[论文解读] Public-private funding models in open source software development: A case study on scikit-learn

Cailean Osborne|arXiv (Cornell University)|Apr 9, 2024

Scientific Computing and Data ManagementDecision Sciences被引用 3

一句话总结

本研究通过与25位维护者及资助方的访谈，调查了scikit-learn的公私合作资助模式，揭示了公共拨款、企业赞助、捐赠及机构支持等多元化资助方式如何在保持社区精神的同时支持项目的可持续发展。研究证明，有效的治理协议对于平衡利益相关方诉求、确保人工智能驱动软件生态中项目的长期韧性至关重要。

ABSTRACT

Governments are increasingly funding open source software (OSS) development to support software security, digital sovereignty, and national competitiveness in science and innovation, amongst others. However, little is known about how OSS developers evaluate the relative benefits and drawbacks of governmental funding for OSS. This study explores this question through a case study on scikit-learn, a Python library for machine learning, funded by public research grants, commercial sponsorship, micro-donations, and a 32 euro million grant announced in France's artificial intelligence strategy. Through 25 interviews with scikit-learn's maintainers and funders, this study makes two key contributions. First, it contributes empirical findings about the benefits and drawbacks of public and private funding in an impactful OSS project, and the governance protocols employed by the maintainers to balance the diverse interests of their community and funders. Second, it offers practical lessons on funding for OSS developers, governments, and companies based on the experience of scikit-learn. The paper concludes with key recommendations for practitioners and future research directions.

研究动机与目标

• 理解像scikit-learn这样高影响力、社区主导的开源软件（OSS）项目中，公共与私人资助来源如何共存。
• 考察政府、企业与个人捐赠者等多样化资助方与项目社区驱动精神之间的张力与协同关系。
• 识别使维护者能够在保障项目自主性与可持续性的前提下平衡外部资助利益的治理机制。
• 为开源软件社区、企业和政府提供设计高效公私合作资助模式的实际建议。

提出的方法

• 对scikit-learn的维护者及关键资助方（包括政府官员、企业赞助商和社区领袖）进行了25次深入的半结构化访谈。
• 采用为期17个月的纵向、迭代式定性方法，以提高数据可靠性并减少偏倚。
• 运用扎根理论与演绎分析对访谈数据进行编码与解读，将理论框架与实证发现相结合。
• 通过成员核对与利益相关方审查流程验证研究发现，提升准确性。
• 通过实地笔记、二次文献与现场观察进行数据三角测量，确保研究的可靠性与稳健性。
• 维护社会身份图谱以最小化研究者偏倚，增强方法论透明度。

实验结果

研究问题

• RQ1 公共与私人资助方的多样化利益如何与scikit-learn维护者及社区的价值观和目标保持一致或产生冲突？
• RQ2 根据维护者与资助方的经验，公共资助与私人资助对社区主导的开源软件项目而言，其感知优势与劣势分别是什么？
• RQ3 治理协议如何被设计与实施，以平衡利益相关方诉求并保护项目的社区精神？
• RQ4 从scikit-learn的资助模式中，可以为其他寻求可持续、多元化资助的开源软件项目提炼出哪些实用经验？

主要发现

• 法国国家人工智能战略提供的3200万欧元公共拨款显著扩大了scikit-learn的项目能力，使全职开发岗位和长期规划成为可能。
• 维护者通过正式化的治理协议（如透明的决策机制和资助方顾问委员会）成功协调了公共与私人利益，同时未损害社区自主性。
• 尽管最初存在疑虑，但许多维护者认为公共资助对项目精神的威胁小于企业资助，因为政府拨款具有更清晰、非商业化的目标。
• 企业赞助被认为更具风险，因其可能影响功能优先级与贡献政策，尤其是当与商业产品开发挂钩时。
• 小额捐赠与社区主导的资助在象征意义和士气激励方面仍具重要性，但若无大型拨款，不足以支撑核心维护工作。
• Inria的机构支持提供了关键的稳定性与可信度，作为中立的枢纽，有效协调了公共与私人资助方之间的关系。