\n<\/p>\n
GitHub Copilot<\/strong> \u00e8 un nuovo strumento di intelligenza artificiale<\/strong> che consente agli sviluppatori di sfruttare un vero e proprio generatore di codice, in grado di interpretare un semplice commento scritto in linguaggio naturale, e convertirlo in codice funzionante. Ne avevamo gi\u00e0 parlato appena una settimana fa<\/a>, presentandone i possibili utilizzi, grazie alla disponibilit\u00e0 di una comoda estensione per Visual Studio Code<\/a>.<\/p>\n Come spesso accade quando l\u2019intelligenza artificiale irrompe in un settore specifico, le critiche sono spesso dietro l\u2019angolo. C\u2019\u00e8 chi si limita ad apprezzare (forse troppo in modo troppo superficiale) la possibilit\u00e0 di un ulteriore aiuto tecnologico. C\u2019\u00e8 chi, invece, intravede il rischio di perdere il proprio lavoro perch\u00e9 reso automatizzabile grazie di chi fornisce (magari gratuitamente e\/o a sua insaputa) una grande quantit\u00e0 di dati. Anche per il caso di GitHub Copilot ci sono stati risvolti di questo tipo, ed \u00e8 interessante approfondire la questione relativa al modo in cui questo strumento \u00e8 stato addestrato, dal momento che si basa sul machine learning<\/a> e quindi su una gran mole di dati (in questo caso, di codice).<\/p>\n Ogni algoritmo di machine learning, in quanto tale, consiste nella definizione di un modello<\/strong> (generalmente piuttosto complesso) che ha poi bisogno di una fase detta di addestramento<\/strong> (o training<\/em>). Quest\u2019ultima fase consiste nel processamento di una grande quantit\u00e0 di dati \u00e8 utilizzata per la messa a punto di parametri del modello stesso, in modo da ottimizzarne le performance<\/strong>. Come tutti gli algoritmi di questo tipo, quindi, anche GitHub Copilot ha dovuto essere addestrato con una grande mole di dati. Non \u00e8 un caso, d\u2019altronde, se proprio GitHub abbia pensato ad una soluzione di questo tipo, avendo a disposizione una quantit\u00e0 di codice sorgente non indifferente (forse la pi\u00f9 grande base di dati di questo tipo).<\/p>\n Qualche giorno fa, subito dopo il rilascio di Copilot, un utente di Twitter<\/a> ha deciso di rendere pubblica una conversazione avvenuta con il centro assistenza di GitHub. Nora Tindall, esperta programmatrice Rust e autrice di diversi software il cui codice \u00e8 rilasciato con licenze open source proprio su GitHub, ha chiesto di sapere se il proprio codice fosse stato utilizzato per il training di Copilot. Secondo quanto riportato nel suo tweet, la risposta di GitHub \u00e8 stata che tutto il codice pubblicamente disponibile tramite GitHub \u00e8 stato utilizzato per il training<\/strong>.<\/p>\n oh my gods. they literally have no shame about this.<\/p>\n GitHub Support just straight up confirmed in an email that yes, they used all public GitHub code, for Codex\/Copilot regardless of license. pic.twitter.com\/pFTqbvnTEK<\/a><\/p>\n \u2014 ✨ Nora Tindall, automated relay 🪐 (@NoraDotCodes) July 7, 2021<\/a><\/p>\n<\/blockquote>\n Questa notizia ha scatenato non poche polemiche. Soffermiamoci alle licenze<\/strong> con cui viene distribuito il codice pubblico dei repository di GitHub, poi usato per il training di Copilot. Utilizzare tutto il codice pubblicamente accessibile pu\u00f2 non essere ritenuto ammissibile in tutti i casi. Ad esempio, nel caso di codice rilasciato con licenza GPL (nata per volere della Free Software Foundation di Richard Stallman<\/a>, per contrastare la proliferazione di codice proprietario), \u00e8 lecito aspettarsi che il riutilizzo del codice non sia visto di buon occhio per un prodotto come Copilot, che in futuro potrebbe perfino essere disponibile solo su licenza.<\/p>\n D\u2019altro canto, l\u2019utilizzazione del codice inteso come \u201cdato\u201d (e non per essere direttamente eseguito \u2013 eventualit\u00e0 protetta in modo specifico dalle varie licenze open source) potrebbe esser visto in maniera del tutto analoga ad una \u201clettura\u201d del codice da parte di chi naviga internet. Quest\u2019ultima interpretazione del codice come dato sembra non convincere tutti, che rispondono affermando che \u00e8 l’\u201dutilizzatore del dato\u201d (utente di internet che legge il codice, oppure l\u2019algoritmo di machine learning) a fare la differenza.<\/p>\n I am a human person, not a polynomial regression.<\/p>\n \u2014 ✨ Nora Tindall, automated relay 🪐 (@NoraDotCodes) July 7, 2021<\/a><\/p>\n<\/blockquote>\n La stessa Nora Tindall ha spiegato di aver gi\u00e0 contattato il supporto legale della Free Software Foundation, per approfondire quello che, quanto meno, potrebbe configurarsi come un buco legislativo<\/strong>, in cui il confine tra l\u2019infrazione del copyright e la \u201csemplice lettura\u201d di materiale pubblicamente accessibile comincia a farsi sempre pi\u00f9 labile.<\/p>\n Non resta che rimanere vigili sulla questione, in attesa di capire l\u2019evoluzione sotto tutti i punti di vista coinvolti in questo contesto.<\/p>\n Fonte<\/em>: Twitter<\/span><\/a><\/p>\n<\/div>\nCom\u2019\u00e8 stato addestrato GitHub Copilot?<\/h2>\n
\n
\u00c8 \u201cgiusto\u201d?<\/h2>\n
\n