GitHub Copilot: Der Pro­gram­mier­as­sis­tent im Überblick

GitHub Copilot soll als Assistent selb­stän­dig Code vor­schla­gen und ver­voll­stän­di­gen. Aktuell befindet sich die GitHub AI noch in der Testphase und zeigt sich feh­ler­an­fäl­lig. Mit fort­schrei­ten­der Zeit soll sie al­ler­dings deutlich ef­fek­ti­ver arbeiten.

Um zu verstehen, was genau der GitHub Copilot ist und welche Aufgaben er erfüllen soll, ist es wichtig, zunächst GitHub zu be­trach­ten. GitHub ist eine kol­la­bo­ra­ti­ve Ver­si­ons­ver­wal­tung, deren US-ame­ri­ka­ni­scher Her­aus­ge­ber seit 2018 zu Microsoft gehört. GitHub ist dafür gedacht, großen Teams die ge­mein­sa­me und un­ab­hän­gi­ge Arbeit an einem Code zu er­mög­li­chen. Dabei werden sämtliche Versionen ge­spei­chert und Än­de­run­gen können beliebig zu­sam­men­ge­führt werden.

Seit 2021 bietet das Un­ter­neh­men nun GitHub Copilot für einige Nutzer. Das KI-Tool ist ein in­tel­li­gen­ter Assistent, der Ent­wick­lern bei der Er­stel­lung von Codes zur Hand gehen soll. Das funk­tio­niert zunächst über die Au­to­ver­voll­stän­di­gung. Beginnt der Nutzer damit, einen Code ein­zu­ge­ben, macht GitHub Copilot ihm ver­schie­de­ne Vor­schlä­ge, wie dieser Code voll­stän­dig aussehen könnte. Seine In­for­ma­tio­nen gewinnt der Copilot aus öf­fent­lich zu­gäng­li­chem Code, etwa un­ter­schied­li­chen Re­po­si­to­ries. GitHub AI geht noch deutlich weiter und kennt zahl­rei­che Internet-Pro­gram­mier­pra­chen wie Go, Java, Ja­va­Script, Python, Ruby und Ty­pe­Script. Die künst­li­che In­tel­li­genz wird mit fort­lau­fen­der Zeit immer klüger und liefert dann bessere Vor­schlä­ge.

Das bedeutet im Um­kehr­schluss al­ler­dings auch, dass GitHub Copilot aktuell noch sehr aus­bau­fä­hig ist. Auch das Un­ter­neh­men selbst weist daraufhin, dass der vor­ge­schla­ge­ne Code noch nicht perfekt ist. Zudem ist die Tref­fer­quo­te der Vor­schlä­ge bislang sehr über­sicht­lich. Nutzer müssen daher davon ausgehen, dass der Code noch nicht lauffähig ist und teilweise sogar Un­brauch­ba­res vor­ge­schla­gen wird. Erste nützliche Hinweise oder eben wirklich brauch­ba­re Vor­schlä­ge bietet der Copilot im Git aber bereits jetzt.

Die Basis für GitHub Copilot liefert das Sprach­pro­duk­ti­ons­sys­tem GPT-3. Dieses wurde 2020 von OpenAI ver­öf­fent­licht und nutzt Deep-Learning-Stra­te­gien, um mensch­li­che Texte zu ver­voll­stän­di­gen oder eigene Texte zu verfassen. Die KI verwendet dafür ver­schie­de­ne Al­go­rith­men, sammelt riesige Da­ten­men­gen und kreiert daraus neuen Content, der sich kaum noch von den Texten mensch­li­cher Autoren un­ter­schei­den soll. Auch hier gilt: Je mehr die KI „gefüttert“ wird, desto besser werden ihre Er­geb­nis­se. Bereits mit GPT-3 wurden Versuche un­ter­nom­men, Code auf Basis gelernter Struk­tu­ren zu erstellen. Microsoft hat dann massiv in OpenAI und GPT-3 in­ves­tiert, so dass die ge­won­ne­nen Er­kennt­nis­se für GitHub Copilot genutzt werden können.

Aktuell ist GitHub Copilot noch nicht frei er­hält­lich. Lediglich eine Gruppe aus­ge­wähl­ter Test­per­so­nen hat im Moment die Mög­lich­keit, die KI zu testen, Vor­schlä­ge zu un­ter­brei­ten und das Tool so zu ver­bes­sern. Das Ziel ist es, aus GitHub Copilot über kurz oder lang ein kom­mer­zi­el­les Programm zu machen, das von Ent­wick­lern für die tägliche Arbeit an neuer Software genutzt wird. Wann die KI so weit ist, ist bisher al­ler­dings noch nicht bekannt. Während der Lern- und Testphase können in­ter­es­sier­te Nutzer lediglich einen ersten Einblick bekommen. Un­ter­stützt werden derzeit Visual Studio Code, Neovim und JetBrains IDEs wie PyCharm und IntelliJ IDEA.

