Der Anwalt Matthew Butterick aus der OpenSource-Community hat zusammen mit einigen Kollegen ein Gerichtsverfahren gegen Microsofts GitHub eingeleitet. Mit dem Tool GitHub Copilot zur Autovervollständigung von Programmiercode, das auf der generativen AI GPT3 von OpenAI basiert, soll GitHub gegen Lizenzbestimmungen und Urheberrechte von Programmierern verstoßen. 

In der Anklage führen die Anwälte drei Beispiele auf, in denen die Software größere Strecken von Code im Wortlaut aus Quellen kopiert, die unter nicht freien Lizenzen geschützt sind, oder die gegen die Kopiervorgaben freier GPL-Lizenzen verstoßen. Unter anderem konnten die Anwälte zeigen, dass Copilot Code aus dem Spiel "Quake III", der unter einer GPL-2 Lizenz geschützt ist und nur unter bestimmten Bedingungen kopiert werden darf, 1:1 von Copilot generiert wurde. AI-Experte Alex J. Champandard hat einen guten Twitter-Thread mit Einschätzungen zur Klage. Seine Einschätzung: "GitHub, Microsoft and OpenAI are in a very bad position."

Das Gerichtsverfahren zielt direkt in das Herz der OpenSource-Software-Entwicklung. Felix Reda von der Gesellschaft für Freiheitsrechte schrieb bereits im vergangenen Jahr nach der Ankündigung von Copilot einen Artikel auf Netzpolitik.org, der die Hintergründe der Debatte um Urheberrechte für Programmiercode erklärt. Das Dilemma: Ausgaben generativer AI-Systeme sind (angeblich) nicht schutzfähig, da kein menschlicher Urheber vorliegt und maschinelle Outputs gemeinfrei sind. Fallen nun allerdings die Ausgabe von 1:1-Kopien GPL-lizensierten Codes nun ebenfalls unter eine GPL-Lizenz, sind alle Ausgaben von maschinenerzeugtem Code urheberrechtsfähig, was gerade den Anhängern der Copyleft-Philosophie eines freieren Umgangs mit Urheberrechten ein Dorn im Auge sein dürfte.

Ich hatte hier auf piqd bereits mehrfach über die rechtlichen Fallstricke von generativen AI-Systemen im Kontext von Image Synthesis hingewiesen, wie die FairUse-Argumentation von Unternehmen als Data Laundering für die Umgehung von Lizenzbestimmungen genutzt wird oder wie der OpenSource-Release von Stable Diffusion zu einem Schwarzmarkt für Kunststile von Illustratoren führte. Der Fall GitHub Copilot ist ein wenig anders gelagert, da die Software im Gegensatz zu Bildgeneratoren direkte 1:1 Kopien von lizenziertem Code produziert. Bildsynthesis produziert keine direkten Kopien der Trainingsdaten, also der Illustrationen und Kunstwerke. 

Dennoch dürfte ein Verfahren, sollte Anklage erhoben werden, Auswirkungen auf die gesamte Branche generativer AI-Systeme haben und die Debatte um die Lizensierung von Trainingsdaten weiter anheizen. Die Auswirkungen des Verfahrens, das sich jahrelang hinziehen dürfte, auf die Auslegung von Urheberrechten und Fair Use, die Nutzung freier Lizenzen und die gesamte AI-Branche sind potenziell gewaltig.