豐色 Alex 發自 凹非寺
量子位 | 公衆号 QbitAI
距離正式釋出才剛4個月，GitHub Copilot即将迎來一場集體訴訟！
發起人是一位幹了20多年的程式員，來自美國的馬修·巴特裡克（Matthew Butterick）。
他早在今年6月就“捶”了Copilot的開源許可證問題。
現在，馬修終于決定邁出實質性的一步，在迅速激活自己的律師資格證後，和其他幾位律師一起合作“聲讨”Copilot。
（這位老哥身兼數職，除了這倆身份還是設計師）
他在一篇專門的個人部落格中細究了Copilot涉及的兩大法律問題，并指出Copilot不僅是“偷代碼”那麼簡單，還會對整個開源社群造成諸多不良影響：
或許你不介意它未經許可就用了你的開源代碼，但如果它也将由此抹去你和開源社群之間的聯結呢？
（若不明白這句話具體何義，請接着往下看~）
目前，這篇部落格已在推特上得到了不少關注和轉發。
相關消息還引爆了Hacker News社群。
Copilot有哪些問題？
先給不熟悉的朋友簡單介紹一下Copilot。
它是内嵌在Visual Studio等IDE中的一個代碼自動補全工具，支援多種主流程式設計語言。
根據已寫的内容，它可以給出後續代碼建議——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體這樣的大段代碼。
今年6月，Copilot在經過一年的免費試用後正式轉為付費工具，定價為10美元/月（人民币約67元），年付則是100美元/年（人民币約669元）。
它的到來，讓很多人都感歎入門級别的程式員沒有用了。
不過問題也随之而來。
Copilot強大的編碼能力來自于一個叫做Codex的AI，由OpenAI開發并授權給微軟。
Codex是怎麼訓練的呢？
盡管微軟含糊其辭，表示它的訓練源是數億行公共代碼；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。
馬修表示，微軟和OpenAI要想用Github上的開源倉庫進行訓練，要麼遵守它們的開源許可證協定，要麼「合理使用」。
如果是前者，微軟和OpenAI應該至少釋出大量的attribution來獲得許可，但是大家沒有看到。
他們将自己歸到了後者，如GitHub前CEO Nat Friedman在Copilot的技術預覽會所說：
在公開資料上訓練（機器學習）系統屬于合理使用。
不過，軟體自由保護組織（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，則是關于Copilot的使用。
馬修指出，微軟在面對Copilot使用者時對自己進行了免責。
微軟将Copilot給的代碼稱為“建議”，稱自己不從中主張任何權力，也不對它生成的代碼作任何關于正确性、安全性和産權相關的保證。
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，可是不止一人發現Copilot一字不差地把原作者的代碼當成“建議”丢給使用者，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，又該讓使用者如何遵守協定呢？
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群文化的擔憂。
他認為，Copilot的所作所為直接在程式員和開源社群之間砌起了一堵牆，讓程式員隻管任意享用現成代碼，遠離源代碼本身，失去與源項目的問題讨論、bug跟蹤等互動和貢獻。
而這對開源社群将是一個永久的、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，他們俨然被當作了資源的生産者。
馬修将這類人比喻成奶牛，由于Copilot對他們的項目沒有任何貢獻，他表示這奶牛是隻出奶卻不被提供食物和住所的奶牛。
是以，他也将Copilot的本質，比喻為寄生蟲。
此外，你可能聽聞有人出于憤怒将自己的代碼搬出了GitHub。
馬修告訴大家：其實微軟通過聲稱訓練AI是合理使用，正在搜尋網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。
他呼籲以下幾類人群加入他們的調查和訴訟隊列：
當然在部落格最後，馬修還是特别聲明：
我本身并不反對AI輔助程式設計工具。
他提到，Copilot本可以也很容易變得“友好”，比如讓作者自願參與，或者有償征用。
質疑聲從未停止
這次，看到有人帶頭牽起對Copilot的集體訴訟，許多程式員以及計算機相關領域的大佬們紛紛表示：
“附議！”
消息出來之後，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順勢發推分享了自己的“遭遇”：
Copilot沒有拿到LGPL許可證（函數庫公共許可證），就擅自發出了大段我的版權代碼。
并附上了證據：
△ 左為Copilot給出的代碼，右為他自己的代碼
有網友表示：
Copilot的這種行為屬于是完全不尊重開源社群。
還有網友犀利地指出，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：
因為據現有法律，人類閱覽受版權保護的資料用于自己學習，是合法的；然後各大科技公司說，AI也會“學習”，是以AI也沒有違反版權法。
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後的組織或公司等操控着，是以用“學習”來描述AI做的事并不太準确。
而且真人其實也經常出現會違反版權法等問題……
是以，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行為，是一個非常棘手的問題，還需要更多的讨論和明确規定。
誠然，Copilot從去年的内測階段起，其出色的程式設計能力确實驚豔了不少人。
而且這個AI後來還學會了“反向輸出”：
用“人話”來講解某一段代碼有什麼用，幫助螢幕前的人看懂代碼。
但另一方面，不隻現在，其實從Copilot剛出來開始，一直就有衆多質疑和反對的聲音，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等組織也在聲讨Copilot。
而在今年6月份，GitHub宣布Copilot結束内測，開啟收費模式後，更是将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模式讓人反感外，大家一緻認為這的AI用開發者寫的代碼來訓練，不應該回過頭向再開發者收費：
每一個曾向GitHub送出過代碼的人都應免費使用！
于是，Copilot正式版立刻遭到了抵制——
SFC不僅自己要退出GitHub，而且還号召其他軟體開發商同樣照做。
在VS Code插件市場上，Copilot原本一直是5星好評，也一下子湧入了不少一星差評。
One More Thing
本次事件還讓人把目光延伸到了AI繪畫領域，有網友認為：
這種工具同樣也涉及侵權等問題。
最後，對于“大夥兒現在聯合把Copilot告上法庭”這件事，你覺得赢的勝算大嗎？
參考連結：
[1]https://githubcopilotinvestigation.com/
[2]https://twitter.com/DocSparse/status/1581461734665367554
[3]https://news.ycombinator.com/item?id=33240341