Immagine: GitHub

A partire dal 24 aprile, GitHub inizierà a utilizzare automaticamente i dati di interazione degli utenti di Copilot per addestrare i propri modelli di intelligenza artificiale, salvo esplicita disattivazione da parte degli utenti. La modifica riguarda gli account Free, Pro e Pro+, mentre le versioni Business ed Enterprise restano escluse. La raccolta avverrà durante l'uso attivo di Copilot, includendo input, output e contesto del codice generato. La nuova policy, che viene indicata anche in un banner a ogni visitatore del sito di GitHub, definisce in modo dettagliato quali informazioni possano essere utilizzate. Oltre ai prompt e ai suggerimenti accettati o modificati, GitHub potrà raccogliere porzioni di codice circostanti, commenti, documentazione, nomi dei file, struttura del repository e pattern di navigazione. Rientrano nella raccolta anche le interazioni con le funzioni di chat e i feedback tramite valutazioni positive o negative.

Il contenuto dei repository privati non viene utilizzato per l'addestramento se non viene elaborato attivamente tramite Copilot. Tuttavia, quando l'utente utilizza Copilot all'interno di un repository privato, il contesto generato durante la sessione può essere raccolto, a meno che l'utente non abbia disattivato l'opzione. GitHub afferma di aver già osservato miglioramenti significativi addestrando i modelli sui dati di interazione dei dipendenti Microsoft. Quest'ultima sostiene che l'estensione della raccolta a un numero maggiore di utenti permetterà di ottenere suggerimenti più accurati, una migliore comprensione dei flussi di lavoro e una maggiore capacità di individuare errori prima della fase di produzione.

La raccolta dei dati riguarda esclusivamente gli utenti individuali. Gli account Business ed Enterprise, così come i repository aziendali, non rientrano nella nuova policy. Questa distinzione crea un modello a due livelli, nel quale gli utenti privati contribuiscono all'addestramento dei modelli mentre gli ambienti aziendali restano isolati. Chi aveva già disattivato la condivisione dei dati per il miglioramento del prodotto manterrà la preferenza precedente e non verrà incluso nel nuovo programma.

GitHub specifica anche che i dati raccolti possono essere condivisi con società affiliate, inclusa Microsoft, ma non con fornitori esterni di modelli di intelligenza artificiale. La policy non chiarisce invece alcuni aspetti tecnici, come le soglie minime di interazione necessarie per l'inclusione nel dataset o le modalità di anonimizzazione applicate ai dati raccolti. Le fonti indicano che la documentazione non fornisce dettagli su come vengano trattati i dati sensibili o su eventuali filtri applicati prima dell'addestramento.

Non perderti anche:

La protesta del libro vuoto: migliaia di scrittori contro l'uso dei loro tes...

OpenAI lancia Codex per Windows: la programmazione agentica ora ha un'applic...

Il computer con 200.000 neuroni umani che gioca a Doom

Windows 11 troppo pieno di IA? Winslop cancella Copilot e le integrazioni nascos...

Gli utenti che desiderano disattivare la raccolta possono farlo tramite le impostazioni di Copilot, nella sezione Privacy. La disattivazione non comporta la perdita di funzionalità e deve essere ripetuta per ogni account GitHub utilizzato. La modifica entrerà in vigore automaticamente per chi non interviene prima della scadenza.

Spunti di approfondimento:

Lo script open source che fa sparire Copilot, Recall e gli altri componenti IA d...

Coinbase impone l'adozione dell’IA: licenziati programmatori che si so...

Microsoft fagocita GitHub: fine dell'indipendenza dopo sette anni. Futuro ne...

GitHub Copilot gratuito per tutti gli utenti di Visual Studio Code