj al modelo. Pli bone, ebligi, ke ili elektu partopreni. Ne ligu ĉi tiun opcion kun nerilataj projektoj kiel Software Heritage kaj Internet Archive.
2. Sekvi la programajn permesilojn, kiuj estu aldonita al la modelo kaj informi al la uzantoj pri iliaj devoj rilate al tiuj permesiloj.
3. Tute forigi rajtocedan kodon de la modelo, krom se vi volas ankaŭ igi la modelon kaj ĝian subtenan kodon liberaj.
4. Konsideri kompensi la aŭtorrajtajn proprietulojn de la projektoj de liberaj programoj aldonitaj al la modelo per marĝeno de la uzadokotizoj de Copilot, kontraŭ permesilo, kiu permesas ĉi tiun uzon.

Via nuntempa modelo eble devas esti forĵetita. La GPL-kodo inkludita en ĝi rajtigas al ĉiu ajn kiu uzu ĝin ricevi GPL-igitan kopion de la modelo por sia propra uzo. Ĝi rajtigas al ĉi tiuj homoj komercan uzadon, por krei konkurantan produkton per ĝi. Sed, ĝi supozeble ankaŭ inkludas verkojn sub nekongruaj permesiloj, kiel la CDDL, kio estas... problema. La tuta afero estas jura malordo.

Mi ne povas paroli nome de la alia parto de la komunumo, kiu estis malprofitita per ĉi tiu projekto, sed miaflanke mi ne serĉus la respondojn al iuj el ĉi tiuj aferoj en tribunalo, se vi konsentus solvi ĉi tiujn problemojn nun.

Kaj mia konsilo al la prizorgantoj de liberaj programoj, al kiuj ĝenas, ke iliaj permesiloj estu ignoritaj. Unue, ne uzu GitHub-on kaj via kodo (ankoraŭ) ne eniros en la modelon. Mi antaŭe skribis pri, kial kutime gravas, ke projektoj de liberaj programoj uzu liberan infrastrukturon, kaj ĉi tio nur fortigas tiun fakton. Krome la malnova «voĉdonu per via monujo» agmaniero estas bona maniero montri vian malaprobon. Tion dirite, se vi pensas, ke vi ne pagas por GitHub, vi eble volas preni momenton por pripensi, ĉu la instigoj kreitaj per tiu rilato klarigas ĉi tiun evoluon kaj povus konduki al pli malfavoraj rezultoj por vi en la estonteco.

Vi ankaŭ povos esti allogita solvi ĉi tiun problemon ŝanĝante viajn programajn permesilojn por malpermesi ĉi tiun agmanieron. Mi ja diros, ke laŭ la interpreto de Microsoft pri la situacio (alvokante la justan uzon), ne gravas al ili, kiun permesilon vi uzas: spite ili uzos vian kodon. Fakte iuj proprietaj kodoj estis inkluditaj en la modelon. Tamen mi ankoraŭ subtenas viajn klopodojn trakti ĉi tion en viaj programaj permesiloj, ĉar ĝi donas pli fortan juran bazon, sur kiu ni povas rifuzi Copilot.

Mi avertas al vi, ke la maniero kiel vi traktas tiun klaŭzon de via permesilo gravas. Ĉiam, kiam vi skribas aŭ ŝanĝas permesilon de libera programo, vi devus konsideri, ĉu ĝi ankoraŭ estas agnoskita kiel libera aŭ malfermita kodo post viaj ŝanĝoj. Por esti specifa, klaŭzo kiu absolute malpermesas la uzon de via kodo por trejni maŝinlernadan modelon igos vian programon nelibera, kaj mi ne rekomendas ĉi tiun agon. Anstataŭe mi ĝisdatigus viajn permesilojn por klarigi, ke inkludi la kodon en maŝinlernadan modelon estas konsiderita kiel formo de derivita laboro kaj ke la kondiĉoj de viaj permesiloj aplikas al la modelo kaj ĉiuj ajn verkoj produktitaj per tiu modelo.

Resume mi pensas, ke GitHub Copilot estas malbona ideo kiel ĝi estis desegnita. Ĝi reprezentas senhontan malrespekton al la licencado per si mem kaj ĝi ebligas similan malobservon ‐ volan aŭ nevolan — fare de siaj uzantoj. Mi esperas, ke ili aŭskultu miajn sugestojn, kaj mi esperas, ke miaj vortoj al la komunumo de liberaj programoj oferu iujn konkretajn manierojn por antaŭeniri pri ĉi tiu problemo.