GitHub Copilot: una pre­sen­ta­zio­ne dell’as­si­sten­te alla pro­gram­ma­zio­ne

GitHub Copilot svolge la funzione di as­si­sten­te con lo scopo di suggerire e com­ple­ta­re il codice in modo in­di­pen­den­te. At­tual­men­te l’IA di GitHub si trova in fase di prova per cui è ancora soggetta a errori. Con il passare del tempo, tuttavia, dovrebbe lavorare in modo molto più efficace.

Per capire esat­ta­men­te cos’è GitHub Copilot e quali sono i suoi compiti, occorre prima dare un’occhiata a GitHub. GitHub è un sistema di controllo di versione col­la­bo­ra­ti­vo il cui di­stri­bu­to­re sta­tu­ni­ten­se è parte di Microsoft dal 2018. È stato pro­get­ta­to per con­sen­ti­re a grandi team di lavorare insieme e in modo in­di­pen­den­te sul codice. Ogni versione viene salvata e le modifiche possono essere unite a pia­ci­men­to.

Dal 2021, GitHub propone ad alcuni utenti l’utilizzo di GitHub Copilot. Lo strumento IA è un as­si­sten­te in­tel­li­gen­te la cui funzione è quella di aiutare gli svi­lup­pa­to­ri nella fase di creazione dei codici. Ciò avviene dapprima mediante la funzione di com­ple­ta­men­to au­to­ma­ti­co. Mentre l’utente inserisce il codice, GitHub Copilot fornisce vari sug­ge­ri­men­ti su come questo codice potrebbe essere com­ple­ta­to. Lo strumento ottiene le sue in­for­ma­zio­ni dal codice ac­ces­si­bi­le pub­bli­ca­men­te, ovvero da diversi re­po­si­to­ry. L’IA di GitHub si spinge però molto oltre poiché conosce numerosi linguaggi di pro­gram­ma­zio­ne web come Go, Java, Ja­va­Script, Python, Ruby e Ty­pe­Script. L’in­tel­li­gen­za ar­ti­fi­cia­le migliora con il passare del tempo ed è quindi in grado di fornire sug­ge­ri­men­ti sempre più accurati.

In compenso, questo vuol dire anche che GitHub Copilot è at­tual­men­te ancora molto soggetto a mi­glio­ra­men­ti. L’azienda stessa sot­to­li­nea che il codice che viene suggerito dall’in­tel­li­gen­za ar­ti­fi­cia­le non è del tutto perfetto. Il tasso di successo dei sug­ge­ri­men­ti è ancora molto basso. Gli utenti devono pertanto dare per scontato che il codice non sia ancora ap­pli­ca­bi­le e che alcuni dei sug­ge­ri­men­ti siano ad­di­rit­tu­ra inu­ti­liz­za­bi­li. Tuttavia, Copilot in Git offre già ora dei primi consigli utili o dei sug­ge­ri­men­ti veramente validi.

GitHub Copilot si basa sul sistema di pro­du­zio­ne lin­gui­sti­ca GPT-3, pub­bli­ca­to da OpenAI nel 2020, nel quale sono uti­liz­za­te strategie di deep learning (in italiano: “ap­pren­di­men­to profondo”), sia per com­ple­ta­re testi scritti da esseri umani sia per scrivere i propri testi da zero. L’IA si serve di diversi algoritmi, raccoglie enormi quantità di dati e crea nuovi contenuti a partire da essi, che non do­vreb­be­ro differire dai testi degli autori umani. Anche in questo caso, più l’IA viene “ali­men­ta­ta”, migliori saranno i risultati che emette. Già su GPT-3 sono stati fatti espe­ri­men­ti per creare codice sulla base di strutture apprese. Microsoft ha quindi investito si­gni­fi­ca­ti­va­men­te in OpenAI e GPT-3 in modo che le co­no­scen­ze acquisite possano essere uti­liz­za­te per GitHub Copilot.

Al momento, GitHub Copilot non è ancora di­spo­ni­bi­le gra­tui­ta­men­te. Soltanto un gruppo di tester se­le­zio­na­ti ha la pos­si­bi­li­tà di testare l’IA, dare sug­ge­ri­men­ti e mi­glio­ra­re così lo strumento. Lo scopo è di rendere GitHub Copilot un programma com­mer­cia­le uti­liz­za­to dagli svi­lup­pa­to­ri per il lavoro quo­ti­dia­no su nuovi software. A ogni modo, non è ancora noto quando l’IA sarà pronta. Durante la fase di ap­pren­di­men­to e di prova, gli utenti in­te­res­sa­ti hanno solo la pos­si­bi­li­tà di ottenere un primo assaggio. At­tual­men­te sono sup­por­ta­ti Visual Studio Code, Neovim e gli IDE JetBrains, come PyCharm e IntelliJ IDEA.

