Alle Beiträge des

matt

Künstliche Intelligenz: Ein Open-Source-Disruptor

By Blog-Beitrag

Von Matt Germonprez, Dawn Foster und Sean Goggins 

 

Unternehmen haben ihre Investitionen in Open Source erhöht, weil es das Potenzial hat, das Gewicht der nicht differenzierenden Technologiekosten mit anderen Organisationen zu teilen, die auf dieselben Kerntechnologien angewiesen sind, und somit schneller Innovationen hervorbringen und den Unternehmenswert steigern können. In vielen Fällen ist die durch Open-Source-Engagement erzielte finanzielle Hebelwirkung erheblich, sichtbar und messbar. Allerdings ist das Open-Source-Engagement bis zu einem gewissen Grad ein Kostenfaktor, den jede Organisation abwägen muss. Für Unternehmen, die ein Open-Source-Engagement in Betracht ziehen, bedeutet dies, das Verhältnis von Mehrwert zu Kosten des Engagements zu bewerten – ein Verhältnis, das durchaus direkt von der KI beeinflusst werden kann. 

Open Source hat unzähligen Branchen geholfen. Open Source bringt bekannte und positive Ergebnisse für das Engagement von Unternehmen mit sich. Dazu gehören eine wirksame Entwicklung, die Verteilung der Softwarewartungskosten, eine kürzere Markteinführungszeit, mehr Innovation und die Talentakquise. Allerdings können diese positiven Ergebnisse, die sich aus der Wertschöpfung von Open Source ergeben, nun woanders gefunden werden, insbesondere durch den Einsatz künstlicher Intelligenz, die große Sprachmodelle nutzt. 

Es wird immer klarer, dass KI ein Open-Source-Disruptor sein wird, der die Art und Weise verändert, wie Unternehmen über Dinge wie die Herkunft des Quellcodes denken, wie aus der jüngsten Veröffentlichung ihrer Version der Linux Foundation hervorgeht Generative KI-Richtlinie. Die LF-Richtlinie hebt wichtige Problembereiche hervor, darunter Beiträge, Urheberrecht und Lizenzierung. Zu den weiteren wichtigen Bemühungen, sich mit Open Source und KI auseinanderzusetzen, gehört der tiefgehende Einblick des OSI Definition von Open-Source-KI und AI Verify Foundation Konzentrieren Sie sich auf den Aufbau ethischer und vertrauenswürdiger KI. Diese Initiativen sind kritisch motiviert, Schlüsselthemen der KI als Teil von Open-Source-Prozessen und der notwendigen Zugänglichkeit von KI für alle anzugehen. Jede Initiative geht zu Recht von einer Zukunft aus, die KI einschließt, und bereitet das Publikum auch zu Recht auf Schlüsselthemen vor, die Aufmerksamkeit erfordern. 

KI entwickelt sich bereits jetzt zu einem Störfaktor in der Arbeit von Open-Source-Communities. Einige Open-Source-Communities haben Probleme mit der Menge minderwertiger KI-generierter Codebeiträge. Menschen tragen häufig zu Open-Source-Projekten bei (ein sekundäres Ziel), insbesondere zu hochkarätigen Projekten, um ihre Lebensläufe und GitHub-Profile zu erstellen (ein primäres Ziel). Allerdings bietet KI den Menschen nun die Möglichkeit, den Arbeitsaufwand für die Erreichung sekundärer Ziele zu reduzieren, in der Hoffnung, primäre Ziele zu erreichen. Infolgedessen verzeichnen Open-Source-Projekte eine Zunahme unsinniger Codebeiträge, die zusätzliche Arbeit für ohnehin schon überlastete Projektbetreuer bedeuten. 

In jedem Unternehmen kann KI die Art und Weise beeinflussen, wie Engagements mit Open-Source-Projekten bewertet und angegangen werden. Wir wissen, dass zu den Gründen für das Engagement von Unternehmen in Open-Source-Projekten die Reduzierung der internen Ressourcen gehört, die für die Softwareentwicklung, -wartung und die Verbesserung der Markteinführungszeit von Produkten benötigt werden. Um diese positiven Ergebnisse zu erzielen, werden die Kosten für die Beteiligung an Open-Source-Projekten durch die Beauftragung von Mitarbeitern, Beiträge zu leisten und Führungskräfte zu werden, durch die Vorteile ausgeglichen. Ziel der Open-Source-Programmbüros ist es, die Kosten zu senken und den Nutzen dieser Engagements zu steigern. Aber was wäre, wenn KI, die zur Erhöhung der Entwicklungsgeschwindigkeit eingesetzt wird, und die Kosten für die Zusammenarbeit mit Open-Source-Communities die Kosten weiter senken und die Vorteile, die mit der Entwicklung von Software im Freien einhergehen, erhalten bleiben? Was wäre, wenn ein Unternehmen dennoch Kosten- und Zeiteinsparungen erzielen könnte, ohne in der Öffentlichkeit tätig zu sein? Was wäre, wenn Gespräche, die sonst in Open-Source-Projekten und -Communities vorhanden wären, nun als klar definierte KI-Eingabeaufforderungen stattfinden könnten? Sollten sich Open-Source-Programmbüros zusätzlich zur Arbeit mit Open-Source-Projekten auf die Arbeit mit KI konzentrieren? 

