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.