A kísérő nyílt forráskódú eszközkészlet, a ScanCode Toolkit, amely a kód szerzői jogokkal való ütközésének, a használt licencszemélyek feltérképezésének és a javítatlan sebezhetőségek észlelésének céljából jött létre, bírálta azt a projektet, amely AI segítségével klónozta a ScanCode terméket, átírva ezt Pythonról Rustra (a klón neve nem szerepel, de minden jel arra mutat, hogy itt a Provenant projektről van szó). Állítják, hogy az átírt projekt megsérti a ScanCode védjegyét, és eltávolították a szerzői jogokkal és licencekkel kapcsolatos említéseket. A kifogások arra vezethetők vissza, hogy az átírt klón továbbra is használja a ScanCode kulcsalgoritmusait, megőrzi a projekt architektúráját és a kód struktúráját.
A ScanCode kísérője szerint a klón sikeres létrehozását a projekt átfogó automatizált tesztkészlete is segítette, amely több mint 90 ezer tesztet tartalmazott, ezek közül 40 ezer a különböző licencek kódban való használatának felfedezésére vonatkozott. Az átírt verzió szerzői jelentették a teljesítmény jelentős növekedését (10-100 szoros), de a ScanCode kísérője szerint az előnyök ára az volt, hogy a tesztkészlet nem volt teljes mértékben átfutva, valamint csökkent a korrektség és az információk teljeskörű nyújtásának mértéke (a klón helytelen eredményeket adott, és nem találta meg az összes információt az elemzés során).
Míg a Rust-port speciális teljesítménytesztjei során jelentősen felülmúlta a ScanCode-ot, a standard tesztkészleten a klón lassabbnak bizonyult, annak ellenére, hogy bizonyos ellenőrzések kimaradtak. Miután optimalizálásokat vezettek be a ScanCode-ba, például gyorsítótárazást, a ScanCode teljesítménye a kód átvizsgálásakor már nem maradt el a Rust klónétól, a működés korrektségének teljes megőrzésével.
A klón szerzőit szerzői jogok és az Apache 2.0 licenc megsértésével is vádolják, amely alatt a ScanCode kódja terjesztésre került. Megjegyzik, hogy az átírás során a licencek 4 alapvető követelménye sérült meg: az eredeti fájl hagyományozása a megjegyzéssel (NOTICE), a szerzői jogok említése, a végrehajtott módosítások kiemelése és a név változtatása a származékos munkában. A figyelmeztetés után a klón szerzői elhelyezték a NOTICE fájlt és átnevezték projektjüket, de a két egyéb megsértés eddig még mindig nem lett orvosolva.
A kísérő ScanCode úgy véli, hogy a közösségnek ki kell dolgoznia a kritériumokat annak meghatározására, hogy mi считаться производной работой a mesterséges intelligencia használata esetén, és mi számít független végrehajtásnak. Véleménye szerint, ha a kódot egy másik nyelvre írták át, miközben az algoritmusokat és a struktúrát megtartották, az eredmény továbbra is származékos munkának számít, még akkor is, ha a folyamat során a változókat átnevezték és a megjegyzéseket módosították vagy eltávolították. A Rust-verzió szerzőinek független újragondolásra tett kijelentései, amelyek csupán a ScanCode projekthez való inspirációt jelzik, ebben az esetben helytelen, mivel a munka célja az eredeti fejlesztés látszatának megteremtése, ami még rosszabb, mint a közvetlen másolás, mivel az ilyen manipulációk észlelése nehezebb.
Jelentős probléma a kód generálása során AI segítségével a kód eredetének nyomon követésének hiánya, amelyet az eredmény eléréséhez használtak. Alapértelmezés szerint az AI-ügynökök, amelyek nyílt projektekből használnak kódot, figyelmen kívül hagyják a szerzők információit, hacsak nincsenek kifejezetten megvalósítva a licenc- és szerzői jogi metadaták észlelésére és megőrzésére szolgáló eszközök. Az attribúciós probléma nemcsak a kód átkonvertálásáról szól egy nyelvről a másikra, hanem a kód általános generálásáról is — az eredmény ebben az esetben meglehetősen pontosan megismételheti a meglévő nyílt kód mintáit, amelyeket a modell tanítása során használtak.
Forrás: opennet.ru
