GitHub Copilot കോഡ് ജനറേറ്ററുമായി ബന്ധപ്പെട്ട Microsoft, OpenAI എന്നിവയ്‌ക്കെതിരായ നിയമ നടപടികൾ

ഓപ്പൺ സോഴ്‌സ് ടൈപ്പോഗ്രാഫി ഡെവലപ്പർ മാത്യു ബട്ടറിക്കും ജോസഫ് സവേരി നിയമ സ്ഥാപനവും GitHub-ന്റെ കോപൈലറ്റ് സേവനത്തിൽ ഉപയോഗിക്കുന്ന സാങ്കേതികവിദ്യയുടെ നിർമ്മാതാക്കൾക്കെതിരെ ഒരു കേസ് (PDF) ഫയൽ ചെയ്തു. പ്രതികളിൽ Microsoft, GitHub എന്നിവയും ഓപ്പൺഎഐ പ്രോജക്ടിന്റെ മേൽനോട്ടം വഹിക്കുന്ന കമ്പനികളും ഉൾപ്പെടുന്നു, ഇത് GitHub Copilot-ന് അടിവരയിടുന്ന OpenAI കോഡെക്സ് കോഡ് ജനറേഷൻ മോഡൽ നിർമ്മിച്ചു. GitHub Copilot പോലുള്ള സേവനങ്ങൾ സൃഷ്ടിക്കുന്നതിന്റെ നിയമസാധുത നിർണ്ണയിക്കുന്നതിനും അത്തരം സേവനങ്ങൾ മറ്റ് ഡെവലപ്പർമാരുടെ അവകാശങ്ങൾ ലംഘിക്കുന്നുണ്ടോ എന്ന് നിർണ്ണയിക്കുന്നതിനും കോടതിയെ ഉൾപ്പെടുത്താൻ നടപടികൾ ശ്രമിക്കുന്നു.

മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ ഉപയോഗിച്ച് നിലവിലുള്ള കോഡ് കൃത്രിമം കാണിക്കുകയും മറ്റ് ആളുകളുടെ ജോലിയിൽ നിന്ന് അവരെ പ്രയോജനപ്പെടുത്തുകയും ചെയ്യുന്നതിനെ അടിസ്ഥാനമാക്കി, പ്രതികളുടെ പ്രവർത്തനങ്ങളെ ഒരു പുതിയ തരം സോഫ്റ്റ്വെയർ പൈറസി സൃഷ്ടിക്കുന്നതിനോട് താരതമ്യപ്പെടുത്തുന്നു. ഇത് ഒരിക്കലും ചെയ്യില്ലെന്ന് GitHub മുമ്പ് വാഗ്ദാനം ചെയ്തിരുന്നെങ്കിലും, ഓപ്പൺ സോഴ്‌സ് സോഫ്‌റ്റ്‌വെയർ ഡെവലപ്പർമാരുടെ ജോലി ധനസമ്പാദനത്തിനുള്ള ഒരു പുതിയ സംവിധാനത്തിന്റെ ആമുഖമായും കോപൈലറ്റിന്റെ സൃഷ്‌ടി കണക്കാക്കപ്പെടുന്നു.

പൊതുവായി ലഭ്യമായ സോഴ്‌സ് ടെക്‌സ്‌റ്റുകളിൽ പരിശീലിപ്പിച്ച ഒരു മെഷീൻ ലേണിംഗ് സിസ്റ്റം കോഡ് സൃഷ്‌ടിക്കുന്നതിന്റെ ഫലം അടിസ്ഥാനപരമായി പുതിയതും സ്വതന്ത്രവുമായ ഒരു സൃഷ്ടിയായി വ്യാഖ്യാനിക്കാൻ കഴിയില്ല, കാരണം ഇത് ഇതിനകം നിലവിലുള്ള കോഡ് പ്രോസസ്സ് ചെയ്യുന്ന അൽഗോരിതത്തിന്റെ അനന്തരഫലമാണ്. വാദികൾ പറയുന്നതനുസരിച്ച്, പബ്ലിക് റിപ്പോസിറ്ററികളിൽ നിലവിലുള്ള കോഡുകളെ നേരിട്ട് പരാമർശിക്കുന്ന കോഡ് മാത്രമേ കോപൈലറ്റ് പുനർനിർമ്മിക്കുന്നുള്ളൂ, അത്തരം കൃത്രിമങ്ങൾ ന്യായമായ ഉപയോഗത്തിന്റെ മാനദണ്ഡത്തിന് കീഴിൽ വരുന്നതല്ല. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, GitHub Copilot-ലെ കോഡ് സിന്തസിസ്, നിലവിലുള്ള കോഡിൽ നിന്ന് ഒരു ഡെറിവേറ്റീവ് സൃഷ്ടിയുടെ സൃഷ്ടിയായാണ് വാദികൾ കണക്കാക്കുന്നത്, ചില ലൈസൻസുകൾക്ക് കീഴിൽ വിതരണം ചെയ്യുകയും പ്രത്യേക രചയിതാക്കൾ ഉണ്ടായിരിക്കുകയും ചെയ്യുന്നു.