Fragen, die genauer untersucht werden müssen, basieren auf der Frage, wie KI das Potenzial hat, das Kosten-Nutzen-Verhältnis der Softwareentwicklung von Unternehmen zu verändern, anstatt sich an Open-Source-Projekten in drei Schlüsselbereichen zu beteiligen, darunter: 

  1. Community-Ebene: Arbeiten in einer Community
    1. Erhöht KI den Lärm auf Open-Source-Community-Niveau? 
    2. Unterscheiden sich die von der KI entwickelten Beiträge von denen, die von Einzelpersonen entwickelt wurden? 
    3. Reduziert KI das Ausmaß des Unternehmensengagements in Open-Source-Communities? 
  2. Ökosystemebene: Arbeiten in einem Ökosystem
    1. Reduziert KI die Notwendigkeit für Unternehmen, eine Überwachung auf Ökosystemebene durchzuführen? 
    2. Reduziert KI die Notwendigkeit für Unternehmen, mit Open-Source-Communitys zusammenzuarbeiten? 
  3. Richtlinienebene: Lösung von Lizenzierungs- und Sicherheitsbedenken
    1. Bietet KI eine Quelle rechtlicher Gefährdung für Gemeinden und Unternehmen?
    2. Wird KI eingesetzt, um bösartigen Code innerhalb von Communities und Unternehmen zu maskieren?

Diesen Fragen liegt die Gewissheit zugrunde, dass KI die Dynamik der Zusammenarbeit im Open-Source-Engagement verändern wird, und wir schlagen vor, diese neue Realität direkt anzugehen. Es gibt einen Fall, in dem KI die Kostenverhältnisse innerhalb einzelner Unternehmen verändern wird, und es besteht Unsicherheit darüber, wie sich diese Veränderungen verschieben oder möglicherweise den kritischen Wert untergraben, der derzeit aus dem Open-Source-Engagement resultiert. Eine unserer zentralen Herausforderungen wird darin bestehen, Unternehmensansätze für KI innerhalb von Open Source zu identifizieren, die sich bewusst auf Gemeinschaften, Ökosysteme und Richtlinien auswirken. Bisher ist bei der Zusammenarbeit von Unternehmen mit Open Source davon auszugehen, dass eine steigende Flut alle Boote in die Höhe treibt. Wird KI unsere Sicht auf die Gezeiten verändern?

Modell für Gesundheitsmetriken des Starterprojekts

By Blog-Beitrag Keine Kommentare

Waren Sie schon einmal in einer Position in Ihrem Unternehmen oder Ihrer Gemeinde, in der Sie anfangen wollten, ein Gefühl für die Gesundheit eines Projekts zu bekommen – aber Sie wissen nicht, wo Sie anfangen sollen? 

Menschen haben oft Schwierigkeiten damit, den Projektzustand so zu messen, dass sie aussagekräftige Schlussfolgerungen ziehen können, ohne sich überfordert zu fühlen. Das Messen wichtiger Aspekte des Projektzustands ist ein wesentlicher erster Schritt, um zu verstehen, wie ein Open-Source-Projekt verbessert werden kann, und um zu entscheiden, wo die Verbesserungsbemühungen konzentriert werden sollen. Die folgenden vier Metriken sind gute Einstiegsmöglichkeiten. Das Starter Project Health Metrics Model wurde vom CHAOSS-Projekt veröffentlicht, um genau dieses Problem anzugehen. 

