Codeberg забороняє навчання ШІ та LLM-проєкти

Заборона навчання ШІ на даних користувачів

Члени Codeberg, німецької некомерційної організації Codeberg e.V., яка керує платформою для хостингу коду як альтернативою GitHub, проголосували за заборону використання даних платформи для навчання інструментів генеративного штучного інтелекту. Це рішення було прийнято на щорічних зборах, де обговорювалися пропозиції, а потім члени голосували асинхронно протягом 14 днів.

Перша пропозиція, яка стосувалася навчання ШІ, закріплює позицію, яку організація неофіційно дотримувалася деякий час. Згідно з нею, Codeberg не використовуватиме код або дані своїх користувачів та проєктів для навчання інструментів генеративного ШІ. У заяві, процитованій безпосередньо з голосування, зазначено: «Codeberg forge та пов'язані з ним сервіси не використовують і не будуть використовувати код або дані проєктів та користувачів для навчання інструментів 'Штучного Інтелекту', таких як Великі Мовні Моделі, метою яких є створення результатів, змодельованих за їхніми вхідними даними для навчання».

Це зобов'язання ґрунтується на положеннях, які вже містяться в політиці конфіденційності Codeberg, де зазначено, що організація не прагне використовувати дані користувачів. Голосування членів перетворює це положення політики на офіційну позицію асоціації. Члени Codeberg пішли далі, ніж політика конфіденційності, заявивши, що ця технологія несумісна з відповідальним керуванням вільним та відкритим програмним забезпеченням.

Обмеження «vibe-coded» проєктів

Друга пропозиція, яка виявилася більш дискусійною, змінює умови використання Codeberg, щоб заборонити так звані «vibe-coded» проєкти. Це стосується програмного забезпечення, створеного значною мірою або повністю за допомогою коду, згенерованого LLM, з мінімальною участю людини або наглядом.

У голосуванні взяла участь приблизно половина активних членів Codeberg, що організація відзначила як високу явку. Члени підтримали зміни 358 голосами проти 144, при 14 утриманих. Майже три чверті виборців підтримали обмеження, але блок зі 144 членів, які проголосували проти, свідчить про відсутність єдиного консенсусу щодо цієї політики.

Інфраструктурні витрати від краулерів ШІ

Обидва голосування пов'язані з проблемою витрат, з якою Codeberg стикається вже деякий час: веб-краулери, керовані компаніями ШІ, навантажують інфраструктуру платформи, щоб збирати код для навчання даних. Codeberg дозволяє відкритий доступ до розміщеного коду через стандартні операції Git, і клонування репозиторію не вимагає спеціальних дозволів.

Проблема, за словами організації, полягає в тому, що краулери ігнорують цей механізм і натомість намагаються завантажити кожну сторінку на сайті окремо, включаючи кожен варіант фільтра проблем, повну історію Git та стани файлів на кожному історичному коміті, навіть якщо ці файли не змінювалися між версіями. Цей шаблон генерує запити до бази даних, які платформа не була розроблена для поглинання в такому обсязі. Codeberg заявляє, що це навантаження змусило системних адміністраторів витрачати час на створення захисних заходів, а не на роботу над іншою інфраструктурою. Організація зазначає, що ці захисні заходи – серед яких обмеження швидкості та блокування доступу – зрештою погіршують обслуговування для законних користувачів, оскільки ті ж механізми, які уповільнюють агресивні краулери, також обмежують нормальні робочі процеси.

Ширший аргумент Codeberg полягає в тому, що справжня вартість роботи LLM не обмежується компаніями, які їх створюють, або передплатниками, які платять за доступ. Збільшення попиту на обладнання, споживання енергії та шкода навколишньому середовищу перекладаються на людей та інфраструктуру, які ніколи на це не погоджувалися, включаючи Codeberg.

Чому «vibe-coded» проєкти викликають занепокоєння

Причини обмеження «vibe-coding» є більш спекулятивними, і організація досить відверто про це заявляє. Розробники помітили повторювану форму деяких проєктів, створених за допомогою LLM на платформі: один розробник стоїть за репозиторієм, але проєкт запускає CI/CD пайплайни, розраховані на команду, випускає бінарні файли часто та у великих обсягах, і заявляє про підтримку на більшій кількості платформ, ніж це виправдано кількістю його користувачів.

Codeberg не стверджує, що використання LLM для допомоги в написанні коду є проблемою саме по собі. Занепокоєння вужче: розробник, який працює сам з LLM, може створити проєкт, який зовні виглядає так, ніби за ним стоїть команда та база користувачів, використовуючи серверні ресурси та сховище, ніби ця спільнота дійсно існувала, тоді як насправді одна людина підказує моделі, яка перетворює обчислення на коміти.

Блог-пост не підтверджує даними, наскільки поширений цей шаблон серед розміщених репозиторіїв Codeberg. Жодні дані про кількість репозиторіїв, обсяги сховища або хвилини CI/CD не супроводжують це твердження. Це важливо, оскільки практичне застосування заборони «vibe-coding» значною мірою залежить від того, як команда Codeberg визначить і виявить його, деталі, які організація обіцяє розглянути окремо.

Наслідки для розробників

Codeberg визнає, що зобов'язана надати спільноті більше деталей щодо того, як нові умови використання будуть застосовуватися на практиці, обіцяючи поділитися думками щодо практичного впливу окремо від цього початкового оголошення. Це значний пробіл для будь-якої організації або окремого розробника, який наразі розміщує проєкт, створений значною мірою за допомогою ШІ, оскільки голосування встановлює політику, але ще не встановлює механізм виявлення порушень або наслідки для їхнього виникнення.

Для тих, хто оцінює, де розміщувати свою роботу з відкритим вихідним кодом, або вирішує, чи слід використовувати Codeberg замість альтернатив, таких як GitHub або GitLab, голосування сигналізує про платформу, яка готова накладати обмеження, які інші форджі не прийняли. Наприклад, GitHub вбудував Copilot безпосередньо у свій продукт і навчається на даних публічних репозиторіїв як само собою зрозуміле. Codeberg тепер визначається тим, що повністю відкидає цю модель, а не розглядає можливості ШІ як конкурентну перевагу.

Негайним кроком для будь-якого розробника з проєктом, створеним за допомогою ШІ на Codeberg, є очікування наступного повідомлення, що деталізує застосування, оскільки цей документ визначить, що означає «vibe-coded» на практиці та що станеться з проєктами, які підпадають під це визначення.

Що це означає для розробників

Ця новина означає, що розробники, які використовують Codeberg, не можуть розраховувати на те, що їхній код буде використаний для навчання LLM, і повинні бути готові до нових обмежень щодо проєктів, створених переважно за допомогою ШІ. Це також сигналізує про те, що Codeberg відрізняється від інших платформ, таких як GitHub, у своєму підході до інтеграції ШІ.

Ключові факти

Члени Codeberg проголосували за заборону використання даних платформи для навчання інструментів генеративного ШІ, таких як LLM.
Codeberg також заборонив «vibe-coded» проєкти – програмне забезпечення, створене переважно або повністю за допомогою коду, згенерованого LLM, з мінімальною участю людини.
Рішення пов'язані з інфраструктурними витратами, спричиненими краулерами ШІ, які навантажують платформу.
Codeberg стверджує, що справжня вартість роботи LLM перекладається на інфраструктуру, яка не погоджувалася на це.
Організація висловила занепокоєння щодо «vibe-coded» проєктів, які можуть виглядати як великі проєкти з командою, але насправді є роботою однієї людини з LLM, що споживає ресурси.