Sorti fin juin, GitHub Copilot est un outil qui utilise Codex, le nouveau système d’intelligence artificielle créé par OpenAI, pour permettre aux développeurs de gagner du temps en suggérant des lignes de code et des fonctions complètes instantanément. Ce nouvel assistant de codage fait couler beaucoup d’encre. En cause : Des questions sur le copyright de ces lignes de code auto-générées, mais aussi sur l’équité d’une telle approche au sein de la communauté open source.
Questions d’équité, de légitimité et de légalité
Construit sur l’apprentissage automatique à partir de vastes corpus de travaux accessibles au public, GitHub Copilot a suscité de vives réactions de la part des développeurs, mais également de la Free Software Foundation (FSF). L’organisation américaine à but non lucratif, dont la mission est de promouvoir et de défendre les logiciels libres, recommande aux développeurs de ne pas héberger leur code sur la plateforme en raison de problèmes de droits d’auteur. La FSF estime que l’adjoint “tel quel est inacceptable et injuste”. Principal grief contre la solution développée par GitHub : “elle nécessite l’exécution de logiciels non libres (Visual Studio ou des parties de Visual Studio Code)” pour proposer un service qui se substitue aux logiciels, tout en réutilisant le code source public avec d’éventuelles utilisations commerciales, sans licence appropriée.
Selon la FSF, l’utilisation de Copilot soulève des questions d’équité, de légitimité et de légalité, qui n’ont pas encore été évaluées et nécessiteraient un examen attentif, avec des implications juridiques potentielles.
Nous pouvons voir que l’utilisation par Copilot de logiciels sous licence libre a de nombreuses implications pour une grande partie de la communauté open source. Les développeurs veulent savoir si la formation d’un réseau de neurones dans leur logiciel peut vraiment être considérée comme une utilisation équitable. D’autres personnes susceptibles d’être intéressées par l’utilisation de Copilot se demandent si des extraits de code et d’autres éléments copiés à partir de référentiels hébergés sur GitHub pourraient enfreindre le droit d’auteur. Et même si tout pouvait être légalement copié, les parties prenantes se demandent s’il n’y a pas quelque chose de fondamentalement injuste dans le fait qu’un éditeur de logiciels propriétaires construise un service à partir de son travail, explique la FSF dans un communiqué.
Position de GitHub sur les réclamations pour violation du droit d’auteur
Face aux accusations de violation du droit d’auteur, notamment de “blanchiment de code” partagé via les réseaux sociaux, la plateforme de développement appartenant à Microsoft renvoie aux éléments de sa FAQ. A savoir : « GitHub Copilot est un synthétiseur de code, pas un moteur de recherche : la grande majorité du code qu’il suggère est généré de manière unique et n’a jamais été vu auparavant. Nous avons constaté qu’environ 0,1 % du temps, l’indice peut contenir des extraits de texte de l’ensemble d’apprentissage. »
Selon GitHub, ces cas surviennent lorsque les développeurs ne fournissent pas suffisamment de contexte dans leur demande, lorsqu’ils modifient un fichier vide ou “lorsqu’il existe une solution commune, voire universelle, au problème”. Il ajoute également : “Nous sommes en train de mettre en œuvre un système de suivi des sources pour détecter les rares cas où le code se répète à partir de l’ensemble de données de formation, afin de vous aider à prendre de bonnes décisions en temps réel concernant les suggestions proposées par GitHub Copilot.”
Un appel à livres blancs pour répondre aux questions des développeurs
En réponse aux nombreuses sollicitations reçues par la fondation, celle-ci vient de lancer un appel à livres blancs financé sur l’utilisation de GitHub Copilot, le droit d’auteur, le machine learning, et plus largement les logiciels open source. . Le but : répondre aux questions soulevées par la communauté et “identifier les meilleures opportunités pour défendre la liberté des usagers dans cet espace”.
Si vous souhaitez que votre livre blanc soit publié, il doit respecter certaines consignes (à retrouver ici) et être soumis au plus tard le lundi 23 août à 16h. Une récompense de 500 $ (423 euros) sera offerte pour les articles sélectionnés. Pour lancer le débat, la FSF a listé une série de questions ouvertes, parmi lesquelles :
La formation Copilot dans les référentiels publics enfreint-elle le droit d’auteur ? Est-ce un usage loyal ? Comment les développeurs peuvent-ils s’assurer que tout code qu’ils possèdent est protégé par des droits d’auteur sur les violations générées par Copilot ? Existe-t-il un moyen pour les développeurs utilisant Copilot de se conformer aux licences de logiciels libres comme la GPL ? Si Copilot génère du code qui enfreint une œuvre sous licence de logiciel libre, comment le détenteur des droits d’auteur de l’œuvre sous-jacente peut-il découvrir cette infraction ? Le modèle AI/ML formé par Copilot est-il protégé par des droits d’auteur ? Si oui, qui détient ces droits d’auteur ?
Ces livres blancs et les réponses à ces questions sont particulièrement attendus, notamment pour apporter un éclairage juridique sur la question du droit d’auteur soulevée par Copilot. Plus généralement, l’assistant de programmation développé par GitHub met en évidence la nécessité d’un framework nécessaire à l’utilisation de ce type de logiciel généré à partir de code source public.
