Centre pour la transparence de l'IA de GitLab

Chaque grand modèle de langage (LLM) a ses propres atouts. En intégrant plusieurs de ces modèles à l'architecture de votre IA pour répondre à des cas d'utilisation précis, vous pouvez augmenter vos chances de succès. Cependant, il est important de vous assurer que les fournisseurs DevOps répertorient honnêtement les LLM qu'ils utilisent pour leurs fonctionnalités d'IA, ainsi que leurs emplacements d'hébergement.

Les fonctionnalités de GitLab Duo ne sont pas alimentées par un seul modèle : vous avez l'opportunité de faire appel à celui qui fournit des résultats appropriés en fonction du cas d'utilisation. Nos principes de transparence restent inchangés : nous indiquons clairement les modèles qui alimentent les fonctionnalités de GitLab Duo dans notre documentation accessible au public.

GitLab Duo est alimenté par des modèles tiers hébergés sur une infrastructure cloud. La sélection des fournisseurs de ces modèles et les conditions encadrant la prestation des services à GitLab soutiennent notre engagement en matière de confidentialité et de protection de la propriété intellectuelle des clients.

Nous répertorions clairement tous nos sous-traitants ultérieurs sur notre page dédiée aux sous-traitants ultérieurs. Nos clients peuvent s'inscrire pour être informés lorsque des mises à jour sont apportées à cette page.

GitLab n'entraîne actuellement pas ses propres modèles. Aucune donnée d'entrée ni de sortie des fonctionnalités de GitLab Duo ne sont actuellement utilisées pour entraîner des modèles GitLab. Nos fournisseurs d'IA ont signé des accords de protection des données avec GitLab qui leur interdisent d'utiliser des prompts ou des données de sortie associées à l'ID client de GitLab à leurs propres fins, sauf pour s'acquitter de leurs obligations légales indépendantes.

Avec GitLab Duo, vos données d'entrée vous appartiennent. GitLab ne revendique aucun droit de propriété sur vos données d'entrée. Consultez nos Conditions relatives aux fonctionnalités d'IA pour en savoir plus.

Alors même que les lois et réglementations s'appliquant aux données de sortie générées par l'IA se renforcent, la position de GitLab est claire. GitLab ne revendique pas la propriété des données de sortie générées par GitLab Duo. Vous pouvez les utiliser à votre discrétion. Consultez nos Conditions relatives aux fonctionnalités d'IA pour en savoir plus.

GitLab indemnisera les clients de GitLab Duo et protégera leur droit d'utiliser les données générées par cet outil. Cela inclut la prise en charge des frais de défense en cas de réclamations concernant une violation des droits de propriété intellectuelle d'un tiers par les données produites par GitLab Duo. De même, GitLab paiera également les montants d'un jugement final défavorable ou d'une décision approuvée en lien avec ces plaintes. GitLab protège le droit des clients à utiliser les données de sortie générées par GitLab Duo tant qu'ils :

1. n'ont pas modifié les données de sortie ;
2. ont un droit valide d'utiliser leurs données d'entrée ;
3. ont payé pour la ou les fonctionnalités d'IA ;
4. n'utilisent pas de modèles auto-hébergés ; et
5. ne savent pas que les données de sortie sont en infraction avant de les utiliser ou de s'y fier.

Cette indemnité s'étend aux données générées par les agents développés par GitLab dans GitLab Duo Agent Platform. Les clients n'ont pas besoin d'activer de filtres pour bénéficier de cette protection. Consultez nos Conditions relatives aux fonctionnalités d'IA pour en savoir plus.

Les fournisseurs DevSecOps doivent mettre à disposition une documentation spécifique décrivant l'utilisation de vos données par leurs fonctionnalités d'IA. Voici les ressources pertinentes pour les clients GitLab :

• Contrat d'abonnement GitLab
• Conditions relatives aux fonctionnalités d'IA
• Accord de test GitLab
• Politique de confidentialité GitLab
• Politique d'utilisation acceptable
• Documentation de GitLab Duo

GitLab s'engage à respecter son objectif de niveau de service (SLO) et suivra les performances de GitLab.com pour s'assurer de la disponibilité mensuelle réelle des accords de niveau de service (SLA).

GitLab a publié ses Principes d'éthique IA pour le développement de produits afin d'orienter la création et l'itération de ses fonctionnalités d'IA.

GitLab ne publie pas les taux d'acceptation de GitLab Duo, car il n'est pas aisé de calculer l'efficacité des fonctionnalités d'IA.

Nous souhaitons évaluer la façon dont l'utilisation de GitLab Duo peut contribuer à la réalisation des objectifs commerciaux des clients. Prenons l'exemple suivant : dans le cadre de votre workflow GitLab, comment GitLab Duo aiderait-il vos équipes de développement à répondre plus rapidement aux demandes de fonctionnalités ?

Pour en savoir plus sur notre approche, veuillez consulter cet article de blog.

Pour le moment, GitLab ne développe pas et n'entraîne pas ses propres modèles d'IA. Veuillez consulter ci-dessus notre documentation sur l'IA, ainsi que nos Principes d'éthique IA et ressources complémentaires. Les fonctionnalités d'IA actuelles de GitLab ne sont pas considérées comme des systèmes d'IA à haut risque tels que définis par la loi européenne sur l'IA. Elles sont conformes aux exigences de la loi dans la mesure où elles constituent des systèmes à risque limité. GitLab fournit un certain nombre d'assurances concernant la conformité de ses produits aux lois en vigueur, telles que la Politique de confidentialité de GitLab, le Contrat d'abonnement, les Conditions relatives aux fonctionnalités d'IA et l'Accord de test (qui s'applique aux fonctionnalités expérimentales et bêta d'IA de GitLab). Ces documents sont disponibles ici.

GitLab Duo Agent Platform est conçu pour faciliter et accélérer les workflows de développement tout en favorisant l'implication humaine tout au long du cycle du développement logiciel. Les clients gardent le contrôle sur leurs processus de déploiement et leurs frameworks de gouvernance. Nous encourageons les clients à prévoir une implication humaine appropriée dans la conception des workflows et les processus de revue au niveau des principaux points de décision, ce qui inclut, sans s'y limiter, la revue de code, les tests, la validation et l'approbation du déploiement.