Github Copilot自发布以来就一直引起人们的争议。

而近日，自由软件基金会 (FSF) 终于忍无可忍了！

FSF认为，Copilot这个技术引起了法律和哲学问题。

FSF在一篇文章中写道，GitHub Copilot「从我们的角度来看是不可接受、不公正的」。

因为Copilot需要运行付费的软件，如Microsoft的Visual Studio IDE或者Visual Studio Code编辑器。

这样，Copilot就变成了一个SaaSS（Service as a Software Substitute）。

Copilot只要「复制」「粘贴」，就能够窃取开发人员以往的工作成果。

Copilot还引起许多其它需要深入研究的问题。

比如，开发人员不知道在软件上训练神经网络是否合理。

另外，一些对Copilot感兴趣的人想搞清楚，使用GitHub存储库中复制出来的代码会不会侵权。

就算所有东西都是合法合规，但有些活动人士还是想知道，这样一家专有的软件公司，基于开发人员过往的工作成果来提供服务究竟公不公平。

为了回答这些问题，捍卫用户的使用自由，FSF宣布资助一项白皮书，一并解决Copilot、安全、机器学习和免费软件的问题。

500美元换一份白皮书

FSF在官网上列出来白皮书应该要解答的内容：

• Copilot的公共存储库培训是否侵犯版权？使用是否合理使用？

• Copilot的输出对违反GPL许可作品的可诉索赔的可能性有多大？

• 开发人员如何确保他们拥有版权的任何代码都受到保护，不受Copilot违规行为的影响？

• 有没有办法让使用Copilot的开发人员遵守GPL等免费软件许可证？

• 如果Copilot从AGPL覆盖的代码中学习，Copilot有没有侵犯AGPL？

• 如果Copilot生成的代码确实会导致违反自由软件许可作品，版权所有者如何发现这种违规行为？

• 受过训练的AI或机器学习模型是来源于机器学习产生的训练数据编译版本吗？还是用户可以通过进一步训练来修改的源代码？

• Copilot训练的AI/ML模型是否受版权保护？如果是，谁拥有这个版权？

• 像FSF这样的道德倡导组织是否应该主张修改与这些问题相关的版权法？

如果投稿的白皮书能够解决上述的问题，就能获得500美元奖励。

https://www.fsf.org/blogs/licensing/fsf-funded-call-for-white-papers-on-philosophical-and-legal-questions-around-copilot

FSF还表示，如果还需要进一步研究，发表成后续论文，FSF会再加大资金支持。

FSF与GPL

自由软件基金会（Free Software Foundation，FAF）致力于为计算机用户争取使用软件的自由。

通过促进软件和文档的开发和自由使用，特别是GNU系统，以及反对数字限制管理（DRM）和软件专利等对计算机用户产生的威胁。

FSF发布的GNU通用公共许可证（GNU GPL）是世界上最流行的自由软件许可证。

也是唯一以促进和维护软件自由为明确目的而编写的许可证。

GNU GPL可保证用户运行、研究、共享和修改软件的自由。

同时，GPL下的任何衍生作品都必须遵循相同或等效的许可条款。

GNU官网对于GPL的解释说，如果你想把修改过的GPL代码向公众发布，就需要提供源代码。

https://www.gnu.org/licenses/gpl-faq.zh-cn.html#language-container

FSF还会发布其它重要的许可证，包括GNU LGPL、GNU AGPL和GNU FDL。

所以FSF才会这么理直气壮地质疑Copilot的存在。

质疑声迭起

GitHub Copilot凭借着自动生成代码这个强有力的噱头，推出之后就成为了讨论的焦点。

GitHub声称Copilot可以做到分析文档中的字符串、注释、函数名称以及代码本身，从而生成新的匹配代码，包括之前调用的特定函数。

发布之后就有人把Copilot拉去刷Leetcode的题库，并对这位「AI程序员」的表现十分满意。

经过数个题目的验证，Copilot每次都能通过Leetcode的测试。

鉴于几乎是实时的生成速度，博主表示，AI可能比我们更会编写代码。

不过可疑的一点是，Copilot「生成」的内容和Leetcode给的模板几乎一模一样。

无独有偶，在Copilot发布的第二天，就有网友质疑GitHub Copilot是把免费开源的代码清洗之后，摇身一变就成了赚钱的工具。

而这些代码本应该受到GNU GPL的保护，避免商用。

Copilot用基于GPL的代码进行训练这件事，网友就质疑：

GPL明确声明「不要将我的工作成果放在专利软件中」，但Copilot真就这么做了。

不出所料，这个怀疑没过两天就变成了实锤。

有网友发现，Copilot直接「复制-粘贴」了最有名的「平方根倒数速算法」。

Copilot「生成」的这段代码不仅用到了至今都没有人能理解的magic number：0x5f3759df。

旁边「生成」的注释还有对这段代码的吐槽：what the f***？

所以，其实Copilot就是把训练集中别人写好的代码重新组装了一下而已。

GitHub的解释

GitHub在Copilot的官网上表示，虽然可能有0.1%的直接引用，但是Copilot生成的代码大部分都会是原创的。

除此以外，一位名叫Albert Ziegler的团队成员表示，他收集了300名员工日常工作使用Copilot的数据，其中包括对于Python的453780条建议。

Albert在分析整理之后写了一篇看似十分完备的博客。

在博客中Albert表示，记住训练集的内容不是什么问题。

就好比背诗，大家都背诗，但这并不会让他在日常交流中这些诗带跑偏。

测试结果

对于GitHub Copilot的大部分建议，Albert表示并没有发现与训练用的代码有任何明显的重叠。

Albert认为，虽然GitHub Copilot会逐字逐句地引用一组代码，但它很少这样做。

就算是，多数情况下都是所有人都会引用的代码，而且大部分是在文件开头。

Albert表示，理想状态下，如果Copilot「生成」了一个直接从训练集复制的代码，Copilot就会告知用户。

用户再决定给这个代码署名还是直接拒绝Copilot给出的代码。

但现实是，GitHub、微软和OpenAI迟迟做不到这点。

FSF因此不得不亲自下场表示要守护开发者的权益。

网友讨论

基于道德层面，网友表示支持FSF，但同时也认为Copilot能够降低程序员写代码的门槛。

网友表示，AI其实也跟人一样，能够在任何可以获得的源代码上学习编程。

如果有人说Copilot将自己以前见过的代码粘贴在一起，那这种发言在技术和法律上都不太明智了。

当然，也有网友认为FSF应该设法让软件免费使用，而不是限制这个软件。

你觉得Copilot究竟有没有侵权呢？