GitHub Copilot es un asistente de programación y completado de código desarrollado por GitHub y OpenAI que ayuda a los usuarios de Visual Studio Code, Visual Studio, Neovim, Eclipse y los entornos de desarrollo integrados (IDE) de JetBrains mediante el autocompletado de código. Disponible por suscripción para desarrolladores individuales y empresas, el software de IA generativa fue anunciado por primera vez por GitHub el 29 de junio de 2021. Los usuarios pueden elegir el modelo de lenguaje grande utilizado para la generación.
Copilot representa un hito significativo en la aplicación de la inteligencia artificial al desarrollo de software, basándose en décadas de investigación en aprendizaje automático y aprendizaje profundo. Su disponibilidad general en junio de 2022 marcó la transición de modelos experimentales de redes neuronales a un producto comercial utilizado por millones de programadores en todo el mundo.
Historia
El 29 de junio de 2021, GitHub anunció GitHub Copilot para una vista previa técnica en el entorno de desarrollo Visual Studio Code. El lanzamiento inicial se limitó a un pequeño grupo de evaluadores, pero se expandió rápidamente. GitHub Copilot se lanzó como un complemento en el mercado de JetBrains el 29 de octubre de 2021. El 27 de octubre de 2021, GitHub publicó el complemento GitHub Copilot para Neovim como un repositorio público. GitHub anunció la disponibilidad de Copilot para el IDE Visual Studio 2022 el 29 de marzo de 2022.
El 21 de junio de 2022, GitHub anunció que Copilot había salido de la "vista previa técnica" y estaba disponible como un servicio basado en suscripción para desarrolladores individuales. Esta fecha de disponibilidad general se considera ampliamente como el lanzamiento formal del producto al público en general.
GitHub Copilot es la evolución del complemento "Bing Code Search" para Visual Studio 2013, que fue un proyecto de Microsoft Research lanzado en febrero de 2014. Este complemento se integraba con diversas fuentes, incluyendo MSDN y Stack Overflow, para proporcionar fragmentos de código contextualmente relevantes y de alta calidad en respuesta a consultas en lenguaje natural. El linaje refleja un interés de larga data dentro de Microsoft y GitHub en el uso del procesamiento del lenguaje natural para ayudar a los programadores.
Características
Cuando se le presenta un problema de programación en lenguaje natural, Copilot es capaz de generar código de solución. También puede describir código de entrada en inglés y traducir código entre lenguajes de programación. Estas capacidades están impulsadas por arquitecturas transformer, que sobresalen en la comprensión del contexto y la generación de secuencias coherentes.
Copilot permite a los desarrolladores elegir entre múltiples modelos de lenguaje grandes, incluidos los modelos GPT de OpenAI, Claude de Anthropic, Grok de xAI y Gemini de Google. Esta flexibilidad permite a los usuarios seleccionar modelos optimizados para diferentes tareas, como velocidad, precisión o costo.
Según su sitio web, GitHub Copilot incluye funciones de asistencia para programadores, como la conversión de comentarios de código en código ejecutable y el autocompletado de fragmentos de código, secciones repetitivas de código y métodos y/o funciones completos. GitHub informa que la función de autocompletado de Copilot es precisa aproximadamente la mitad de las veces; con algunos encabezados de funciones de Python, por ejemplo, Copilot autocompletó correctamente el resto del cuerpo de la función el 43% de las veces en el primer intento y el 57% de las veces después de diez intentos.
GitHub afirma que las funciones de Copilot permiten a los programadores navegar por marcos de trabajo y lenguajes de programación desconocidos al reducir el tiempo que los usuarios dedican a leer documentación. Esto es particularmente valioso para aprender nuevos paradigmas de programación y para la incorporación a grandes bases de código existentes.
Implementación
GitHub Copilot fue inicialmente impulsado por OpenAI Codex, que es una versión modificada y de producción de GPT-3. El modelo Codex se entrena adicionalmente con gigabytes de código fuente en una docena de lenguajes de programación. El OpenAI Codex de Copilot se entrenó con una selección del idioma inglés, repositorios públicos de GitHub y otro código fuente disponible públicamente. Esto incluye un conjunto de datos filtrado de 159 gigabytes de código Python obtenido de 54 millones de repositorios públicos de GitHub. El GPT-3 de OpenAI está licenciado exclusivamente a Microsoft, la empresa matriz de GitHub.
La tecnología subyacente se basa en mecanismos de atención de múltiples cabezas y codificación posicional para procesar secuencias de código de manera efectiva. El modelo utiliza muestreo top-p y escalado de temperatura durante la generación para equilibrar la creatividad y la corrección.
En noviembre de 2023, Copilot Chat se actualizó para usar el modelo GPT-4 de OpenAI. En 2024, Copilot comenzó a permitir a los usuarios elegir entre diferentes modelos de lenguaje grandes, incluidos Gemini y Claude. Este cambio reflejó la tendencia más amplia de la industria hacia ofrecer múltiples opciones de modelos en lugar de un único sistema propietario.
El 6 de febrero de 2025, GitHub anunció el "modo agente", que es un modo de operación más autónomo para Copilot. Dada una tarea de programación, intenta realizarla ejecutando comandos en una instancia de Visual Studio en el ordenador del usuario. El modo agente puede conectarse a diferentes LLM, incluidos GPT-4o, o1, o3-mini, Claude 3.5 Sonnet y Gemini 2.0 Flash.