  • Zeit bis zur ersten Reaktion Bestimmen Sie die Zeitspanne zwischen dem Öffnen einer Aktivität (z. B. Issue oder Change Request) und dem Erhalt der ersten Antwort von einem Menschen. Eine schnelle Antwort hilft Mitwirkenden, sich willkommen und geschätzt zu fühlen.
  • Schließungsverhältnis von Änderungsanforderungen Messen Sie das Verhältnis zwischen der Gesamtzahl offener Änderungsanforderungen während eines Zeitraums und der Gesamtzahl geschlossener Änderungsanforderungen im selben Zeitraum. Dies hilft festzustellen, ob Ihr Projekt genügend Betreuer hat, um mit den eingehenden Beiträgen Schritt zu halten.
  • Busfaktor Bestimmen Sie die kleinste Anzahl von Personen, die 50 % der Beiträge leisten, um zu verstehen, ob Ihr Projekt gefährdet wäre, wenn einer oder mehrere wichtige Mitwirkende ausscheiden würden.
  • Release-Frequenz Bestimmen Sie die Häufigkeit von Projektveröffentlichungen (einschließlich Punktveröffentlichungen mit Fehlerbehebungen), um sicherzustellen, dass Sicherheitskorrekturen, neue Funktionen und Fehlerbehebungen für Ihre Benutzer verfügbar sind.

Das Modell ist erhältlich bei: https://chaoss.community/kb/metrics-model-starter-project-health/ 

Zusammenfassung der CHAOSScon EU 2023

By Blog-Beitrag Keine Kommentare

Von Matt Germonprez und Georg Link

Die CHAOSScon 2023 Europe ist nun komplett! Danke an alle, die geholfen haben, ein weiteres wunderbares Event auf die Beine zu stellen, und danke an alle, die sich die Zeit genommen haben, dabei zu sein und mitzumachen! Es war wirklich großartig, mit allen in der schönen Stadt Brüssel in Kontakt zu treten. 

Bildnachweis: Sean Goggins

Auf dieser CHAOSScon haben wir mehrere Diskussionen geführt, die sich auf zwei Schlüsselfragen konzentrierten. Wir baten die Teilnehmenden, in Kleingruppen über die Fragen nachzudenken und darüber zu berichten. Dieser Beitrag wird einige der wichtigsten Erkenntnisse hervorheben – und auch erfasste Kommentare bereitstellen, die es vielleicht nicht in diesen Beitrag geschafft haben. 

Welche Herausforderungen bestehen bei der Verwendung von Metriken innerhalb Ihres OSPO oder Ihrer Community?

Die konsistente Verwendung von Metriken innerhalb einer Organisation oder Gemeinschaft

Viele der Antworten konzentrierten sich auf die Schwierigkeiten, die mit der konsistenten Verwendung von Metriken innerhalb einer Organisation oder Gemeinschaft verbunden sind. Aufgrund der schieren Größe vieler Organisationen und Gemeinschaften kann beispielsweise die Bereitstellung und Interpretation von Metriken von Person zu Person sehr unterschiedlich sein. Dies führt uns in der CHAOSS Community zu einem Ziel für 2023, Wege zu entwickeln, um einfache metrische Strategien und Ergebnisse zu kommunizieren, die leicht zwischen Menschen geteilt werden können. 

Der vollständige Satz aufgezeichneter Kommentare für die erste Frage mit allgemeinen Kategorisierungen ist hier: 

  • Organisation/Gemeinschaft: 
    • Innerhalb einer Organisation gibt es keinen zentralen Ort für Metrikdiskussionen.
    • Es gibt keine gemeinsame Taxonomie dafür, wie man über Metriken spricht.
    • Die Fragmentierung von Metriken innerhalb einer Organisation kann eine konsistente Nutzung erschweren.
    • Die Größe einer Organisation kann die konsistente Verwendung von Metriken erschweren.
    • Die Größe einer Community kann die konsistente Verwendung von Metriken erschweren.
    • Unterschiedliche Stadien der Projektreife können die konsistente Verwendung von Metriken erschweren.
    • Es gibt nur eine minimale Anleitung zum lokalen Replizieren von CHAOSS-Strukturen.
  • Metriken/Metrikmodell: 
    • Wie ermittelt man den Geschäftswert eines Projekts?
    • Wie misst man den Wert der Teilnahme an einem Projekt?
    • Wie kann man das Geschäftsrisiko eines Projekts bestimmen?
    • Wie kann man den Einfluss des Unternehmens auf ein Projekt bestimmen?
    • Wie misst man die Kosten der Nichtteilnahme?
    • Metriken selbst können ziemlich komplex sein
Bildnachweis: Sean Goggins

Woran soll das CHAOSS-Projekt in Zukunft arbeiten?

