索賠649億！GitHub Copilot惹上官司，被指控侵犯代碼版權(quán)，是開源社區(qū)“寄生蟲”

大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自AI前線

整理：劉燕，核子可樂

一位 20 年老開源程序員：GitHub Copilot 就是開源社區(qū)的“寄生蟲”。

GitHub 和它的母公司微軟，以及 OpenAI，正在面臨一項集體訴訟。訴訟案中，廣大程序員們指控 OpenAI 涉嫌違反開源許可。程序員們認為，OpenAI 和微軟使用他們貢獻的代碼訓(xùn)練專有 AI 工具 GitHub Copilot。

據(jù)悉，該訴訟已提交到美國加州北區(qū)地方法院，要求法院批準(zhǔn) 90 億美元（約 649 億人民幣）的法定損害賠償金。

根據(jù)集體訴訟文件：“每當(dāng) Copilot 提供非法輸出，它就違反第 1202 條三次，即分發(fā)沒有（1）注明出處，（2）版權(quán)通知，（3）許可條款的許可材料。”

“因此，如果每個用戶在使用 Copilot 的整個過程中（早期用戶使用 Copilot 最多長達 15 個月之久）只收到一個違反第 1202 條的輸出，那么 GitHub 和 OpenAI 就違反了 DMCA 360 萬次。每次違反的最低法定賠償金為 2500 美元，換算后相當(dāng)于 90 億美元。”

集體訴訟文件：

https://www.prnewswire.com/news-releases/joseph-saveri-law-firm-and-matthew-butterick-file-class-action-lawsuit-against-github-microsoft-and-openai-over-violations-of-open-source-licenses-arising-from-github-copilot-an-ai-based-product-301668255.html

GitHub Copilot 項目啟動于今年 6 月，其功能是向 GitHub 用戶提供代碼建議和輔助功能。Codex 是由 OpenAI 開發(fā)、并獲得微軟許可的 AI 系統(tǒng)，Copilot 的各項功能正是基于 Codex AI。

OpenAI 聲稱，Codex 訓(xùn)練自數(shù)百萬個公共代碼倉庫，堪稱“代碼公平應(yīng)用的變革性案例”。但 GitHub 程序員們卻對此嗤之以鼻，認為 Codex 違反了他們的開源許可條款。這些許可證雖然允許各方對代碼進行非商業(yè)性分發(fā)，但卻不得修改，而且還有保留原作者姓名在內(nèi)的其他一些要求。

律師兼程序員 Matthew Butterick 領(lǐng)導(dǎo)了這場集體訴訟行動。

Matthew Butterick 是一位從業(yè) 20 多年的老程序員。他的自我介紹顯示，Matthew Butterick 從 1998 年起就參與開源軟件貢獻了，他曾在 Red Hat 工作過兩年，發(fā)布過不少開源軟件，最近，他又成了 Racket 的貢獻者。

今年 6 月，Matthew Butterick 寫了一篇關(guān)于 GitHub Copilot 法律問題的文章，該文直指 GitHub Copilot 對開源許可證處理不當(dāng)?shù)膯栴}。

近期，他決定再推進下一步行動——他重新激活了自己的加州律師資格證書，并力邀約 Joseph Saveri 律師事務(wù)所與他一道組織這次集體訴訟。

Butterick 在一份新聞稿中指出，Copilot 從一開始就明顯存在法律問題。“作為擁有多年經(jīng)驗的開源程序員，我在第一次試用時就感受到了其中的問題。而且相信其他很多開發(fā)者也跟我一樣，發(fā)現(xiàn) Copilot 不對勁。結(jié)合自身法律背景，我覺得有必要拿起法律武器支持開源社區(qū)。”

其他 Copilot 用戶也在自己的社交平臺中吐槽，Copilot 在所生成的代碼中使用了錯誤的許可證，而且在未進行來源歸因的前提下盲目向用戶提供版權(quán)代碼。 

面對關(guān)于此次訴訟的置評請求，GitHub 方面一位發(fā)言人 表示，他們致力于通過 Copilot 開展負責(zé)任的創(chuàng)新。

早在 2018 年微軟收購 GitHub 時，很多用戶就對這個全球規(guī)模最大的開源社區(qū)將走向何方展開過討論。微軟曾在 2000 年代和 1990 年代向開源操作系統(tǒng) Linux 發(fā)起過一系列攻擊，宣稱這款系統(tǒng)侵犯了 235 項微軟專利。

