L'IA della discordia: GitHub Copilot fa infuriare i sostenitori dell'open source

Quale licenza applicare a codice generato da un'IA? La domanda può apparire strana, ma è al centro di una diatriba che sta animando un lungo dibattito all'interno del mondo open source per via di GitHub Copilot. La funzionalità, annunciata da GitHub circa un anno fa e recentemente resa disponibile come servizio a pagamento, è stata infatti creata usando codice open source e ciò fa sorgere la domanda: se il codice originale era open source, quale licenza deve adottare quello prodotto da Copilot?

GitHub Copilot scatena l'ira della comunità open source

In una lunga lettera aperta pubblicata sul suo sito, la Software Freedom Conservancy ha attaccato direttamente (e duramente) GitHub per via di Copilot e di come ha gestito il suo lancio. Stando alla SFC, infatti, GitHub e Microsoft hanno smesso di rispondere alle richieste di contatto e alle domande dopo un primo dibattito, lanciando poi a sorpresa Copilot come funzionalità a pagamento.

Copilot è una funzionalità che mira ad aiutare gli sviluppatori a scrivere codice sfruttando l'intelligenza artificiale: pescando dal mare magnum di progetti open source ospitati su GitHub, l'IA è in grado di suggerire come migliorare il codice e come implementare certe funzionalità, fungendo dunque da "copilota" per lo sviluppatore e intervenendo laddove necessario.

Proprio qui, però, sta il problema. Poniamo, infatti, il caso che Copilot riproponga un pezzo di codice proveniente da un progetto con licenza GPL: in teoria, il fatto che venga riproposto da Copilot non ne cambia la licenza e, dunque, ciò rende potenzialmente l'intero codice del progetto soggetto ai termini della licenza GPL. Si tratta di un grosso problema, a livello potenziale, nel caso in cui lo sviluppatore che usa Copilot stia scrivendo codice con una licenza proprietaria o con una non compatibile con la GPL: la licenza GPL è infatti definita "virale" perché, se si fa uso di un pezzo di codice che la usa, obbliga a rilasciare il codice sorgente dell'intero programma se questo viene distribuito (con limitazioni e variazioni la cui discussione va al di là dello scopo di questo pezzo). In pratica, il rischio è quello di trovarsi con un misto di codice open source e non (o con diverse licenze open source, incompatibili fra loro) che può creare grossi grattacapi a livello legale.

Secondo Microsoft e GitHub, il fatto che il codice sia open source e liberamente consultabile significa che può essere preso e ridistribuito ignorando la licenza, se di mezzo c'è un'intelligenza artificiale.

A fare una simile affermazione è stato Nat Friedman, che è stato CEO di GitHub fino a pochi mesi fa. Friedman scriveva che "in generale: (1) addestrare sistemi di machine learning su dati pubblici è da considerare fair use, (2) ciò che viene prodotto è di proprietà dell'operatore, così come avviene con un compilatore."

Non è assolutamente chiaro, però, se le cose stiano veramente così da un punto di vista legale. La SFC solleva, infatti, un punto importante: "se, come dichiarate, è permissibile addestrare il modello (e consentire ai suoi utenti di generare codice basato su tale modello) su qualunque codice e non dover rispettare alcun termine di licenza, perché avete scelto di addestrare il modello di Copilot su software libero e open source? Per esempio, perché le basi di codice di Microsoft Windows e Office non sono nel vostro set di addestramento?"

GitHub ha un problema di approccio che porta allo scontro?

La SFC pone il comportamento di GitHub in contrasto con quello di Amazon, che ha sviluppato una funzionalità simile a Copilot, chiamata CodeWhisperer. Tale funzionalità riporterebbe infatti correttamente la licenza del codice che viene suggerito, così da consentire allo sviluppatore di stabilire se il codice prodotto dall'IA sia compatibile con il progetto su cui sta lavorando o meno. Verrebbe inoltre fornita l'origine del codice, così da poter attribuire correttamente la paternità del codice come richiesto da molte licenze e dalle leggi sul copyright di molti Paesi.

GitHub si è rifiutata di rispondere alle domande della SFC, affermando che "un dibattito più ampio [sull'etica della scrittura di software supportata dall'IA] sembrava che difficilmente avrebbe fatto cambiare idea [alla SFC], motivo per cui non abbiamo risposto alle vostre domande dettagliate." Una posizione difficile da sostenere: non rispondere perché non si può far cambiare idea all'altro non è sintomo di un approccio produttivo e positivo ai problemi.

In risposta a questa situazione, la SFC ha lanciato il sito giveupgithub.org, in cui elenca diversi motivi per cui gli sviluppatori di progetti open source dovrebbero abbandonare la piattaforma. I problemi sollevati dalla SFC sono piuttosto concreti e riguardano non solo l'aspetto etico, ma anche quello legale intorno a Copilot. Il rischio è che il codice prodotto da Copilot venga in futuro dichiarato illecito, o che un giudice determini che la licenza viene manutenuta: quali rischi corrono, in tali casi, le organizzazioni che usano Copilot?