CodebergはLLMからFLOSSの共有資源を守ります

 (blog.codeberg.org)
2 ポイント 投稿者 GN⁺ 3 시간 전 | 1件のコメント | WhatsAppで共有
  • Codeberg e. V. の会員は、ユーザー・プロジェクトデータをLLMの訓練に使わない方針と、「バイブコーディング」プロジェクトを制限する利用規約の変更案をいずれも可決した
  • 議論の多かった2つ目の議案は、賛成358人、反対144人、棄権14人、投票率約50%で可決され、即時の一括削除は行わず、事例ごとに新ルールを具体化していく予定
  • LLMクローラーがIssueフィルター、Git履歴、重複ファイルページまで巡回してデータベースに負荷をかけ、SSD価格も€700から€3,700に上がり、インフラ費用と運用負担が増大
  • メンテナーは、低品質なLLMによる貢献のレビュー負担、人による監督の有無が不明なプロジェクト、copyleftコードのライセンスロンダリング、機械生成かどうかをめぐる不信に直面している
  • 活発なコミュニティやLLM以前からの履歴があるプロジェクトはほとんど影響を受けないが、自律エージェントが作ったり、LLMを過度に使用したりし、参加人数に比べてリポジトリ・CI/CDリソースを多く消費するプロジェクトは、今後歓迎されなくなる可能性がある

会員投票で確定したLLM方針

  • Codeberg e. V. の年次総会でLLM関連の2議案を議論した後、14日間の非同期投票を実施し、いずれも可決した
  • 1つ目の議案により、Codeberg forgeと関連サービスは、プロジェクトコードやユーザーデータを生成AIおよびLLMの利用・訓練に使用せず、今後も使用しない
  • 入力を模倣した出力を作るこれらの技術は、自由・オープンソースソフトウェアを責任を持って開発・維持することと両立しにくいと判断した
  • 2つ目の議案は賛成358人、反対144人、棄権14人で可決され、活動会員の約50%が参加した
  • この議案は「バイブコーディングプロジェクト」を禁止するよう利用規約を変更する内容で、1つ目の議案より議論が大きかった

LLMのコストがCodebergに転嫁される仕組み

  • 無意味なクローリングが生むサーバー負荷

    • LLM企業のWebクローラーは、公開コードをgit cloneで取得する代わりに、CodebergのすべてのWebページを読み取ろうとする
    • アクセス対象には次の項目が含まれる
      • 複数のIssueフィルターの組み合わせ
      • Gitの全履歴
      • 各時点の実際のファイルページ
      • 以前の時点と内容が同じファイル
    • こうしたアクセスは高コストなデータベースクエリを引き起こし、サービス全体の品質を低下させ、システム管理者の作業量を増やす
    • 新機能の代わりに防御策を作ることに時間を使わなければならず、制限やブロックは新規・既存の正当なユーザーのワークフローにも影響する

  • コミュニティのない大型プロジェクト

    • LLMを使えば一人でも大規模チームのように高速に開発できるが、エネルギーをコードに変換する統計的な機械と作業しているだけで、開発コミュニティが生まれるわけではない
    • 一部の単独開発プロジェクトは、ユーザーがほとんどいないにもかかわらず、コード活動、CI/CDテスト、大きく頻繁なリリースバイナリを増やし、実際のユーザーよりも多くのプラットフォームをサポートする
    • こうしたプロジェクトが、CI/CDとストレージを質素に運用しているCodebergの大型コミュニティプロジェクトと同等、またはそれ以上のリソースを消費することもある
    • Codebergは、寄付金を大規模な幽霊プロジェクトのホスティングに使うことは合理的ではないと判断している

  • ハードウェア価格の上昇

    • LLMの訓練とデプロイによりSSDとメモリの購入費用が大きく上がり、数年前に€700で調達していた種類のドライブが現在は**€3,700**まで上昇し、在庫も頻繁に不足している
    • 自前のハードウェアを保有しているため、クラウド賃料上昇の直接的な影響は避けられるが、機器の交換と増設費用は大きく増えている
    • 高価になった機器を購入できたとしても、その分、サービス改善やCodebergの使命に投入できる予算は減る
    • これにより、コードホスティング費用とストレージ制限にも影響が出る

