مدیر ارشد حقوقی گیت هاب ، شلی مک کینلی، در مورد بحث های حقوقی در مورد جفت برنامه نویس و برنامه نویس آن، و همچنین قانون هوش مصنوعی (AI) که این هفته از طریق پارلمان اروپا به عنوان «اولین قانون جهان» رأی گیری کرد، چیزهای زیادی در دستور کار خود دارد. قانون جامع هوش مصنوعی.”

قانون هوش مصنوعی اتحادیه اروپا سه سال پس از ساخت، برای اولین بار در سال 2021 از طریق پیشنهادهایی که برای رسیدگی به دسترسی رو به رشد هوش مصنوعی به زندگی روزمره ما طراحی شده بود، سر و کار خود را جلب کرد. چارچوب قانونی جدید قرار است بر برنامه‌های هوش مصنوعی بر اساس ریسک‌های درک‌شده، با قوانین و مقررات متفاوت بسته به کاربرد و مورد استفاده، کنترل کند.

GitHub که مایکروسافت آن را به قیمت 7.5 میلیارد دلار در سال 2018 خریداری کرد، به عنوان یکی از سرسخت‌ترین مخالفان در مورد یک عنصر بسیار خاص از مقررات ظاهر شده است: عبارت‌های مبهم در مورد چگونگی ایجاد مسئولیت قانونی قوانین برای توسعه‌دهندگان نرم‌افزار منبع باز.

مک‌کینلی در سال 2005 به مایکروسافت پیوست و در نقش‌های حقوقی مختلف از جمله مشاغل سخت‌افزاری مانند ایکس‌باکس و هولولنز، و همچنین سمت‌های مشاور عمومی مستقر در مونیخ و آمستردام، قبل از اینکه سه سال پیش به عنوان مدیر ارشد حقوقی در GitHub بنشیند، خدمت کرد.

مک‌کینلی به TechCrunch گفت: «من در سال 2021 به GitHub نقل مکان کردم تا این نقش را بر عهده بگیرم، که کمی با برخی از نقش‌های مدیر ارشد حقوقی متفاوت است – این چند رشته‌ای است. پس من چیزهای قانونی استانداردی مانند قراردادهای تجاری، محصولات و مسائل منابع انسانی دارم. و سپس من دسترسی دارم، پس [این بدان معناست که] مأموریت دسترسی ما را هدایت می‌کنیم، به این معنی که همه توسعه‌دهندگان می‌توانند از ابزارها و خدمات ما برای ایجاد موارد استفاده کنند.»

مک کینلی همچنین وظیفه نظارت بر پایداری محیطی را بر عهده دارد که مستقیماً به اهداف پایداری خود مایکروسافت می رسد. و سپس مسائل مربوط به اعتماد و ایمنی وجود دارد، که مواردی مانند تعدیل محتوا را پوشش می‌دهد تا اطمینان حاصل شود که GitHub مکانی دلپذیر، امن و مثبت برای توسعه‌دهندگان باقی می‌ماند، همانطور که مک‌کینلی او میگوید .

اما نباید نادیده گرفت که نقش مک کینلی به طور فزاینده ای با دنیای هوش مصنوعی درهم آمیخته شده است.

قبل از اینکه قانون هوش مصنوعی اتحادیه اروپا در این هفته چراغ سبز دریافت کند، TechCrunch با مک کینلی در لندن روبرو شد.

مدیر ارشد حقوقی GitHub Shelley McKinley اعتبار تصویر : GitHub

دو دنیا با هم برخورد می کنند

برای افراد ناآشنا، GitHub پلتفرمی است که توسعه نرم‌افزار مشترک را امکان‌پذیر می‌کند و به کاربران اجازه می‌دهد تا «مخزن‌های» کد (محلی که فایل‌های خاص پروژه در آن نگهداری می‌شوند) را میزبانی کنند، مدیریت کنند و به اشتراک بگذارند (محلی که فایل‌های خاص پروژه در آن نگهداری می‌شوند) با هر کسی، در هر کجای دنیا. شرکت‌ها می‌توانند برای خصوصی کردن مخازن خود برای پروژه‌های داخلی هزینه‌ای بپردازند، اما موفقیت و مقیاس GitHub به دلیل توسعه نرم‌افزار منبع باز است که به صورت مشترک در یک محیط عمومی انجام شده است.