പ്രത്യേകിച്ചും, കോപൈലറ്റ് സിസ്റ്റത്തെ പരിശീലിപ്പിക്കുമ്പോൾ, ഓപ്പൺ ലൈസൻസുകൾക്ക് കീഴിൽ വിതരണം ചെയ്യുന്ന കോഡ് ഉപയോഗിക്കുന്നു, മിക്ക കേസുകളിലും കർത്തൃത്വത്തിന്റെ അറിയിപ്പ് ആവശ്യമാണ് (ആട്രിബ്യൂഷൻ). തത്ഫലമായുണ്ടാകുന്ന കോഡ് സൃഷ്ടിക്കുമ്പോൾ ഈ ആവശ്യകത പാലിക്കപ്പെടുന്നില്ല, ഇത് GPL, MIT, Apache തുടങ്ങിയ മിക്ക ഓപ്പൺ സോഴ്‌സ് ലൈസൻസുകളുടെയും വ്യക്തമായ ലംഘനമാണ്. കൂടാതെ, കോപൈലറ്റ് GitHub-ന്റെ സ്വന്തം സേവന നിബന്ധനകളും സ്വകാര്യതയും ലംഘിക്കുന്നു, പകർപ്പവകാശ വിവരങ്ങൾ നീക്കംചെയ്യുന്നത് തടയുന്ന DMCA, വ്യക്തിഗത ഡാറ്റ കൈകാര്യം ചെയ്യുന്നതിനെ നിയന്ത്രിക്കുന്ന CCPA (കാലിഫോർണിയ ഉപഭോക്തൃ സ്വകാര്യതാ നിയമം) എന്നിവ പാലിക്കുന്നില്ല.

കോപൈലറ്റിന്റെ പ്രവർത്തനങ്ങളുടെ ഫലമായി സമൂഹത്തിനുണ്ടായ നാശനഷ്ടങ്ങളുടെ ഏകദേശ കണക്ക് വ്യവഹാരത്തിന്റെ വാചകം നൽകുന്നു. ഡിജിറ്റൽ മില്ലേനിയം പകർപ്പവകാശ നിയമത്തിന്റെ (DMCA) സെക്ഷൻ 1202 അനുസരിച്ച്, ഓരോ ലംഘനത്തിനും ഏറ്റവും കുറഞ്ഞ നഷ്ടപരിഹാരം $2500 ആണ്. കോപൈലറ്റ് സേവനത്തിന് 1.2 ദശലക്ഷം ഉപയോക്താക്കളുണ്ടെന്നും ഓരോ തവണ സേവനം ഉപയോഗിക്കുമ്പോഴും മൂന്ന് DMCA ലംഘനങ്ങൾ (ആട്രിബ്യൂഷൻ, പകർപ്പവകാശം, ലൈസൻസ് നിബന്ധനകൾ) സംഭവിക്കുന്നുവെന്ന വസ്തുത കണക്കിലെടുക്കുമ്പോൾ, മൊത്തം നാശനഷ്ടത്തിന്റെ ഏറ്റവും കുറഞ്ഞ തുക 9 ബില്യൺ ഡോളർ (1200000 * 3) ആയി കണക്കാക്കുന്നു. * $2500).

മുമ്പ് GitHub, Copilot എന്നിവയെ വിമർശിച്ച മനുഷ്യാവകാശ സംഘടനയായ സോഫ്റ്റ്‌വെയർ ഫ്രീഡം കൺസർവൻസി (SFC), സമൂഹത്തിന്റെ താൽപ്പര്യങ്ങൾ സംരക്ഷിക്കുമ്പോൾ മുമ്പ് പ്രസ്താവിച്ച തത്വങ്ങളിലൊന്നിൽ നിന്ന് വ്യതിചലിക്കരുതെന്ന ശുപാർശയോടെ വ്യവഹാരത്തെക്കുറിച്ച് അഭിപ്രായപ്പെട്ടു - “കമ്മ്യൂണിറ്റി അധിഷ്ഠിത നടപ്പാക്കൽ സാമ്പത്തിക നേട്ടത്തിന് മുൻഗണന നൽകരുത്. എസ്എഫ്‌സിയുടെ അഭിപ്രായത്തിൽ, ഉപയോക്താക്കൾക്കും ഡെവലപ്പർമാർക്കും ഉപഭോക്താക്കൾക്കും തുല്യ അവകാശങ്ങൾ നൽകുന്നതിന് ലക്ഷ്യമിട്ടുള്ള കോപ്പിലെഫ്റ്റ് മെക്കാനിസത്തെ ദുർബലപ്പെടുത്തുന്നതിനാൽ കോപൈലറ്റിന്റെ പ്രവർത്തനങ്ങൾ അസ്വീകാര്യമാണ്. കോപൈലറ്റിൽ ഉൾപ്പെടുത്തിയിട്ടുള്ള പല പ്രോജക്റ്റുകളും GPL പോലെയുള്ള കോപ്പിലെഫ്റ്റ് ലൈസൻസുകൾക്ക് കീഴിലാണ് വിതരണം ചെയ്യുന്നത്, ഇതിന് ഡെറിവേറ്റീവ് വർക്കുകളുടെ കോഡ് അനുയോജ്യമായ ലൈസൻസിന് കീഴിൽ വിതരണം ചെയ്യേണ്ടതുണ്ട്. കോപൈലറ്റ് നിർദ്ദേശിച്ച പ്രകാരം നിലവിലുള്ള കോഡ് ചേർക്കുന്നതിലൂടെ, കോഡ് കടമെടുത്ത പ്രോജക്റ്റിന്റെ ലൈസൻസ് ഡവലപ്പർമാർ അറിയാതെ ലംഘിച്ചേക്കാം.