Die ersten Berichte sind zwar viel­ver­spre­chend, von der Markt­rei­fe scheint GitHub Copilot al­ler­dings noch weit entfernt zu sein. Die Tref­fer­quo­te ist insgesamt noch nicht besonders hoch und auch die Qualität der Vor­schlä­ge ist deutlich aus­bau­fä­hig. Größ­ten­teils ist der Code noch nicht nutzbar und führt in vielen Fällen zu Fehlern. Die Qualität einer zu­künf­ti­gen kom­mer­zi­el­len Version wird stark davon abhängen, wie gut die KI lernt und wie hoch­wer­tig der Quellcode ist, der ihr zur Verfügung gestellt wird. Fehler im Aus­gangs­ma­te­ri­al übernimmt GitHub Copilot aktuell wohl noch ebenso arglos wie unsaubere Syntax. Nach der Lernphase sollen auch die Er­geb­nis­se besser werden.

Neben den genannten Problemen mit un­pas­sen­den Vor­schlä­gen oder aus­bau­fä­hi­ger Syntax gibt es auch Dis­kus­sio­nen um die grund­sätz­li­che Feh­ler­an­fäl­lig­keit der Codes, die aktuell mit GitHub Copilot entstehen oder in Zukunft entstehen könnten. Da die Basis, durch die die KI lernen soll, häufig feh­ler­haft oder zumindest ungeprüft ist, ist auch das End­ergeb­nis zu oft unsicher. Zwar wird darauf hin­ge­wie­sen, dass sämt­li­cher Input, den die KI liefert, nach­ge­prüft werden soll; ob dadurch al­ler­dings auf lange Sicht ein tat­säch­li­cher Vorteil für die tägliche Arbeit entstehen kann, ist so zumindest fraglich. In bis­he­ri­gen Tests schnitt der Code von GitHub Copilot häufig schlecht ab.

Einige Ent­wick­ler be­fürch­ten auch, dass die Nutzung von Copilot im Git mög­li­cher­wei­se zu Copyright-Ver­let­zun­gen führen könnte, sollte die KI einfach ganze Code-Blöcke über­neh­men. Zwar gibt es un­ter­schied­li­che Fair-Use-Re­ge­lun­gen; ob die Lern­erfol­ge einer KI darunter fallen, ist al­ler­dings zumindest um­strit­ten. Das gilt umso mehr, wenn GitHub Copilot in Zukunft auch noch für kom­mer­zi­el­le Zwecke genutzt werden könnte. Das Un­ter­neh­men selbst erklärt dazu, dass bereits jetzt nur wenige Quell­codes ganz oder teilweise un­ver­än­dert über­nom­men werden. Mit größeren Lern­erfol­gen soll dieser Wert noch weiter sinken.

Aktuell ist GitHub Copilot noch eine Spielerei, deren Mehrwert sehr über­schau­bar ist. Hat die KI al­ler­dings ir­gend­wann mehr gelernt, könnte sie Ent­wick­lern viel Arbeit abnehmen. Zum einen wäre möglich, dass sie dann al­ter­na­ti­ve Lö­sungs­we­ge aufzeigt und passende Syn­tax­bei­spie­le ohne eine lang­wie­ri­ge Suche in un­ter­schied­li­chen Do­ku­men­ta­tio­nen be­reit­stellt. Zum anderen soll sie ir­gend­wann einzelne Code­blö­cke selb­stän­dig hin­zu­fü­gen und so zeit­auf­wen­di­ge Zeilen bei­steu­ern. Das würde zwar die Arbeit er­leich­tern, ein gewisses Grund­wis­sen wird für die Ent­wick­lung dennoch auch weiterhin notwendig sein. Bis eine KI ei­gen­stän­dig Code schreibt, dürfte es noch lange dauern.

GitHub Copilot ist eine na­he­lie­gen­de Idee, die ir­gend­wann ganz natürlich zur Arbeit mit Quellcode gehören könnte. Die Vor­stel­lung eines auf­merk­sa­men As­sis­ten­ten, der kleinere Aufgaben übernimmt und auf mögliche Fehler hinweist, ist durchaus viel­ver­spre­chend. Aktuell ist die KI von dieser Rolle al­ler­dings noch sehr weit entfernt. Die der­zei­ti­ge Testphase ist lediglich ein erster Schritt in diese Richtung und die Feh­ler­quo­te daher wie erwartet hoch. Wann GitHub Copilot tat­säch­lich für alle In­ter­es­sen­ten er­hält­lich ist, lässt sich noch nicht ver­läss­lich sagen. Ein erster Schritt ist al­ler­dings mit der Testphase gemacht.