در شش سالی که از خرید مایکروسافت می گذرد، چشم انداز تکنولوژیکی بسیار تغییر کرده است. هوش مصنوعی در سال 2018 کاملاً جدید نبود، و تأثیر رو به رشد آن در سراسر جامعه آشکارتر می شد - اما با ظهور ChatGPT، DALL-E و بقیه، هوش مصنوعی به طور محکم در آگاهی جریان اصلی قرار گرفت.

«من می‌توانم بگویم که هوش مصنوعی زمان زیادی را از من می‌گیرد – که شامل مواردی مانند «چگونه محصولات هوش مصنوعی را توسعه و ارسال می‌کنیم» و «چگونه در بحث‌های هوش مصنوعی که از منظر سیاستی در حال انجام است شرکت کنیم.» مک کینلی گفت: «، و همچنین «درباره هوش مصنوعی که روی پلتفرم ما می آید چگونه فکر می کنیم؟»

پیشرفت هوش مصنوعی نیز به شدت به منبع باز وابسته بوده است، با همکاری و داده‌های به اشتراک گذاشته شده برای برخی از برجسته‌ترین سیستم‌های هوش مصنوعی امروزی - این شاید بهترین نمونه در پوستر مولد هوش مصنوعی OpenAI باشد که با منبع باز قوی آغاز شد. قبل از رها کردن این ریشه ها برای یک بازی اختصاصی تر (این محور نیز یکی از دلایلی است که ایلان ماسک در حال حاضر از OpenAI شکایت می کند).

به همان اندازه که قوانین هوش مصنوعی اروپایی ممکن است خوب باشد، منتقدان استدلال کردند که این مقررات پیامدهای ناخواسته قابل توجهی برای جامعه منبع باز خواهد داشت که به نوبه خود می تواند پیشرفت هوش مصنوعی را مختل کند. این استدلال در تلاش های لابی گری GitHub نقش اساسی داشته است.

مک‌کینلی گفت: «قانون‌گذاران، سیاست‌گذاران، وکلا... فن‌آور نیستند. "و یکی از مهمترین چیزهایی که من شخصاً در طول سال گذشته با آن درگیر بوده ام، بیرون رفتن و کمک به آموزش مردم در مورد نحوه عملکرد محصولات است. مردم فقط به درک بهتری از آنچه در حال وقوع است نیاز دارند تا بتوانند درباره این مسائل فکر کنند و از نظر نحوه اجرای مقررات به نتیجه‌گیری درستی برسند.»

در مرکز نگرانی‌ها این بود که مقررات برای «سیستم‌های هوش مصنوعی هدف عمومی» که بر اساس مدل‌هایی ساخته شده‌اند که قادر به انجام وظایف مختلف هستند، مسئولیت قانونی ایجاد کند. اگر توسعه‌دهندگان AI منبع باز مسئول مسائلی باشند که بیشتر در پایین‌دست (یعنی در سطح برنامه) ایجاد می‌شوند، ممکن است کمتر تمایلی به مشارکت داشته باشند – و در این فرآیند، قدرت و کنترل بیشتری به شرکت‌های بزرگ فناوری داده می‌شود. توسعه سیستم های اختصاصی

توسعه نرم‌افزار متن‌باز به دلیل ماهیت خود توزیع شده است و GitHub - با بیش از 100 میلیون توسعه‌دهنده در سطح جهانی - به توسعه‌دهندگان نیاز دارد تا به مشارکت در آنچه که بسیاری از آنها به عنوان انقلاب صنعتی چهارم یاد می‌کنند، تشویق شوند. و به همین دلیل است که GitHub در مورد قانون AI بسیار پر سر و صدا بوده است، و لابی برای معافیت برای توسعه دهندگانی است که بر روی فناوری منبع باز هوش مصنوعی کار می کنند.

مک کینلی گفت: "گیت هاب خانه منبع باز است، ما مباشر بزرگترین جامعه منبع باز جهان هستیم." ما می‌خواهیم خانه همه توسعه‌دهندگان باشیم، می‌خواهیم پیشرفت انسانی را از طریق همکاری توسعه‌دهندگان تسریع کنیم. و پس برای ما، این یک ماموریت حیاتی است – این فقط یک «سرگرم کننده بودن» یا «خوب بودن» نیست – بلکه هسته اصلی کاری است که ما به عنوان یک شرکت به عنوان یک پلتفرم انجام می دهیم.»