原告方律師 Joseph Saveri 表示，他感謝程序員和用戶們?yōu)檫@起訴訟做出的努力。他還提到，OpenAI、微軟和 GitHub 絕不可以用這種毫無公平性可言的方式，從開源貢獻者的成果中獲利。

“此案是針對 AI 系統(tǒng)在科技行業(yè)內(nèi)引發(fā)知識侵權(quán)爭議的第一步。在本案中，AI 系統(tǒng)利用了程序員們做出的開源編程貢獻，并將影響到眾多創(chuàng)作者。我們就是要代表這些創(chuàng)作者們的利益，確保 AI 開發(fā)企業(yè)必須遵照法律要求行事。”

此次訴訟表明，程序員、藝術(shù)家等群體越來越關(guān)注 AI 系統(tǒng)在未經(jīng)許可之下使用他們的代碼、作品或其他數(shù)據(jù)的問題。圖形生成類 AI 工具（包括 DALL-E 和 Stable Diffusion 等）就在使用算法從互聯(lián)網(wǎng)上抓取數(shù)十億條數(shù)據(jù)，且完全沒有考慮過任何許可或所有權(quán)限制。正是由于這種版權(quán)歸屬爭議的存在，Shutterstock 和 Getty Images 等公司才禁止在其平臺上使用 AI 生成圖像。

Butterick 聲稱，微軟將開源代碼訓(xùn)練而成的 Copilot 作為商業(yè)產(chǎn)品提供給程序員的行為，不僅侵犯了開源代碼版權(quán)，也打擊了人們參與開源社區(qū)的熱情。Butterick 因此認為，微軟這種將開源代碼與開源社區(qū)強行割裂的行為，有違開源編程精神。

此前，Matthew Butterick 還開設(shè)了一個專門針對 GitHub Copilot 的 調(diào)查網(wǎng)站，調(diào)查收集 GitHub Copilot 違反其對開源作者和最終用戶的法律義務(wù)的線索。

Matthew Butterick 認為，總結(jié)而言，Copilot 在系統(tǒng)訓(xùn)練與系統(tǒng)使用方面都存在法律問題。

系統(tǒng)訓(xùn)練

絕大多數(shù)開源軟件包是在授權(quán)許可之下發(fā)布的，在授予用戶一定權(quán)利的同時也要求其承擔(dān)一定義務(wù)（例如保留源代碼的精確屬性）。而這種授權(quán)的合法實現(xiàn)方式，就是由軟件作者在代碼中聲明版權(quán)。

因此，要想使用開源軟件，大家就必須做出選擇：

要么遵守許可證所規(guī)定的義務(wù)；要么使用那些屬于許可證例外的代碼（即版權(quán)法所規(guī)定的「合理使用」情形）。微軟和 OpenAI 已經(jīng)承認，Copilot 和 Codex 就是由 GitHub 上開源軟件的公共repo 訓(xùn)練而成。所以在這兩條路里，他們到底要走哪條？

如果微軟和 OpenAI 決定基于各 repo 的開源許可來使用這些訓(xùn)練素材，那就得發(fā)布大量屬性（attribution），這已經(jīng)算是各類開源許可的底限要求了。但截至目前，我們還沒有看到任何屬性聲明。

這樣一來答案就明確了，微軟和 OpenAI 必須找到“合理使用”的理由。GitHub 前 CEO Nat Firedman 就曾在 Copilot 的技術(shù)預(yù)覽會上提到，“在公開數(shù)據(jù)上訓(xùn)練（機器學(xué)習(xí)）系統(tǒng)屬于合理使用的范疇。”

但真這么簡單嗎？對于這種法律問題，可不是說屬于就屬于的。當(dāng)然，微軟、OpenAI 和其他多家研究機構(gòu)一直在強調(diào)這種“合理使用”的論點。Nat Firedman 還曾放話說，作為“機器學(xué)習(xí)社區(qū)所廣泛依賴的”依據(jù)，這種“合理使用”辦公室有其“法理基礎(chǔ)”。然而，軟件自由保護組織（SFC）明顯不同意他的觀點，并要求微軟方面提供能支持其立場的證據(jù)。

保護組織負責(zé)人 Bradley Kuhn 指出：我們曾在 2021 年 6 月私下詢問過 Firedman 和其他幾位微軟 /GitHub 代表，要求他們?yōu)?GitHub 的公開法律立場提供可靠的參考依據(jù)……但他們什么都拿不出來。

