Open Source-Entwicklung mit KI beschleunigen

In vielen Open Source Communities besteht einiges an Skepsis gegenüber der Verwendung generativer KI-Tools (gen KI) für Beiträge und Entwicklung. Es gibt berechtigte Gründe für diese Bedenken. Unser Ziel in diesem Artikel und in der eigenen Praxis von Red Hat ist es, diese Bedenken direkt anzusprechen und sie nicht abzuweisen. Unsere Antworten sind nicht nur Ratschläge für andere, sondern unterstützen auch unsere eigenen Fachkräfte, von denen die meisten auch Open Source-Beitragende sind.  

Wir teilen mit Ihnen die Richtlinien, die wir für Red Hat Engineers entwickelt haben und die auf unserer praktischen Nutzung von Open Source-Prinzipien basieren. Aber zuerst möchten wir die aktuelle Welle neuer Tools in einen Kontext setzen.

Ein kurzer historischer Kontext

Seit 4 Jahrzehnten implementieren wir regelmäßig neue und verbesserte Tools und Prozesse für die Softwareentwicklung. Einschließlich: Compiler, Versionskontrollsysteme, IDEs, virtuelle Maschinen (beide Arten), Cloud-Instanzen, agile Entwicklung, Container, Konfigurationsmanagement und automatisierte Tests Jedes Set von Tools war einmal neu, und viele davon sorgten für angeregte Diskussionen über Autorschaft, Qualität und Legitimität. Früher waren sowohl Compiler Flags als auch die automatische Vervollständigung in IDEs strittige Themen.  

KI-basierte Entwicklungstools sind nicht anders. Das sollte auch nicht sein. Mit der Zeit werden wir feststellen, dass KI-Tools unsere Entwicklungsarbeit in einigen Bereichen enorm verbessern, in anderen jedoch überhaupt nicht. Die Einführung wird entsprechend vorankommen. Wir nutzen Tools, um Probleme mit Open Source zu lösen, und mit den neuen Tools können wir alte Probleme lösen und dabei neue entdecken.

Wenn es ein Kernproblem in der Open Source-Welt gibt, dann könnte man es so ausdrücken: „Zu viele Projekte, zu wenige Betreuende“. Projektleitende müssen heute mehr denn je leisten: schnellere Releases, schnellere Sicherheitsupdates, sichere Softwarelieferketten, CI/CD, Einhaltung von Vorschriften und umfangreiches Management der Mitwirkenden. Diese Erwartungen sind ohne bessere Tools, die es den Betreuenden ermöglichen, mit weniger Aufwand mehr zu erreichen, nicht nachhaltig. Red Hat ist davon überzeugt, dass wir durch den prinzipiellen Einsatz von KI die nächste Generation von Entwicklungstools entwickeln können, um diese Herausforderung zu bewältigen.

Prinzipien der Einführung von KI in Open Source

Damit die neuen Tools Open Source zugutekommen, müssen wir uns an den Open Source-Ethos halten, der Red Hat und unsere Branche aufgebaut hat. Aus diesem Grund hat Red Hat Richtlinien für KI-basierte Open Source-Beiträge für unsere Mitarbeitenden entwickelt, die auf 3 Prinzipien basieren:

1. Innovieren Sie verantwortungsvoll
2. Seien Sie transparent
3. Respektieren Sie die Community

Verantwortungsbewusstes Innovieren

Unabhängig davon, ob sie ein KI-Tool, eine IDE, die Ausgabe einer Pair-Programming-Session oder eine andere Methode zur Erstellung von Code und Dokumenten verwenden, sind die Beitragenden vollständig dafür verantwortlich, was sie beitragen. Der einzelne Beitragende ist der Human-in-the-Loop, der für die Qualität, Sicherheit und Compliance des Beitrags steht. Die Beitragenden sollten den KI-gestützten Code so verstehen, als hätten sie ihn vollständig selbst geschrieben. Sie sollten außerdem erklären können, wie der Code funktioniert, wie er mit anderem Code im Projekt interagiert und warum die Änderung notwendig ist. Wir sehen KI nicht als Ersatz für Entwicklungsteams. Ziel ist es, mühsame Aufgaben zu automatisieren, um die Teams für komplexe, kreative Problemlösungen freizusetzen. Wir glauben an eine Zukunft, in der Entwicklungsteams unterstützt und nicht automatisiert werden.

Unser Prinzip der menschlichen Verantwortlichkeit definiert KI als einen leistungsstarken Assistenten und Tutor, nicht als einen Ersatz. Ein Neuling kann damit komplexe Boilerplates verstehen und Best Practices erlernen, sodass er sich auf die Kernlogik seines Beitrags konzentrieren und weniger Fehler machen kann. Erfahrene Beitragende können die neuen Tools verwenden, um effizientere und gründlichere Überprüfungen und Tests durchzuführen. Die Verantwortung verbleibt bei den Menschen: Erfahrene Mitglieder müssen die Beitragenden betreuen, nicht nur den Code, und neuere Mitglieder müssen die Verantwortung für ihre Einreichungen übernehmen und ihre Lernbereitschaft zeigen.