همانطور که اتفاق افتاد، متن قانون هوش مصنوعی اکنون شامل برخی از معافیت‌ها برای مدل‌ها و سیستم‌های هوش مصنوعی است که تحت مجوزهای آزاد و منبع باز منتشر می‌شوند – اگرچه یک استثنای قابل توجه شامل مواردی است که سیستم‌های هوش مصنوعی «غیرقابل قبول» در معرض خطر هستند. پس ، در واقع، توسعه‌دهندگان مدل‌های AI با هدف عمومی منبع باز نیازی به ارائه همان سطح اسناد و ضمانت‌ها برای تنظیم‌کننده‌های اتحادیه اروپا ندارند – اگرچه هنوز مشخص نیست که کدام مدل‌های اختصاصی و منبع باز تحت «خطر بالا» آن قرار می‌گیرند. دسته بندی

اما با کنار گذاشتن این پیچیدگی ها، مک کینلی بر این باور است که کار سخت لابی گری آنها بیشتر به ثمر نشسته است، به طوری که تنظیم کننده ها تمرکز کمتری بر "جزئیات" نرم افزار (عناصر منفرد سیستمی که توسعه دهندگان منبع باز به احتمال زیاد ایجاد می کنند) و بیشتر روی آنچه که وجود دارد، داشته است. در سطح برنامه کامپایل شده اتفاق می افتد.

مک کینلی گفت: "این نتیجه مستقیم کاری است که ما برای کمک به آموزش سیاستگذاران در مورد این موضوعات انجام داده ایم." چیزی که ما توانسته ایم به مردم کمک کنیم تا درک کنند، جنبه کامپوننت آن است - کامپوننت های منبع باز همیشه در حال توسعه هستند، که به صورت رایگان منتشر می شوند و [از قبل] شفافیت زیادی در اطراف خود دارند - همانطور که مدل های AI منبع باز اما چگونه به تخصیص مسئولانه بدهی فکر کنیم؟ این واقعاً در مورد توسعه دهندگان بالادستی نیست، فقط محصولات تجاری پایین دستی هستند. پس من فکر می کنم که این یک پیروزی بزرگ برای نوآوری و یک پیروزی بزرگ برای توسعه دهندگان منبع باز است.

Copilot را وارد کنید

سه سال پیش، GitHub با عرضه ابزار برنامه‌نویسی جفتی مجهز به هوش مصنوعی Copilot، زمینه را برای یک انقلاب مولد هوش مصنوعی فراهم کرد که به نظر می‌رسد تقریباً در هر صنعت، از جمله توسعه نرم‌افزار، تغییر خواهد کرد. Copilot خطوط یا عملکردهایی را همانطور که توسعه‌دهنده نرم‌افزار تایپ می‌کند، پیشنهاد می‌کند، کمی شبیه این که چگونه Smart Compose Gmail با پیشنهاد تکه متن بعدی در پیام، نوشتن ایمیل را سرعت می‌بخشد.

با این حال، Copilot بخش قابل توجهی از جامعه توسعه دهندگان را ناراحت کرده است، از جمله کسانی که در Software Freedom Conservancy غیرانتفاعی هستند، که از همه توسعه دهندگان نرم افزار منبع باز خواستند تا GitHub را در پی راه اندازی تجاری Copilot در سال 2022 کنار بگذارند. مشکل؟ Copilot یک سرویس انحصاری و پولی است که بر روی کار سخت جامعه منبع باز سرمایه گذاری می کند. علاوه بر این، Copilot به صورت همزمان با OpenAI (قبل از شوق ChatGPT)، با تکیه بر OpenAI Codex، که خود بر روی تعداد زیادی کد منبع عمومی و مدل‌های زبان طبیعی آموزش دیده بود، توسعه یافت.