വേനൽക്കാലത്ത് GitHub ഒരു പുതിയ വാണിജ്യ സേവനമായ GitHub കോപൈലറ്റ് സമാരംഭിച്ചു, പൊതു GitHub ശേഖരണങ്ങളിൽ പോസ്റ്റുചെയ്തിരിക്കുന്ന ഉറവിട ഗ്രന്ഥങ്ങളുടെ ഒരു നിരയിൽ പരിശീലിപ്പിക്കുകയും കോഡ് എഴുതുമ്പോൾ സ്റ്റാൻഡേർഡ് ഡിസൈനുകൾ സൃഷ്ടിക്കാൻ പ്രാപ്തമാക്കുകയും ചെയ്തു. നിലവിലുള്ള പ്രോജക്റ്റുകളിൽ നിന്ന് ടെക്സ്റ്റ് പാസുകൾ ആവർത്തിക്കാൻ കഴിയുന്ന റെഡിമെയ്ഡ് ഫംഗ്ഷനുകൾ വരെ ഈ സേവനത്തിന് വളരെ സങ്കീർണ്ണവും വലുതുമായ കോഡ് ബ്ലോക്കുകൾ സൃഷ്ടിക്കാൻ കഴിയും. GitHub അനുസരിച്ച്, കോഡ് പകർത്തുന്നതിനുപകരം കോഡിന്റെ ഘടന പുനർനിർമ്മിക്കാൻ സിസ്റ്റം ശ്രമിക്കുന്നു, എന്നിരുന്നാലും, ഏകദേശം 1% കേസുകളിൽ, നിർദ്ദിഷ്ട ശുപാർശയിൽ 150 പ്രതീകങ്ങളിൽ കൂടുതൽ നീളമുള്ള നിലവിലുള്ള പ്രോജക്റ്റുകളുടെ കോഡ് സ്‌നിപ്പെറ്റുകൾ ഉൾപ്പെട്ടേക്കാം. നിലവിലുള്ള കോഡ് മാറ്റിസ്ഥാപിക്കുന്നത് തടയാൻ, GitHub-ൽ ഹോസ്റ്റ് ചെയ്‌തിരിക്കുന്ന പ്രോജക്‌റ്റുകളുമായുള്ള കവലകൾ പരിശോധിക്കുന്ന ഒരു ബിൽറ്റ്-ഇൻ ഫിൽട്ടർ കോപൈലറ്റിനുണ്ട്, എന്നാൽ ഈ ഫിൽട്ടർ ഉപയോക്താവിന്റെ വിവേചനാധികാരത്തിൽ സജീവമാണ്.

കേസ് ഫയൽ ചെയ്യുന്നതിന് രണ്ട് ദിവസം മുമ്പ്, 2023-ൽ GitHub ഒരു ഫീച്ചർ നടപ്പിലാക്കാൻ ഉദ്ദേശിക്കുന്നതായി പ്രഖ്യാപിച്ചു, അത് കോപൈലറ്റിൽ സൃഷ്ടിച്ച ശകലങ്ങളും ശേഖരണങ്ങളിൽ നിലവിലുള്ള കോഡും തമ്മിലുള്ള ബന്ധം ട്രാക്കുചെയ്യാൻ അനുവദിക്കുന്നു. പബ്ലിക് റിപ്പോസിറ്ററികളിൽ ഇതിനകം നിലവിലുള്ള സമാന കോഡിന്റെ ഒരു ലിസ്റ്റ് ഡവലപ്പർമാർക്ക് കാണാനാകും, കൂടാതെ കോഡ് ലൈസൻസും പരിഷ്‌ക്കരിച്ച സമയവും അനുസരിച്ച് ഇന്റർസെക്ഷനുകൾ അടുക്കാനും കഴിയും.

അവലംബം: opennet.ru