Transparenz

Offenheit fördert Vertrauen. Die Kennzeichnung wesentlicher KI-gestützter Beiträge, etwa mit einer „Assisted-by“-Zeile im Commit, hilft den Communities, gemeinsam Best Practices zu entwickeln, und ermöglicht bei Problemen eine Prüfung. Außerdem können Projekte im Laufe der Zeit lernen, welche KI-Tools für ihre Projektentwicklung hilfreich sind und welche nicht funktionieren.  

Das Kennzeichnen von Beiträgen hilft den Reviewern auch dabei, neue Beiträge angemessen zu bewerten. KI-generierte Beiträge von geringer Qualität sind ein ernsthaftes Problem für Projekte. Red Hat arbeitet weiterhin an Praktiken und Tools, die wir mit dem gesamten Ökosystem teilen und die uns dabei unterstützen, diese Herausforderungen besser zu meistern.

Respekt vor der Community

Eine effektive Zusammenarbeit im Bereich Open Source hängt davon ab, ob die festgelegten Beitragsrichtlinien und sozialen Normen der einzelnen Projekte respektiert werden. Unsere erste Aufgabe besteht darin, den von einer Community gewählten Prozess zur Einführung neuer Technologien wie KI zu verstehen und uns mit ihm auseinanderzusetzen – oder die Diskussion über die Entwicklung eines solchen Prozesses zu initiieren, wo es noch keinen gibt. Mit anderen Worten: Zum Gespräch beitragen, anstatt zu versuchen, es zu bestimmen. 

Wir wissen, dass einige Projekte neue Tools begrüßen, andere sie verbieten und wieder andere spezifische Richtlinien für die Kennzeichnung und akzeptable Verwendungen einführen werden. Soweit möglich, unterstützt Red Hat Communities bei der Entwicklung und Einführung von Richtlinien zur Wahrung der gemeinschaftlichen Werte, Stärke und Qualitätsstandards. Die wichtigste Überlegung ist, dass Projekte KI-Tools auf eine für sie geeignete Weise nutzen können.

Innovation in Aktion bei Red Hat

Unser Einsatz von KI-gestützter Automatisierung für die Wartung von RHEL-Paketen (Red Hat Enterprise Linux) ist ein Beispiel aus der Praxis für verantwortungsvolles Innovieren. Wie in diesem Blog-Beitrag von Laura Barcziová beschrieben, erforderte die Entwicklung eines zuverlässigen Produktionssystems einen starken Fokus auf die Verantwortlichkeit. Das Engineering-Team integrierte wichtige Sicherheitsvorkehrungen wie Probelaufmodi und detaillierte Nachverfolgung, damit ein Mensch die Entscheidungen der KI jederzeit verstehen und überprüfen kann. Dieser Fokus auf den Aufbau von Zuverlässigkeit und die Ermöglichung menschlicher Aufsicht ist der Schlüssel zu verantwortungsvoller Innovation.

Der Richtlinienprozess für KI-gestützte Beiträge des Fedora-Projekts ist ein eindrucksvolles Beispiel für Transparenz und Respekt für die Community-Governance. Er wurde in einer umfassenden öffentlichen Debatte entwickelt, erfordert Verantwortlichkeit und Offenlegung und dient als Modell dafür, wie Open Source-Projekte ihre eigenen klaren, pragmatischen Richtlinien für KI erstellen können.

Open Source steht für prinzipienorientierte Innovation

Red Hat ist davon überzeugt, dass KI enorme Chancen für Open Source-Projekte und Beitragende bietet. Wir sind bestrebt, unser Ökosystem so weiterzuentwickeln, dass wichtige Open Source-Prinzipien erhalten bleiben. Dieses Engagement basiert auf einer einfachen Wahrheit: Unser gesamtes Produktportfolio basiert auf den Innovationen, die in Upstream-Open Source-Projekten stattfinden. Die Stärke, Lebendigkeit und Produktivität dieser Communities von Beitragenden sind nicht nur eine Priorität, sondern das Fundament unseres Erfolgs.

Unsere Produktstrategie spiegelt dieses Engagement wider – von der Bereitstellung einer unternehmensgerechten KI-Plattform mit Red Hat AI über die Einbettung von KI-Funktionen in unser gesamtes Portfolio bis hin zur gemeinsamen Nutzung unserer eigenen Prozessinnovationen und Entdeckungen, mit denen wir Qualität und Sicherheit verbessern.

Dies ist ein gemeinschaftlicher Prozess, und wir gehen ihn mit Transparenz an. Wir befassen uns mit langjährigen Problemen in Open Source, die größer sind als Red Hat. Wir laden Sie ein, uns auf diesem Weg zu begleiten und zusammen mit Upstream-Communities Tools zu entwickeln, Standards zu definieren und gemeinsam die Zukunft der Softwareentwicklung zu gestalten.