GitHub Copilot Image Credits : GitHub

Copilot در نهایت سؤالات کلیدی را در مورد اینکه چه کسی یک نرم‌افزار را تالیف کرده است، مطرح می‌کند – اگر این نرم‌افزار صرفاً کدی است که توسط توسعه‌دهنده دیگری نوشته شده است، پس آیا آن توسعه‌دهنده نباید اعتباری برای آن کسب کند؟ Bradley M. Kuhn از Software Freedom Conservancy دقیقاً در مورد این موضوع مقاله مهمی نوشت: "اگر نرم افزار کمک کننده من است، چه کسی نرم افزار من را برنامه ریزی کرده است؟"

این تصور اشتباه وجود دارد که نرم‌افزار «منبع باز» برای همه رایگان است – که هر کسی می‌تواند به سادگی کد تولید شده تحت مجوز منبع باز را دریافت کند و هر کاری که می‌خواهد با آن انجام دهد. اما در حالی که مجوزهای منبع باز مختلف محدودیت های متفاوتی دارند، همه آنها تقریباً یک شرط قابل توجه دارند: توسعه دهندگانی که کدهای نوشته شده توسط شخص دیگری را مجدداً اختصاص می دهند، باید انتساب صحیح را درج کنند. اگر ندانید چه کسی (اگر کسی) کدی را که Copilot به شما ارائه می دهد نوشته است، انجام این کار دشوار است.

کلید Copilot همچنین برخی از مشکلات را در درک ساده هوش مصنوعی مولد نشان می دهد. مدل‌های زبان بزرگ، مانند آن‌هایی که در ابزارهایی مانند ChatGPT یا Copilot استفاده می‌شوند، بر روی حجم وسیعی از داده‌ها آموزش می‌بینند – دقیقاً مانند یک توسعه‌دهنده نرم‌افزار انسانی که یاد می‌گیرد کاری را با تحلیل کد قبلی انجام دهد، Copilot همیشه احتمالاً خروجی مشابهی تولید می‌کند. (یا حتی یکسان) با آنچه در جای دیگر تولید شده است. به عبارت دیگر، هر زمان که با کد عمومی مطابقت داشته باشد، تطابق "مکرر" برای "ده ها، اگر نه صدها" مخزن اعمال می شود.

مک کینلی گفت: «این هوش مصنوعی مولد است، این یک دستگاه کپی و چسباندن نیست. «یک باری که Copilot ممکن است کدی را صادر کند که با کدهای در دسترس عموم مطابقت داشته باشد، به طور کلی، اگر این یک روش بسیار بسیار معمول برای انجام کاری باشد. گفتنی است، ما می شنویم که مردم در مورد این چیزها نگرانی دارند - ما سعی می کنیم رویکردی مسئولانه داشته باشیم تا اطمینان حاصل کنیم که نیازهای جامعه خود را از نظر توسعه دهندگان [که] واقعاً در مورد این ابزار هیجان زده هستند برآورده می کنیم. اما ما به بازخورد توسعه‌دهندگان نیز گوش می‌دهیم.»

در پایان سال 2022، چندین توسعه‌دهنده نرم‌افزار آمریکایی از این شرکت شکایت کردند که Copilot قانون کپی رایت را نقض می‌کند و آن را «دزدی دریایی نرم‌افزار متن‌باز بی‌سابقه» نامید. در ماه‌های میانی، مایکروسافت، گیت‌هاب و OpenAI موفق شدند جنبه‌های مختلف این پرونده را کنار بگذارند، اما این شکایت ادامه دارد و شاکی‌ها اخیراً شکایت اصلاح‌شده‌ای درباره نقض قرارداد ادعایی GitHub با توسعه‌دهندگان آن ارائه کرده‌اند.

همانطور که مک کینلی خاطرنشان می کند، درگیری قانونی دقیقاً تعجب آور نبود. مک کینلی گفت: "ما قطعاً از جامعه شنیدیم - همه ما چیزهایی را دیدیم که در آنجا وجود داشت، از نظر نگرانی هایی که مطرح شد."

