GitHub Copilotを使うとコーディングが楽になる。

学習モデルを作ったことがある人なら、マスコミの報道は気にしないと思うが、一応。
個人用アカウントのCopilotでもGitHubに対する送信オプションがある。

アカウント設定のCopilotタブ内にある

Allow GitHub to use my code snippets for product improvements

のチェックを外しておけば良い。

個人的には積極的に利用したいし、便利な世の中への貢献とコードそのものにそんな価値は感じていないから、ONに設定。
一方、他人の公開コード使用はブロックしておくと、面倒に巻き込まれなくて良いかも程度で。

（AIは単純にスナップショットを覚えるようなものではない。辞書じゃあるまいし。）

企業用アカウントは推論のための一時的データを破棄するなど、更に徹底しているらしい。

コメントからコードを書く

Microsoft関連のイベントでGitHub社によるデモではこちらが多かった。

コメント行に処理の内容や使用する環境変数などを書く。
すると、その変数を使用したコードが候補として挙げられる。

コードの妥当性は利用者（レビュアー）が判断する。

コードからコメントを書く

「コメントのないソースはわからない！」

個人的に「それは言語を理解していないだけだろう」と突っ込みを入れたい。
コメントがないとコードが読めないのは、「和訳がないと英語が理解できない」のと同義。
…そうは言っても、そういう人が多くなっているのが今日のIT業界。

全くコメントがないコードの頭の方で、コメント行の開始を打つ。
//か#かは言語によりけりだが…勝手にコードの内容を解釈してコメントの候補が挙げられる。

コードの補完

コーディングしているコードに対する補完。
使用している変数などを利用して提案してくれる。
ファイル名やパッケージ名などから推論してくれるらしい。

後は許容できる心があるかどうか

AIに限った話ではないが、「他人のコードを許容する」という人ほど効率が上がり、
「自分のスタイルと合わないから直す」という人ほど効率は下がる。
そんな感じ。

他人のコードと言っても、Copilotの場合、ソースコードのコーディングスタイルに合わせた提案をしてくれる。
コードやコメントの書き方など。
意外と受け入れやすいのではないだろうか。

GitHub Copilot XというGPT-4ベースのものが発表されている。
今以上に便利に賢くなるかも知れない。