El 17 de mayo de 2025, GitHub anunció el "agente de codificación", que es un modo de operación más autónomo para Copilot. El usuario asignaría una tarea o problema a Copilot, que luego inicializaría un entorno de desarrollo en la nube (impulsado por GitHub Actions) y realizaría la solicitud. Redactaría una solicitud de extracción preliminar y enviaría confirmaciones de cambios a la misma mientras trabaja. Después de completar la solicitud, etiqueta al usuario para la revisión del código. Es esencialmente una versión asíncrona del modo agente.
Recepción
Desde el lanzamiento de Copilot, ha habido preocupaciones sobre su seguridad e impacto educativo, así como una controversia de licencias en torno al código que produce. La herramienta ha sido elogiada por aumentar la productividad de los desarrolladores y criticada por posibles efectos negativos en el aprendizaje y la calidad del código.
Controversia de licencias
Si bien el CEO de GitHub, Nat Friedman, declaró en junio de 2021 que "entrenar sistemas de ML con datos públicos es uso justo", una demanda colectiva presentada en noviembre de 2022 calificó esto como "pura especulación", afirmando que "ningún tribunal ha considerado la cuestión de si 'entrenar sistemas de ML con datos públicos es uso justo'". La demanda del bufete Joseph Saveri Law Firm, LLP impugna la legalidad de Copilot en varias reclamaciones, que van desde el incumplimiento de contrato con los usuarios de GitHub hasta la violación de la privacidad bajo la CCPA por compartir información personal identificable (PII).
GitHub admite que una pequeña proporción de la salida de la herramienta puede copiarse textualmente, lo que ha generado temores de que el código de salida no sea suficientemente transformador para clasificarse como uso justo y pueda infringir los derechos de autor del propietario original. En junio de 2022, Software Freedom Conservancy anunció que pondría fin a todos los usos de GitHub en sus propios proyectos, acusando a Copilot de ignorar las licencias de código utilizadas en los datos de entrenamiento. En un mensaje de atención al cliente, GitHub declaró que "entrenar modelos de aprendizaje automático con datos disponibles públicamente se considera uso justo en toda la comunidad de aprendizaje automático", pero la demanda colectiva calificó esto de "falso" y además señaló que "independientemente del nivel de aceptación de este concepto en 'la comunidad de aprendizaje automático', según la ley federal, es ilegal".
Preocupaciones de privacidad
El servicio de Copilot se basa en la nube y requiere comunicación continua con los servidores de GitHub Copilot. Esta arquitectura opaca ha alimentado preocupaciones sobre la telemetría y la minería de datos de las pulsaciones de teclas individuales. A diferencia de las herramientas locales de completado de código, Copilot envía fragmentos de código y contexto a servidores remotos, lo que plantea preguntas sobre la seguridad de los datos para bases de código propietarias.
A finales de 2022, se acusó a GitHub Copilot de emitir el código fuente del juego Quake, sin atribución de autor ni licencia. Este incidente destacó el riesgo de que los modelos reproduzcan datos de entrenamiento textualmente, un desafío conocido en los sistemas de aprendizaje profundo.
Impacto en el Desarrollo de Software
El lanzamiento de GitHub Copilot aceleró la adopción de herramientas de desarrollo asistidas por IA en toda la industria. Demostró aplicaciones prácticas de los modelos de lenguaje grandes más allá de la generación de texto, influyendo en productos posteriores de empresas como Google DeepMind y OpenAI.
El éxito de Copilot también impulsó la investigación sobre poda de modelos y mejoras de eficiencia, ya que ejecutar estos modelos a escala requiere recursos computacionales significativos. Proveedores de nube como Amazon Web Services, Azure y Google Cloud han desarrollado hardware especializado, como AWS Trainium, para soportar tales cargas de trabajo.
La herramienta también ha influido en los enfoques educativos en ciencias de la computación. Algunos educadores se preocupan de que los estudiantes puedan volverse demasiado dependientes de la asistencia de IA, mientras que otros lo ven como una oportunidad para centrarse en habilidades de diseño y arquitectura de nivel superior. Instituciones como MIT CSAIL y Stanford AI Lab han estudiado las implicaciones de la programación en pareja con IA en los resultados de aprendizaje.
Direcciones Futuras
A partir de 2025, GitHub continúa evolucionando Copilot con capacidades más autónomas, incluidos el modo agente y los agentes de codificación que pueden completar tareas enteras con una intervención humana mínima. Estos desarrollos apuntan hacia un futuro en el que los sistemas de IA manejen tareas de codificación rutinarias, permitiendo a los desarrolladores humanos centrarse en la resolución de problemas complejos y el diseño de sistemas.
La integración de múltiples proveedores de LLM refleja un cambio más amplio en la industria hacia plataformas independientes del modelo. Este enfoque permite a los usuarios beneficiarse de los rápidos avances en IA sin estar bloqueados en el modelo de un solo proveedor.
Véase También
- OpenAI
- IA generativa
- Modelos de lenguaje grandes
- Arquitectura Transformer
- Microsoft
- Azure
- Anthropic
- Google DeepMind
Referencias
Datos de origen proporcionados por Wikipedia bajo la licencia CC BY-SA.
Enlaces Externos
Sitio web oficial