デジタル格差と市民インフラへの負担

  • ハードウェア価格が上昇する中、最大規模のクラウド企業だけが安定した供給契約を確保できるため、デジタル格差が広がる
  • Webホスティング・ストレージ・コンピューティング費用の増加は、小規模NGO、地域協同組合、研究プロジェクト、その他のデジタルツール利用者の負担となる
  • コンピューターやスマートフォンの価格も影響を受け、パーソナルコンピューティングが再び贅沢品になる可能性があるが、現在の社会参加にはデジタルツールが事実上不可欠である
  • コンピューティング・ストレージ容量の少ないデバイスは、ユーザーの自律性を弱め、不足する機能を再び販売するクラウド事業者のコスト構造へユーザーを移行させる
  • LLM訓練用データセンターのエネルギー・水需要により、一部地域では電気と飲料水の費用が上がり、近隣住民は大気および騒音公害に直接さらされている
  • 企業はデータセンターへの電力供給のために環境規制の免除を求めており、フランクフルトではデータセンターがすでに**地域電力の40%**を消費している中で、需要も増え続けている
  • 増加する電力需要を満たすために化石燃料を使おうとしている

FLOSS協業と信頼の弱体化

  • 再利用可能なソフトウェアから使い捨てコードへ

    • FLOSSエコシステムは、自由な共有と相互学習を通じて小さなツールも再利用し、それを中心に協業を始める社会的現象である
    • LLMを導入すると、既存ツールを一緒に改善するよりも、必要に合わせた使い捨てソフトウェアをゼロから作る傾向が生まれる
    • 共有されるコードの量は増えても、人が直接書いたものではなく、誰も保守しないコードが増える

  • メンテナー負担とライセンスロンダリング

    • 善意で提出されたとしても、少ない労力で作られたLLMによる貢献はレビューに相当な時間がかかり、メンテナーの負担を高める
    • 熟練した開発者が保守するプロジェクトと、意味のある人間の監督なしにLLMで作られたプロジェクトを見分けにくくなる
    • copyleftプロジェクトでは、訓練データからコードを「生成」することで相互性の義務を取り除くライセンスロンダリングが発生する

  • 機械生成かどうかをめぐる不信

    • 実際に問題を分析したり提案を書いたりした人も、LLMを使ったと疑われる事例が増えている
    • 一方で、一部のユーザーはLLMに生成の痕跡や一般的なパターンを隠すよう指示する
    • 貢献やコミュニケーションをレビューする人々は、機械生成の兆候をより注意深く探す必要があり、メンバー間の信頼が弱まる

協業コストが生む悪循環

  • 協業の取引コストが上がると、高品質なプロジェクトに貢献する可能性は低くなり、個人の需要だけに合わせた使い捨てソフトウェアをバイブコーディングする可能性は高くなる
  • その結果、協業の報酬は減る一方で、保守も改善もされない使い捨てソフトウェアが増える悪循環が生まれる
  • プロンプトの成果物を共有して「自由ソフトウェア」と呼ぶだけでは、人同士の協業は生まれない
  • Codebergは、誰も二度と見ない生成型の使い捨てソフトウェアを捨てる場所ではなく、人々が共にソフトウェアを改善する場を目指している
  • そのため、LLMの制作を積極的に支援したり参加したりせず、限られたリソースをFLOSSの共有地を汚染する使い捨てソフトウェアの保存に使わないことにした

新しい利用規約の適用範囲

  • 利用規約の変更は、Codebergが支援しようとするプロジェクトの性格を明確にするものだが、数日以内にコンテンツを大量削除することはない
  • 運営チームは、影響を受けるリポジトリの全リストを自動生成して削除する代わりに、実際の事例を通じて新ルールを具体化していく予定
  • 開発者がLLMを使う程度は、ほぼすべてのコーディングを任せる場合から一部の作業だけを委任する場合までさまざまであるため、すべてのプロジェクトに適用できる単一の答えはない
  • コンテンツを自動的に検索することに多くの時間とリソースを使う予定はない

  • 影響を受ける可能性が低いプロジェクト

    • 次のタイプはほとんど影響を受けない
      • ソフトウェアを管理・保守する活発なコミュニティがあるプロジェクト
      • LLM登場以前から相当な履歴があるプロジェクト
      • プロジェクト自体がLLMを過度に使っておらず、メンテナーが他の貢献者によるLLM生成の貢献を知らずに、または知ったうえで受け入れた場合

  • 実務上許容される可能性が高いプロジェクト

    • 次のタイプは非公開リポジトリと同様に推奨はされないが、リソース使用量が少なく自動検索もしないため、実務上許容される可能性が高い
      • リソースをほとんど使わないサイドプロジェクトや実験
      • LLM生成かどうかにかかわらず、コミュニティが生まれにくい特定のツールやカスタムスクリプト