I primi report sono pro­met­ten­ti, ma GitHub Copilot sembra essere ancora molto lontano da una com­mer­cia­liz­za­zio­ne. Il tasso di successo com­ples­si­vo non è ancora ab­ba­stan­za alto e la qualità dei sug­ge­ri­men­ti è mi­glio­ra­bi­le. Per la maggior parte, il codice non può ancora essere uti­liz­za­to e in molti casi porta a degli errori. La qualità di una futura versione com­mer­cia­le dipenderà molto dalla capacità di ap­pren­di­men­to dell’IA e dalla qualità del codice sorgente messo a di­spo­si­zio­ne. GitHub Copilot at­tual­men­te presenta errori nel codice sorgente allo stesso modo della sintassi non pulita. Una volta terminata la fase di ap­pren­di­men­to, anche i risultati do­vreb­be­ro mi­glio­ra­re.

Oltre ai già citati problemi relativi a sug­ge­ri­men­ti ina­de­gua­ti e a sintassi da ot­ti­miz­za­re, sorgono anche di­scus­sio­ni sulla fon­da­men­ta­le pon­de­ra­tez­za degli errori di codice che si ve­ri­fi­ca­no at­tual­men­te con GitHub Copilot o che po­treb­be­ro ve­ri­fi­car­si in futuro. Dal momento che la base at­tra­ver­so la quale l’IA dovrebbe imparare è spesso fallace o perlomeno non testata, il risultato finale è troppo spesso incerto. No­no­stan­te si sot­to­li­nei che tutti gli input forniti dall’IA debbano essere con­trol­la­ti, è quan­to­me­no di­scu­ti­bi­le se questo possa ef­fet­ti­va­men­te tradursi in un vantaggio per il lavoro quo­ti­dia­no a lungo termine. Nei test pre­ce­den­ti, il codice di GitHub Copilot ha spesso ottenuto scarsi risultati.

Alcuni svi­lup­pa­to­ri temono inoltre che l’uso di Copilot in Git possa po­ten­zial­men­te portare a una vio­la­zio­ne del copyright, qualora l’IA si im­pos­ses­si di­ret­ta­men­te di interi blocchi di codice. Sebbene ci siano diversi re­go­la­men­ti per ga­ran­tir­ne un fun­zio­na­men­to corretto, non è certo che i successi di ap­pren­di­men­to di un’IA rientrino all’interno di essi. Tutto ciò è tanto più vero se GitHub Copilot potrà essere uti­liz­za­to in futuro anche per scopi com­mer­cia­li. L’azienda stessa spiega che fin d’ora sono solo pochi i codici sorgente ripresi com­ple­ta­men­te o par­zial­men­te inal­te­ra­ti. Con un aumento dei successi nell’ap­pren­di­men­to, questa cifra dovrebbe diminuire ul­te­rior­men­te.

A oggi, GitHub Copilot è ancora un espe­dien­te con un valore aggiunto molto discreto. Ma una volta che l’IA avrà imparato più cose, potrebbe al­leg­ge­ri­re il carico di lavoro che grava sulle spalle degli svi­lup­pa­to­ri. Da un lato, potrebbe mostrare soluzioni al­ter­na­ti­ve e fornire esempi di sintassi adeguati evitando una tediosa ricerca in diverse do­cu­men­ta­zio­ni. Dall’altro, a un certo punto dovrebbe ag­giun­ge­re i singoli blocchi di codice in modo in­di­pen­den­te e quindi con­tri­bui­re con righe più elaborate. Per quanto questo faciliti il lavoro, una certa co­no­scen­za di base sarà comunque ne­ces­sa­ria per lo sviluppo. Pro­ba­bil­men­te passerà molto tempo prima che un’IA scriva del codice com­ple­ta­men­te in autonomia.

GitHub Copilot è un’idea chiara che potrebbe a un certo punto diventare un elemento fon­da­men­ta­le per lavorare con il codice sorgente. L’idea di un as­si­sten­te attento che si fa carico dei compiti più semplici e segnala i possibili errori è piuttosto pro­met­ten­te. Tuttavia, at­tual­men­te, l’IA è ancora molto lontana dal poter ricoprire questo ruolo. La fase di test attuale è solo un primo passo in questa direzione e il tasso di errore è dunque ancora elevato, come pre­ve­di­bi­le. Per ora non è possibile definire in modo af­fi­da­bi­le quando GitHub Copilot sarà ef­fet­ti­va­men­te di­spo­ni­bi­le al pubblico in­te­res­sa­to. Un primo passo è stato comunque in­tra­pre­so at­tra­ver­so la fase di test.