為什么微軟拿不出支持立場的法律依據(jù)？因為保護組織說得沒錯：他們根本找不出依據(jù)來。盡管一些法院已經(jīng)考量過相關(guān)問題，但目前全美還沒有哪個判例能夠直接解決 AI 訓(xùn)練中的“合理使用”問題。

另外，所有涉及“合理使用”的案例均權(quán)衡了大量相關(guān)因素。即使法院最終判定某些類型的 AI 訓(xùn)練屬于“合理使用”，也不代表其他類型的訓(xùn)練就能無腦照辦、高枕無憂。就目前來看，我們還不知道 Copilot 和 Codex 到底合不合法，微軟和 OpenAI 其實也說不準(zhǔn)。

系統(tǒng)使用

雖然沒法確定“合理使用”最終要怎么在 AI 訓(xùn)練中落地，但可以想見，其結(jié)果并不會影響到 Copilot 用戶。為什么呢？因為用戶只是在使用 Copilot 提供的代碼，而這部分代碼的版權(quán)和許可狀態(tài)同樣模糊不清。

微軟倒是有自己的說法。2021 年，Nat Friedman 曾聲稱 Copilot 的輸出結(jié)果歸屬于操作者，其性質(zhì)與使用編譯器一樣。但 Copilot 已經(jīng)暗暗給用戶挖好了坑。

微軟將 Copilot 輸出描述為一系列代碼“建議”，并強調(diào)不會對這些建議“主張任何權(quán)利”。但與此同時，微軟也不會對由此生成的代碼的正確性、安全性或延伸出的知識產(chǎn)權(quán)問題做任何保證。所以只要接納了 Copilot 的建議，那這些問題就都要由用戶自己承擔(dān)。

“您需要對自己代碼的安全性和質(zhì)量負責(zé)。我們建議您在使用由 GitHub Copilot 生成的代碼時，采取與使用其他一切非本人所編寫代碼相同的防范措施，包括嚴格測試、IP（知識產(chǎn)權(quán)）掃描和安全漏洞跟蹤。” ....

有觀點認為，Copilot 將版權(quán)遵循義務(wù)留給了用戶。隨著 Copilot 的不斷改進，用戶需要承擔(dān)的責(zé)任也將越來越大。

那這些建議真會惹出麻煩來嗎？已經(jīng)有 Copilot 用戶控訴，Copilot 可能存在一種設(shè)計傾向，會從可識別的 repo 處一字不差地照搬代碼。前段時間，得克薩斯農(nóng)工大學(xué)教授 Tim Davis 也列舉了不少證據(jù)，表明 Copilot 確實原樣照抄了他的大段代碼，特別是極具個人風(fēng)格的 /Tim Davis 稀疏矩陣轉(zhuǎn)置/。

使用這樣的代碼，當(dāng)然會產(chǎn)生相應(yīng)的許可遵守義務(wù)。但從 Copilot 的設(shè)計來看，用戶完全接觸不到代碼的來源、作者和許可證。根本無一物，拿什么去遵守？

從這個角度看，Copilot 的代碼檢索方法就像一顆煙霧彈，下面掩蓋的是骯臟的真相：

Copilot 本身，只是連通海量開源代碼的一套替代接口。只要用上它，用戶可能就需要承擔(dān)起代碼原作者提出的許可義務(wù)。意識到這一點，Nat Firedman 所謂 Copilot“不像是編譯器”的說法根本不靠譜。畢竟編譯器只會改變代碼形式，但絕不會注入新的知識產(chǎn)權(quán)屬性。微軟當(dāng)然也清楚這一點，所以他們并沒有嘴硬到底，只是把這些細節(jié)用小字“略微”說明了一下。

Copilot 的本質(zhì)：一只“寄生蟲”？

通過將 Copilot 當(dāng)作海量開源代碼的替代接口，微軟不僅借此切斷了開源作者與用戶之間的法律關(guān)系，甚至建立起新的“圍墻花園”——阻止程序員接觸傳統(tǒng)開源社區(qū)，從而消除了他們?yōu)橹暙I的可能性。隨著時間推移，這勢必會讓開源社區(qū)變得愈發(fā)貧乏。用戶的注意力和參與方向?qū)⒅饾u朝著 Copilot 轉(zhuǎn)移，最終徹底告別開源項目本身——告別源代碼 repo、告別問題跟蹤器、告別郵件列表、告別討論板。這樣的變化必將給開源帶來痛苦、甚至永遠無法挽回的損失。

就連微軟云計算負責(zé)人 Scott Guthrie 最近也承認，雖然微軟 CEO 納德拉當(dāng)初收購 GitHub 時曾承諾“讓 GitHub 繼續(xù)保持開放平臺的地位”，但微軟一刻也沒有放慢過把 GitHub 服務(wù)（包括 Copilot）納入自家 Azure 云平臺的腳步。