Aufbau von kollaborativen Gemeinschaften und Unterstützung von Menschen bei der besseren Kommunikation

Es gibt viele, viele Dinge, an denen wir im CHAOSS-Projekt im Jahr 2023 arbeiten könnten. Wiederkehrende Themen der CHAOSScon sind (1) Menschen dabei zu helfen, sich mit anderen in ähnlichen Kontexten zu vernetzen, um gesundheitsbezogene Anliegen zu diskutieren (z. B. Open-Source-Programmbüros von Unternehmen) und (2) Entwicklung von Möglichkeiten, um Menschen dabei zu helfen, innerhalb ihrer jeweiligen Organisation oder Gemeinschaft über Metriken zu kommunizieren. 

Der vollständige Satz aufgezeichneter Kommentare zur zweiten Frage mit allgemeinen Kategorisierungen ist hier: 

  • CHAOSS-Software: 
    • Aktivieren Sie alle Beiträge, die in einem Dashboard angezeigt werden.
    • Fügen Sie einem Dashboard mit Metriken für Mitwirkende soziale, Design- und Bildungsmaterialien (wie einen sozialen Kalender) hinzu, um Daten über das Ökosystem über den Code hinaus zu visualisieren.
  • CHAOSS-Operationen: 
    • Unterstützen Sie weiterhin die Newcomer-Erfahrung.
    • Helfen Sie anderen bei der Interpretation der Ergebnisse.
    • Mechanismen haben, die helfen, die Daten unvoreingenommen zu interpretieren / sie in Richtung bestimmter vorgegebener Hypothesen zu manipulieren.
    • Stellen Sie Abzeichen bereit, um Strategien für Geschäftsmetriken zu validieren.
    • Bereitstellung von Metriken und Metrikmodellvalidierung.
    • Unterstützen Sie Benutzergruppen, die bestimmte Metriken und Metrikmodelle benötigen, um in einer Vielzahl von Kontexten zu helfen.
    • Entwickeln Sie Personas für Gruppen von Menschen mit ähnlichen Interessen.
    • Erstellen Sie bessere Ausgangspunkte für Personen, die möglicherweise keine Metriken erstellen möchten.
    • Bauen Sie soziale Gerechtigkeit in den Metrikentwicklungsprozess ein, nicht aus Wohltätigkeitsgründen, sondern um kontinuierlich systemische Probleme anzugehen.
    • Stellen Sie Pfade zu den Metriken bereit, mehr Kontext dazu, wo sie in der Vergangenheit verwendet wurden (z. B. um die Frage zu beantworten, was Leute wie ich verwenden?).
    • Denken Sie an Menschen, die in verschiedenen Sprachen arbeiten – ist CHAOSS für sie zugänglich?
  • CHAOSS-Kommunikation: 
    • Sprechen Sie mit anderen Communities, um unterschiedliche Ansichten von Metriken zu verstehen.
    • Erzählen Sie Benutzergeschichten darüber, wie andere die Metriken und Metrikmodelle in der Praxis verwenden.
    • Stellen Sie einen Rahmen für die Anwendung von Metriken bereit.
    • Bieten Sie Möglichkeiten, Metriken in Geschäftstreffen darzustellen und darüber zu sprechen.
    • Forcieren Sie einen zielorientierten Ansatz.
    • Artikulieren, warum Metriken wichtig sind, um den Business Case zu unterstützen.
    • Stellen Sie einen Satz von fünf metrischen Modellen zur Verfügung, die fünf verschiedene Dinge tun.
  • Metriken/Metrikmodell: 
    • Einhaltung von Softwarelizenzen zwischen Repos
    • Testabdeckung in Repos.
    • Codequalität
    • Pipeline-Status
    • Gewährleistung einer breiten Community von Stimmen.
    • Erstellen Sie Produktivitäts- und Effizienzmetriken und Metrikmodelle.
    • Müssen Sie das Signal-Rausch-Verhältnis verstehen.
    • Mehr auf den Menschen ausgerichtete Metriken, die helfen, Burnout zu signalisieren/vorzubeugen.
    • Eine Schätzung, wie schwierig die Implementierung sein könnte. Ein Signal dafür, ob technische Erfahrung erforderlich ist, um eine bestimmte Metrik zu implementieren, oder ob dies durch eine schnelle Umfrage erfolgen kann, oder ob sie automatisch identifiziert werden kann, oder ob sie einen großen Programmmanagement-Auftrieb erfordert. 

Nochmals vielen Dank an alle für eine fantastische CHAOSScon 2023 in Brüssel! Wir hoffen, Sie bald zu sehen!!

Bildnachweis: Sean Goggins