  • 今後歓迎されなくなる可能性があるプロジェクト

    • 次のタイプは直ちに移転する必要はないが、Codebergよりも別のホスティング先のほうが適している可能性がある
      • LLMエージェントが自律的に生成したプロジェクト
      • LLMを過度に使用して作成・保守されているプロジェクト
      • リポジトリやCI/CDなどのリソース使用量が、参加人数が手作業で作れる水準を著しく上回るプロジェクト
      • LLMの利用を容易にするLLM作成ツールのように、LLMエコシステムと強く結びついたプロジェクト
      • プロジェクトごとのポリシーに違反してLLMによる貢献を送るユーザー
    • 具体的な文言はCodeberg利用規約変更コミットで確認できる

関連記事

1件のコメント

 
GN⁺ 3 시간 전
Lobste.rs の意見

  • AI には極めて批判的だが、今回の方針が実際にどう機能するのかは分からない。実質的には「低品質な生成物は禁止するが、あらゆる LLM 利用を取り締まるのは馬鹿げている」という立場だが、執行可能な明確なルールがなければ、結局は好き嫌いによる取り締まりになる可能性が高い

    • 執行より重要なのは、Codeberg がどのような価値観とコミュニティを志向するのかを明らかにした点にある。バイブコーディングのプロジェクトもルールを迂回してコミュニティの一員を装うことはできるだろうが、むしろ自分の価値観に合うコミュニティを探す方がよいかもしれない
    • Lobsters のガイドラインも境界が曖昧で、多くの違反を見逃しており、運営陣が偏向やえこひいきをしているという批判をよく受ける。それでもガイドラインが期待水準を定め、最悪の違反者を制裁してサイトをはるかに快適にしているように、Codeberg も同じ効果を狙っているように見える
    • リソースを過度に使うプロジェクトを見つけたときに根拠として示せるフェアユースポリシーに近い趣旨に見える
    • ブログ記事の最後に具体例が示されており、その種のプロジェクトは今後受け入れられないという意味に見える

  • ブログ記事と Codeberg の利用規約に実際に追加された文言があまりにもかけ離れており、懸念がある。ブログは LLM の社会的コストと協業の阻害を扱っており、特に使い捨ての生成ソフトウェアが FLOSS コモンズを汚染するため、人間中心の協業にリソースを集中するという部分には説得力があった。
    しかし最後の規約変更リンクでは、生成 AI が書いたコードが大部分を占めるプロジェクトを、不明確な著作権と有害コードのリスクを理由に禁止している。ブログには “copyright” や “harm” がまったくなく、特に LLM 生成コードの方が有害だという主張は自明ではない。
    規約文には “Such projects having” のような文法ミス、不要なハイフン、“OpenAI Codex” と “Claude” の命名の不一致もある。草案としては問題ないが、400人以上が採決したあと校正もなしに規約へ入ったことは、Codeberg のガバナンスを不安にさせる

    • 文法をめぐる議論を減らすには、所在地に合わせて規約をドイツ語で作成する方がよいかもしれない。英語と違い、ドイツ語にはある程度拘束力のある標準語も存在する

  • 「ソフトウェアを大切にし、管理する活発なコミュニティ」は影響を受けないというが、LLM の助けを借りて開発しながらもソフトウェアを大切にすることは可能だ。
    MapLibre はプロジェクトの1つを Codeberg に移したが、管理者が開発に LLM を多用しているため、リポジトリを再び閉じる必要がある。GitHub を離れようとしている本格的なプロジェクトである Ghostty も、今後は Codeberg に行けない。
    ルールが曖昧でブログの指針も矛盾しているため、事実上あらゆる LLM 利用を禁止する効果が生じる。少しでも LLM 利用に寛容なオープンソースコミュニティなら、Codeberg から追放されるリスクを負わないだろう

