Die Grundidee von Copilot und anderen ähnlichen Programmen, manchmal auch Code-Assistenten genannt, besteht darin, die Informationen, die Programmierer benötigen, direkt neben dem Code zu platzieren, den sie schreiben. Das Tool verfolgt den Code und die Kommentare (Beschreibungen oder Notizen in natürlicher Sprache) in der Datei, an der ein Programmierer arbeitet, sowie in anderen Dateien, mit denen es verknüpft ist oder die im selben Projekt bearbeitet wurden, und sendet den gesamten Text als Hinweis auf das große Sprachmodell hinter Copilot. (GitHub hat das Copilot-Modell namens Codex gemeinsam mit OpenAI entwickelt. Es handelt sich um ein großes Sprachmodell, das auf Code abgestimmt ist.) Copilot sagt dann voraus, was der Programmierer zu tun versucht, und schlägt Code dafür vor.
Dieser Umlauf zwischen Code und Codex erfolgt mehrmals pro Sekunde, wobei die Eingabeaufforderung aktualisiert wird, während der Programmierer etwas eingibt. Der Programmierer kann den Copilot-Vorschlag jederzeit durch Drücken der Tabulatortaste akzeptieren oder ihn ignorieren und mit der Eingabe fortfahren.
Die Tab-Schaltfläche scheint häufig gedrückt zu werden. Eine im Juni von GitHub und der Beratungsfirma Keystone Strategy veröffentlichte Studie mit fast einer Million Copilot-Benutzern – ein Jahr nach der allgemeinen Veröffentlichung des Tools – ergab, dass Programmierer den Benutzerdaten von GitHub zufolge im Durchschnitt rund 30 % seiner Vorschläge akzeptierten.
„Im letzten Jahr hat Copilot mehr als eine Milliarde Codezeilen vorgeschlagen – und von den Entwicklern genehmigt“, sagt Dohmke. „Da draußen läuft in Computern Code, der von einem stochastischen Papagei generiert wird.“
Copilot hat die grundlegenden Fähigkeiten des Codierens verändert. Wie bei ChatGPT oder Bildbearbeitungsprogrammen wie Stable Diffusion ist die Ausgabe des Tools oft nicht genau das, was gewünscht wird – aber sie kann nah dran sein. „Vielleicht ist es richtig, vielleicht auch nicht – aber es ist ein guter Anfang“, sagt Arghavan Moradi Dakhel, ein Forscher am Polytechnique Montréal in Kanada, der den Einsatz von Werkzeugen für maschinelles Lernen in der Softwareentwicklung untersucht. Das Programmieren wird zu Impulsen: Anstatt Code von Grund auf neu zu erfinden, geht es bei der Arbeit darum, halbfertigen Code zu optimieren und ein großes Sprachmodell anzustoßen, um etwas Präziseres zu produzieren.
Aber Copilot ist noch nicht überall. Einige Firmen, darunter Apple, haben ihre Mitarbeiter gebeten, es nicht zu verwenden, da sie befürchten, dass IP-Adressen und andere private Daten an die Konkurrenz weitergegeben werden. Für Justin Gottschlich, CEO von Merly, einem Startup, das KI zur Codeanalyse in großen Softwareprojekten einsetzt, wird das immer ein entscheidender Faktor sein: „Wenn ich Google oder Intel bin und meine IP mein Quellcode ist, bin ich es nie.“ Ich werde es nutzen“, sagt er. „Warum schicke ich Ihnen nicht auch alle meine Geschäftsgeheimnisse? „Zieh deine Hosen an, bevor du das Haus verlässt“, ist das ganz offensichtlich.“ Dohmke ist sich bewusst, dass dies eine Abneigung für wichtige Kunden darstellt, und sagt, dass das Unternehmen an einer Version von Copilot arbeitet, die Unternehmen intern ausführen können, sodass der Code nicht an die Server von Microsoft gesendet wird.
Copilot steht auch im Mittelpunkt einer Klage von Programmierern, die unzufrieden sind, dass ihr Code ohne ihre Zustimmung zum Trainieren der dahinter stehenden Modelle verwendet wurde. Microsoft hat Benutzern seiner Modelle, die sich vor möglichen Rechtsstreitigkeiten fürchten, eine Entschädigung angeboten. Aber es wird Jahre dauern, bis die rechtlichen Fragen vor Gericht geklärt werden.
Dohmke ist optimistisch und zuversichtlich, dass die Vorteile die Nachteile überwiegen: „Wir werden uns an alles anpassen, was die US-amerikanischen, britischen oder europäischen Gesetzgeber uns sagen“, sagt er. „Aber es gibt hier ein mittleres Gleichgewicht zwischen dem Schutz von Rechten – und dem Schutz der Privatsphäre – und dem Fortschritt unserer Menschheit.“ Das ist die Art Kampfrede, die man von einem CEO erwarten würde. Aber das ist Neuland, Neuland. Nicht zuletzt führt GitHub ein dreistes Experiment an, das den Weg für ein breiteres Spektrum KI-gestützter professioneller Assistenten ebnen könnte.