Matthew Butterick 表示，包括他自己在內(nèi)的開源開發(fā)者之所以提出抗議，所圖的絕不是錢，只是不想讓自己的努力貢獻被白白浪費掉。開源軟件的核心在于人，在于由人組成的用戶、測試者和貢獻者社區(qū)。正是因為有了這樣的社區(qū)，我們才能以超越自身的方式改進軟件，讓工作充滿樂趣。

Copilot 則向開源軟件注入了自私的基因：我想要什么，你就得給我什么！Copilot 的建議將開源用戶與軟件開發(fā)者徹底割裂開來，導(dǎo)致他們永遠不必與社區(qū)互動、更遑論為更多項目做出貢獻。

與此同時，開源軟件作者也需要注意到，我們的工作成果被掩蓋在了 Copilot 這塊大布之下。我們成了牧場里的奶牛、成了《黑客帝國》中為母體供電的電池，我們成了不斷為 Copilot 注入資源的“人肉礦脈”。

但就連奶牛也能靠勞動換取牧草和牛棚，而 Copilot 不會對我們的個人項目乃至整個開源社區(qū)做出絲毫反哺。

Copilot 建立的圍墻花園與開源明確對立，而且危害極大。這也是對微軟當(dāng)初收購 GitHub 時所做承諾的赤裸背叛。早期接觸過 GitHub 的朋友應(yīng)該還記得，GitHub 之所以能在受眾當(dāng)中建立起良好的聲譽，靠的就是真正服務(wù)于開源開發(fā)者、培育開源社區(qū)的赤子之心。而 Copilot 的出現(xiàn)顯然背離了這一路線，也是對 GitHub 立身之本的無情踐踏。

也許有人會說，那咱們就聽保護組織的建議，把代碼搬出 GitHub 吧。但這真的沒什么作用。只要微軟能把 AI 訓(xùn)練成功規(guī)定成“合理使用”，那么不只是 GitHub，互聯(lián)網(wǎng)上的一切公共代碼 repo 都逃不出他們的手掌心。

如果坐視一切發(fā)展下去，那么 Copilot 不僅會吞噬 GitHub 上的開源代碼，更會淹沒世界上的每一行開源成果。

另一方面，有些朋友可能對 Copilot 評價不錯，覺得 AI 代表著未來方向。拜托，我們這里反對的絕不是 AI 輔助編程工具，而是微軟在 Copilot 當(dāng)中的種種具體行徑。其實微軟完全可以把 Copilot 做得更開發(fā)者友好一些——比如邀請大家自愿參加，或者由編程人員有償對訓(xùn)練語料庫做出貢獻。但截至目前，口口聲聲自稱熱愛開源的微軟根本沒做過這方面的嘗試。另外，如果大家覺得 Copilot 效果挺好，那主要也是因為底層開源訓(xùn)練數(shù)據(jù)的質(zhì)量過硬。Copilot 其實是在從開源項目那邊搞生命虹吸，而一旦開源活力枯竭，Copilot 也將失去發(fā)展的依憑。

在之前討論 Copilot 的時候，我曾說“我并不擔(dān)心它對開源的影響。”現(xiàn)在也是，如果從短期來看，Copilot 還不足以威脅整個開源生態(tài)。但回顧自己近 25 年來的開源之旅，我發(fā)現(xiàn)這東西的存在本身就是最大的問題。畢竟開源靠的不是一支固定的隊伍，而是一種不斷成長、不斷變化的集體智慧，它需要持續(xù)吸引新鮮頭腦來完成自我更新。開源參與者們彼此設(shè)定新的標(biāo)準(zhǔn)與挑戰(zhàn)，也共同拉高了開源成就的期望標(biāo)桿。

在這場奇妙而盛大的化學(xué)反應(yīng)中，Copilot 橫空殺出，想要把整個開源宇宙據(jù)為己有。哪怕拋開微軟那劣跡斑斑的開源記錄，我們也能一眼看出 Copilot 的本質(zhì)——一只寄生蟲。因此在對開源世界造成無法彌補的傷害之前，我們必須質(zhì)疑 Copilot 的合法性。

參考鏈接：

https://www.theinsaneapp.com/2022/11/programmers-filed-lawsuit-against-openai-microsoft-and-github.html

https://githubcopilotinvestigation.com/

點「在看」的人都變好看了哦！