    • 根拠が「開発者やユーザー数に比べて LLM ベースのプロジェクトが過度に多くのリソースを使う」というものなので、人間中心の開発と違い、何百件もの CI ビルドを作ったり、数 GB の成果物を転送したりする場合に退去させられると見るのが合理的だ。
      Codeberg の運営者は、巨大 IT 企業の自動化された濫用防止システムとは違い、実在の人間たちだ。まずプロジェクトが合わない可能性があるという対話を始め、別の場所へ移転する計画と、Codeberg の限定的な案内用リポジトリを提供する可能性が高そうだ
    • これは Codeberg だけでなく、MapLibre と Ghostty も自ら下した選択だ。Codeberg が方針を変えれば、むしろ外部の価値観を Codeberg コミュニティに押し付けることになる。
      すべてのポリシーを解釈の余地なく作る必要も、そのように作れる可能性もないと思う。現在 Codeberg で LLM 利用禁止方針を持つフォークを管理しているが、フォーク前に上流プロジェクトが生成したコードは残っている。今は許容されると解釈しているが、そうでないなら決定を尊重して別の場所へ移るつもりだ
    • 活発なコミュニティを成功したプロジェクトの基準にするのもおかしい。良いソフトウェアにも悪いソフトウェアにもコミュニティはあり得るし、core-js のように1人だけが管理していて、消えて初めて重要性が明らかになるものもある。
      tzdata にコミュニティがあると言えるのかも曖昧だ。他のコミュニティのプロジェクトがコンパイルできるよう助けるユーティリティを1人で管理し、その大部分をバイブコーディングで作っていた場合、資格があるのかも不明だ。こうした選別基準は奇妙で、オープンソースに反しているように感じる

  • GitHub はすでに低品質な生成物の廃棄場なので、Codeberg まで2つ目の埋め立て地にする必要はない

  • Codeberg の有料会員として2年間活動してきたが、今回の採決が行われることも知らなかった。1,800語のメールの途中に「Codeberg の AI 利用に関する声明」という1行があっただけで、投票が予定されているという案内とは違い、投票用リンクは受け取っていない。
    自分だけが漏れていたのか、多くの会員が採決通知を受け取っていなかったのかは不明だ

    • 有料加入時に正会員(active member) と支援会員(supporting member) のどちらかを選んだはずだ。正会員は提案を議論する年次総会への招待と変更案ごとの投票リンクを受け取るが、支援会員には招待や投票権がなく、組織文書のプルリクエスト関連メールも届かない。
      希望すればいつでも正会員に変更でき、https://codeberg.org/Codeberg/org の組織文書プルリクエストを確認して変更の可能性を追跡することもできる
    • 加入時に、支援だけにするか、投票権のある正会員にもなるかを選ぶようになっていると理解している

  • Codebergは暗号資産関連プロジェクトもブロックすると宣言し、「Codebergは中立的な場ではなく、政治的である」と明記している。
    本業は暗号資産分野だが、コードのバックアップであり、オープンソースプロジェクトの公開上のアイデンティティにもなるサービスを選ぶときには、明日の政治的空気次第で自分の分野を嫌い、バックアップとアイデンティティを消し去り得る場所は避けたい。インフラの役割は中立性を保つことにある。

    • その論理は理解できるが、Codebergが自らの運営に倫理基準を適用する勇気を持っている点は、むしろ好ましい。コンピューティング業界には倫理があまりにも不足している。
      今日の広告だらけでユーザーに敵対的な技術環境は、組織が価値を公に宣言し、それを守ってこなかった結果でもある。Googleが「don’t be evil」をひっそり廃止したことは、すでに堕落した後だったとしても、文化的に重要な象徴だ。
    • この事実を知って、Codebergのことがむしろもっと好きになった。
    • Codebergはバックアップサービスではない。
    • 暗号資産で金を稼ごうというなら、非営利のフリーソフトウェアフォージの資源を使うのではなく、自分でホスティング費用を払えばよい。理想主義者たちの資源に頼るのは望ましくない。
    • 誰もが日々倫理的な選択をしなければならず、他人がその選択に同意しないからといって、「明日には自分の顔が気に入らないかもしれない」というふうに見るべきではない。架空の通貨の倫理を十分に検討したなら、なぜ他の人たちが同意しないのか理解できるはずだ。

  • プロジェクトには望むポリシーを定める権利があるが、LLMでコードを作るプロジェクトを禁止したことは、20年後には高水準言語の使用を禁止することと同じくらい奇妙に見えるかもしれない。
    コンパイラがアセンブラより多くのエネルギーを使い、最適化コンパイラはさらに多く使うとか、高水準言語によって1人がチームの仕事を代替し、費用を負担できる人と機械語ユーザーの間にデジタル格差が生じる、といった理由で排斥されることはなかった。
    ガベージコレクタより手動メモリ管理の方が優れており、境界チェックは遅すぎると信じられていた時代もあったが、SourceForgeがLispやHaskellのプロジェクトを拒否していたら衝撃的だったはずだ。プログラマーとユーザーの能力を大きく高める技術に対して、ここまで否定的なのは奇妙だ。