با در نظر گرفتن این موضوع، GitHub تلاش‌هایی برای رفع نگرانی‌ها در مورد روشی که Copilot ممکن است کد تولید شده توسط توسعه‌دهندگان دیگر را «قرض» کند، انجام داد. به عنوان مثال، ویژگی "تشخیص تکرار" را معرفی کرد. به‌طور پیش‌فرض خاموش است، اما پس از فعال شدن، Copilot پیشنهادات تکمیل کد بیش از 150 نویسه را که با کد در دسترس عموم مطابقت دارند مسدود می‌کند. و در آگوست گذشته، GitHub یک ویژگی جدید ارجاع کد (هنوز در مرحله بتا) را معرفی کرد، که به توسعه دهندگان اجازه می دهد تا به دنبال خرده نان و ببینند که کد پیشنهادی از کجا آمده است - با داشتن این اطلاعات، آنها می توانند از قانون پیروی کنند. مربوط به الزامات مجوز و انتساب است و حتی از کل کتابخانه ای که قطعه کد از آن اختصاص یافته است استفاده کنید.

اعتبار تصویر Copilot Match Code: GitHub

اما ارزیابی مقیاس مشکلی که توسعه‌دهندگان درباره آن ابراز نگرانی کرده‌اند دشوار است – GitHub قبلاً گفته بود که ویژگی تشخیص تکراری آن «کمتر از 1 درصد» از مواقع فعال‌سازی را فعال می‌کند. حتی در آن زمان، معمولاً زمانی است که یک فایل تقریباً خالی با بافت محلی کمی برای اجرا وجود دارد - پس در این موارد، احتمال بیشتری وجود دارد که پیشنهادی ارائه دهد که با کد نوشته شده در جای دیگر مطابقت داشته باشد.

مک کینلی گفت: «نظرات زیادی وجود دارد - بیش از 100 میلیون توسعه دهنده در پلتفرم ما وجود دارد. و نظرات زیادی بین همه توسعه دهندگان وجود دارد، در مورد آنچه که آنها نگران هستند. پس ما سعی می کنیم به بازخوردهای جامعه واکنش نشان دهیم، اقداماتی را انجام دهیم که فکر می کنیم به Copilot کمک می کند تا محصول و تجربه ای عالی برای توسعه دهندگان باشد."

بعدش چی؟

قانون هوش مصنوعی اتحادیه اروپا در حال پیشرفت است - ما اکنون می دانیم که قطعاً و در چه شکلی اتفاق می افتد. اما هنوز حداقل دو سال دیگر طول می کشد تا شرکت ها مجبور به رعایت آن شوند - مشابه اینکه چگونه شرکت ها مجبور بودند برای GDPR در حوزه حریم خصوصی داده ها آماده شوند.

مک کینلی گفت: «من فکر می‌کنم استانداردهای [فنی] نقش بزرگی در همه این‌ها ایفا خواهند کرد. ما باید به این فکر کنیم که چگونه می توانیم استانداردهای هماهنگی را به دست آوریم که شرکت ها بتوانند از آن پیروی کنند. با استفاده از GDPR به عنوان مثال، انواع استانداردهای حریم خصوصی مختلفی وجود دارد که افراد برای هماهنگ کردن آن طراحی کرده‌اند. و ما می دانیم که همانطور که قانون هوش مصنوعی به مرحله اجرا می رسد، علایق مختلفی وجود خواهد داشت که همه تلاش می کنند تا چگونگی اجرای آن را بیابند. پس ما می‌خواهیم مطمئن شویم که در این بحث‌ها به توسعه‌دهندگان و توسعه‌دهندگان منبع باز صدایی می‌دهیم.»

علاوه بر این، مقررات بیشتری در افق است. پرزیدنت بایدن اخیراً یک فرمان اجرایی با هدف تعیین استانداردهایی در مورد ایمنی و امنیت هوش مصنوعی صادر کرد، که نگاهی اجمالی به چگونگی تفاوت اروپا و ایالات متحده در نهایت از نظر مقررات مربوط به مقررات می دهد - حتی اگر آنها یک "مبتنی بر ریسک" مشابه داشته باشند. روی کرد.

مک کینلی گفت: «من می گویم قانون هوش مصنوعی اتحادیه اروپا یک «پایه حقوق اساسی» است، همانطور که در اروپا انتظار دارید. "و طرف ایالات متحده بسیار امنیت سایبری، جعلی است - این نوع لنز. اما از بسیاری جهات، آنها گرد هم می آیند تا روی سناریوهای مخاطره آمیز تمرکز کنند - و من فکر می کنم اتخاذ رویکرد مبتنی بر ریسک چیزی است که ما طرفدار آن هستیم - این راه درستی برای فکر کردن در مورد آن است.

خبرکاو