КОДИРОВАНИЕ JAVA С CHATGPT-4: АНАЛИЗ МЕТОДОВ И ВОЗМОЖНОСТЕЙ
DOI:
https://doi.org/10.52167/1609-1817-2025-139-4-141-159Ключевые слова:
чат-бот, Java, ChatGPT-4, Yandex GPT, Microsoft Copilot, Google Gemini, автоматизированное создание кода, промышленный код, продуктивность разработчиковАннотация
Цель этой научной работы - исследовать потенциал чат-ботов в определенных областях, разработанных на Java, классифицировать задачи для эффективного использования промышленного кода и разработать рекомендации по использованию помощи чат-ботов, а также определить границы, где вмешательство человека остается незаменимым, то есть где требуется ручное программирование от разработчиков. Результаты проведенных исследований предлагают классификацию задач, определяющих, для каких задач можно использовать помощь чат-ботов, а какие задачи эффективнее решаются программистами. Кроме того, рассматривается, как современные инструменты искусственного интеллекта, такие как ChatGPT-4, Yandex GPT, Microsoft Copilot и Google Gemini, могут эффективно использовать существующие кодовые базы, библиотеки и шаблоны проектирования для ускорения задач разработки в экосистеме Java. В статье даны рекомендации по задачам, требующим квалификации программистов, не полагаясь исключительно на помощь ChatGPT. Описывая сценарии, отдающие предпочтение ручному программированию, статья предлагает разработчикам прагматические советы, тем самым улучшая их процесс принятия решений при использовании поддержки чат-ботов. Результаты статьи очень важны для практики разработки на Java, так как они влияют на потенциальную роль чат-ботов в повышении продуктивности разработчиков, оптимизации определенных задач разработки и обеспечении эффективного распределения человеческих ресурсов в проектах по разработке программного обеспечения.
Библиографические ссылки
[1] M. Liuh., S. Philip Wong How We’ll Reach a 1 Trillion Transistor GPU Advances in semiconductors are feeding the AI boom.
[2] PYPL PopularitY of Programming Language index [Электронный ресурс]. URL: https://pypl.github.io/PYPL.html (қатынау күні: 2.03.2024).
[3] The Top Programming Languages 2023 - IEEE Spectrum [Электронный ресурс]. URL: https://spectrum.ieee.org/the-top-programming-languages-2023 (қатынау күні: 16.03.2024).
[4] Kashefi A., Mukerji T. ChatGPT for Programming Numerical Methods // 2023. URL: https://arxiv.org/pdf/2303.12093.pdf
[5] Tian H. и др. Is ChatGPT the Ultimate Programming Assistant -- How far is it? // 2023. URL: https://arxiv.org/pdf/2304.11938.pdf
[6] Feng Y. и др. Investigating Code Generation Performance of ChatGPT with Crowdsourcing Social Data // 2023 IEEE 47th Annual Computers, Software, and Applications Conference (COMPSAC). Torino, Italy: IEEE, 2023. С. 876–885.
[7] Jayagopal D., Lubin J., Chasins S. E. Exploring the Learnability of Program Synthesizers by Novice Programmers // Proceedings of the 35th Annual ACM Symposium on User Interface Software and Technology UIST ’22. New York, NY, USA: Association for Computing Machinery, 2022. С. 1–15.
[8] Zhao W. X. и др. A Survey of Large Language Models // 2023. URL: https://arxiv.org/pdf/2303.18223.pdf
[9] Layton D. ChatGPT — Show me the Data Sources [Электронный ресурс]. URL:https://medium.com/@dlaytonj2/chatgpt-show-me-the-data-sources-11e9433d57e8 (қатынау күні: 12.11.2023).
[10] Biswas S. Role of ChatGPT in Computer Programming // Mesopotamian journal of Computer ScienceVol. (2023), pp9-15. DOI: https://doi.org/10.58496/MJCSC/2023/002;ISSN: 2958-6631
[11] Vaithilingam P., Zhang T., Glassman E. L. Expectation vs. Experience: Evaluating the Usability of Code Generation Tools Powered by Large Language Models // Extended Abstracts of the 2022 CHI Conference on Human Factors in Computing Systems CHI EA ’22. New York, NY, USA: Association for Computing Machinery, 2022. С. 1–7.
[12] Barke S., James M. B., Polikarpova N. Grounded Copilot: How Programmers Interact with Code-Generating Models //2022. URL: https://arxiv.org/pdf/2206.15000.pdf?
[13] Koubaa A. и др. Humans are Still Better than ChatGPT: Case of the IEEEXtreme Competition // 2023. URL: https://arxiv.org/pdf/2305.06934.pdf
[14] Chauvet L. A., Cruz D. M., Quiroz C. O. A. ChatGPT as a Support Tool for Online Behavioral Task Programming.
[15] Опыт работы с ChatGPT на примере написания Java кода для решения типовой задачи и немного выводов и рассуждений [Электронный ресурс]. URL: https://habr.com/ru/articles/744368/ (дата обращения: 29.10.2023).
[16] Java Developer Job Description: Role and Responsibilities [Электронный ресурс]. URL: https://www.simplilearn.com/java-developer-job-description-article (қатынау күні: 4. 03.2024).
[17] Ferdowsifard K. и др. Small-Step Live Programming by Example // Proceedings of the 33rd Annual ACM Symposium on User Interface Software and Technology. Virtual Event USA: ACM, 2020. С. 614–626.
[18] Guo B. и др. How close is ChatGPT to Human Experts? Comparison Corpus, Evaluation, and Detection // 2023. URL: https://arxiv.org/pdf/2301.07597.pdf
[19] Qin C. и др. Is ChatGPT a General-Purpose Natural Language Processing Task Solver? // 2023. URL: https://arxiv.org/pdf/2302.06476.pdf.
[20] Liu H. и др. Evaluating the Logical Reasoning Ability of ChatGPT and GPT-4 // 2023. URL: https://arxiv.org/pdf/2304.03439.pdf
[21] Laurent Avila-Chauvet, Diana Mejía, hristian Oswaldo Acosta Quiroz. ChatGPT as a Support Tool for Online Behavioral Task Programming // (January 18, 2023). URL: https://ssrn.com/abstract=4329020
[22] Hu Y. и др. Re-Factoring Based Program Repair Applied to Programming Assignments // 2019 34th IEEE/ACM International Conference on Automated Software Engineering (ASE). San Diego, CA, USA: IEEE, 2019. С. 388–398.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Гульнар Мухамеджанова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