    • コンパイラや高水準言語の開発過程には人権侵害疑惑はなく、それによって人権侵害が可能になったわけでもない。
      コンパイラは投資バブルでコンピューティング機器の価格を押し上げなかったし、情報サービスを無断で大規模に収集して小規模組織や個人の運営コストを引き上げることもなかった。LLM産業複合体は、ブログが扱ったすべての批判点においてコンパイラや高水準言語とは質的に異なるので、無理な比喩ではなく、その問題自体に答えるべきだ。
    • 将来的にはアスベストに近いものとして評価されると予想している。アスベストもかつては魔法のような新素材だったが、発がん性が明らかになってから使用量が減った。
    • いわゆる生成AIへの批判の大半は、技術そのものよりも業界を覆った狂騒に関するものだ。核分裂技術そのものには反対しないが、核兵器には強く反対するのと同じである。
    • 1950年代にはIBMのような業者からメインフレームを借り、電気代も多く払っていた時代だったため、コンパイラが貴重なCPU時間を浪費するという批判は実際にあった。当時はコンピューターよりプログラマーの方が安かった。
      1980年代半ばにコンピューターを始めたとき、無料の言語はマシンに付属していたBASICだけで、アセンブラ、コンパイラ、リンカ、アプリケーションはすべて有料だった。最初のアセンブラを買うために金を貯め、MS-DOS用とAmiga用のCコンパイラもそれぞれ購入した。生成されるコードが「ひどいよりは少しマシ」な水準に達したのは1990年代になってからだった。
      1970年代にも境界チェックを維持してほしいと求めるプログラマーはいたが、経営陣がベンチマークに固執したため、ようやく今になって境界チェックを提供する言語が増えている。LLMが一部のソフトウェア利用者の実装を助けることは認めるが、すべてのプログラマーの能力を高めたわけではなく、少なくとも自分には当てはまらない。
    • リポジトリにはコンパイル結果よりソースコードを入れる方がよいという議論があり、autoconf/automakeが生成したスクリプトもリリースtarballには入れるが、リポジトリには入れないという方向でおおむね合意されていた。
      プロンプトだけで構成され、有用なリポジトリはまだ見たことがないので、コンパイラとLLMの比較はこの点だけでも無理がある。

  • 最近Codebergへ移行したユーザーの興味深い体験談がある: https://マリウス.com/i-regret-migrating-to-codeberg/
    JavaScriptを有効にすると、任意のサイトをその状態で閲覧しないよう、かなり攻撃的に勧告してくるサイトである。

  • 世界が地球村になるにつれて通信範囲が拡大し、文明世界全体が原始部族と心理的に似たものになり、新しい宗教が次々に生まれ、世俗主義が消えつつある。
    GitHubの自傷的な動きに疲れ、デジタル・コモンズを支援しようとしていた人々がCodebergを広く採用していた状況で、GhosttyがGitHubを離れたときのようにCodebergを離れることになり、とても悲しい。
    ブログは比較的合理的だが、利用規約の変更は内容が異なり、それでも規約の方が「LLM押し出し物の禁止」という提案名よりはましだ。LLM生成物の次は暗号資産であり、ここで止まりそうにないので、いっそThe JSON Licenseの「ソフトウェアは悪ではなく善のために使われなければならない」を採用してもよいかもしれない。
    Ghostty、Redis、rsync、Linuxカーネルなど、より多くのFLOSSプロジェクトがAIツールを責任を持って活用しているのに、それらをGitHubに縛り付けておくのは退行的だ。今回の変更で得るものはなく、ソフトウェアの自由とデジタル・コモンズの前進だけを大きく失うことになる。

  • Abject プロジェクトを Codeberg に移そうとしていたが、今では不可能になった。30年間コーディングしており、複数のオープンソースプロジェクトを運営してきた。Abject は LLM を多用し、内部のコーディングエージェントでプログラムも生成する。
    目的は Ask プロトコルを研究し、プログラマーやエンジニアだけでなく一般ユーザーも、SaaS や FLOSS 開発者の善意に依存せず、個人的な問題を解決するソフトウェアを作れるようにすることだ。自由ソフトウェア運動は、ユーザーがソースコードを自分の目的に合わせて修正できるよう開放することにあったが、Abject はコンピューターサイエンスの学位や何年もの学習がなくても、ユーザーが自分でソフトウェアを作れるようにすることで、その精神をさらに拡張する。
    LLM のデータ学習を阻止しようとするのは理解できるが、LLM でコードを書いたという理由でプロジェクトのホスティングまで禁止するなら、自由ソフトウェアの支持者である私にとって Codeberg はもはや意味がない。Codeberg は FLOSS の自由ソフトウェアよりも、オープンソースソフトウェア寄りに見える。