{"id":181863,"date":"2026-06-02T14:48:37","date_gmt":"2026-06-02T12:48:37","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/problemy-s-soblyudeniem-avtorskogo-prava-pri-perepisyvanii-scancode-na-rust-pri-pomoshhi-ai"},"modified":"2026-06-02T14:48:37","modified_gmt":"2026-06-02T12:48:37","slug":"problemy-s-soblyudeniem-avtorskogo-prava-pri-perepisyvanii-scancode-na-rust-pri-pomoshhi-ai","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/problemy-s-soblyudeniem-avtorskogo-prava-pri-perepisyvanii-scancode-na-rust-pri-pomoshhi-ai","title":{"rendered":"Ophavsret problemer ved omskrivning af ScanCode til Rust ved hj\u00e6lp af AI","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Det tilh\u00f8rende open source v\u00e6rkt\u00f8j, ScanCode Toolkit, der er designet til at scanne kode for overlappende copyright-krav, identificere anvendte licenser og opdage udbedrede s\u00e5rbarheder, har kritiseret et projekt, der har skabt en AI-klon af ScanCode, omskrevet fra Python til Rust (navnet p\u00e5 klonen n\u00e6vnes ikke, men det menes at handle om projektet Provenant). Det p\u00e5st\u00e5s, at det omskrevne projekt har overtr\u00e5dt ScanCodes varem\u00e6rke og fjernet n\u00e6vnelser af ophavsret og licenser. Klagerne forklares med, at de n\u00f8glealgoritmer, der blev brugt i ScanCode, er fortsat i den omskrevne klon, ligesom projektets arkitektur og kode struktur er bevaret. <\/p>\n
If\u00f8lge f\u00f8lgesvend til ScanCode har tilstedev\u00e6relsen af et omfattende automatiseret tests\u00e6t i projektet, der\u5305\u542ber over 90.000 test, hvoraf 40.000 er dedikeret til at opdage brugen af forskellige licenser i koden, haft en v\u00e6sentlig indflydelse p\u00e5 den vellykkede oprettelse af klonen. Forfatterne af den omskrevne version har erkl\u00e6ret, at der er opn\u00e5et en betydelig pr\u00e6stationsfor\u00f8gelse (10-100 gange), men if\u00f8lge ScanCodes f\u00f8lger har prisen for denne acceleration v\u00e6ret, at det ikke fuldt ud bestod tests\u00e6ttet, samt en reduktion i n\u00f8jagtigheden og fuldst\u00e6ndigheden af de leverede oplysninger (klonen gav ukorrekte resultater og fandt ikke al information ved analysen). <\/p>\n
Selv om Rust-porten v\u00e6sentligt overgik ScanCode i specialiserede ydeevnetests, viste klonen sig at v\u00e6re langsommere ved standard tests\u00e6ttet, selvom nogle kontroller blev sprunget over. Efter optimeringer i ScanCode, s\u00e5som caching, blev ScanCodes ydeevne ved kode scanning ikke d\u00e5rligere end klonen i Rust, samtidig med at n\u00f8jagtigheden blev bevaret.<\/p>\n
Forfatterne af klonen bliver ogs\u00e5 beskyldt for at kr\u00e6nke ophavsret og Apache 2.0 licensen, under hvilken ScanCodes kode distribueres. Det bem\u00e6rkes, at fire grundl\u00e6ggende krav fra licensen blev overtr\u00e5dt under omskrivningen: opbevaring af den originale fil med bem\u00e6rkninger (NOTICE), bevarelse af n\u00e6vnelser af ophavsret, fremh\u00e6velse af foretagne \u00e6ndringer og \u00e6ndring af navnet i den afledte arbejde. Efter kommentarer fra observat\u00f8ren har forfatterne af klonen besk\u00e5ret en NOTICE-fil og omd\u00f8bt deres projekt, men to af de andre overtr\u00e6delser forbliver stadig ikke afhjulpet.<\/p>\n
ScanCode-tilsynet mener, at f\u00e6llesskabet b\u00f8r udvikle kriterier for at adskille, hvad der ved brug af AI betragtes som et afledt v\u00e6rk, og hvad der er en uafh\u00e6ngig implementering. Efter deres mening forbliver resultatet et afledt v\u00e6rk, selv hvis koden er omskrevet til et andet sprog med bevarelse af algoritmer og struktur, selv hvis variablerne er omd\u00f8bt, og kommentarer er \u00e6ndret eller fjernet. Udsagnene fra forfatterne af Rust-porten om uafh\u00e6ngig omskrivning, der kun er inspireret af ScanCode-projektet, er i dette tilf\u00e6lde ikke korrekte, da arbejdet har til form\u00e5l at skabe indtryk af en original udvikling, hvilket er v\u00e6rre end direkte kopiering, da s\u00e5danne manipulationer er sv\u00e6rere at opdage. <\/p>\n
Et v\u00e6sentligt problem ved generering af kode gennem AI er manglen p\u00e5 sporing af oprindelsen af den kode, der er blevet brugt til at opn\u00e5 resultatet. Som standard ignorerer AI-agenter, der bruger kode fra \u00e5bne projekter, information om forfattere, medmindre der specifikt er implementeret v\u00e6rkt\u00f8jer til at identificere og gemme metadata om licenser og forfatterskab. Attributionsproblemet ber\u00f8rer ikke kun arbejdet med at omskrive kode fra \u00e9t sprog til et andet, men ogs\u00e5 generering af kode i almindelighed \u2013 resultatet kan i dette tilf\u00e6lde pr\u00e6cist gentage m\u00f8nstre fra eksisterende \u00e5ben koden, der anvendes i tr\u00e6ningen af modellen. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"