Table Of Links Mesa de la izquierda Abstracción 1 Introduction 1 Introducción 2 Data Collection 2 Recogida de datos 3 RQ1: What types of software engineering inquiries do developers present to ChatGPT in the initial prompt? 3 RQ1: ¿Qué tipos de consultas de ingeniería de software presentan los desarrolladores a ChatGPT en la prompt inicial? 4 RQ2: How do developers present their inquiries to ChatGPT in multi-turn conversations? RQ2: ¿Cómo presentan los desarrolladores sus consultas a ChatGPT en conversaciones multi-turn? 5 RQ3: What are the characteristics of the sharing behavior? 5 RQ3: ¿Cuáles son las características del comportamiento compartido? 6 Discussions 6 Discusiones 7 Threats to Validity 7 Amenazas a la validez 8 Related Work 8 Trabajo relacionado 9 Conclusion and Future Work 9 Conclusión y trabajo futuro References Referencias Conclusión y trabajo futuro En este artículo, estudiamos el papel de ChatGPT en la codificación colaborativa analizando las conversaciones compartidas de los desarrolladores con ChatGPT en las solicitudes y problemas de GitHub, aprovechando el conjunto de datos de DevGPT. Nuestros principales hallazgos incluyen: (1) Los desarrolladores buscan la ayuda de ChatGPT en 16 tipos de consultas de ingeniería de software. En las tareas de generación de código y resolución de problemas, los desarrolladores a menudo van más allá de las entradas convencionales de descripciones de texto o código buggy, que son los parámetros estándar para los FM en la generación de código y reparación de programas. Esto indica una gama más amplia de entradas que se utilizan en escenarios del mundo real. (3) Los desarrolladores se involucran con ChatGPT durante las conversaciones multiturn a través de preguntas de seguimiento iterativas, refinamientos rápidos y consultas de aclaración. Estos métodos se emplean para mejorar la calidad y relevancia de las respuestas de ChatGPT de forma progresiva. (4) Los desarrolladores con diferentes roles, como autores de publicaciones, autores de PR y revisores de código, utilizan conversaciones compartidas con ChatGPT para complementar sus contribuciones específicas de roles. Esta práctica tiene como objetivo mejorar la eficiencia y la transparencia de los procesos de desarrollo de software colaborativo. También planeamos explorar si las mejores prácticas existentes para la ingeniería instantánea se han aplicado en las conversaciones compartidas recopiladas y si aplicarlas influirá en el flujo de las conversaciones multi-turn. Acknowledgements Reconocemos el apoyo del Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá (NSERC), [número de referencia de financiación: RGPIN-2019-05071]. Conflict of Interest Los autores declaran que no tienen conflicto de intereses. Data Availability Statements Los resultados, el código fuente y los datos relacionados con este estudio están disponibles en https: //github.com/RISElabQueens/analyzing-shared-conversation Referencias Arya D, Wang W, Guo JL, Cheng J (2019) Análisis y detección de tipos de información de temas de software de código abierto. En: 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE), IEEE, pp. 454–464 Baltes S, Treude C, Robillard MP (2020) Documentación contextual referenciando sobre la sobrecarga de pilas. IEEE Transactions on Software Engineering 48(1):135–149 Barke S, James MB, Polikarpova N (2023) Co-piloto de base: Cómo los programadores interactúan con los modelos de generación de código. Proceedings of the ACM on Programming Languages 7(OOPSLA1):85-111 Beyer S, Macho C, Di Penta M, Pinzger M (2020) ¿Qué tipo de preguntas hacen los desarrolladores sobre el exceso de pila? una comparación de enfoques automatizados para clasificar las publicaciones en categorías cuestionadas. Chen M, Tworek J, Jun H, Yuan Q, Pinto HPdO, Kaplan J, Edwards H, Burda Y, Joseph N, Brockman G, et al. (2021) Evaluar grandes modelos de lenguaje entrenados en el código. arXiv preprint arXiv:210703374 Deng Y, Xia CS, Yang C, Zhang SD, Yang S, Zhang L (2024) Grandes modelos de idiomas son generadores de casos de puntaje: Elaboración de programas inusuales para fusionar bibliotecas de aprendizaje profundo. en: Proceedings of the 46th IEEE/ACM International Conference on Software Engineering, pp 1–13 Di Sorbo A, Panichella S, Visaggio CA, Di Penta M, Canfora G, Gall HC (2015) Analista de contenido de correos electrónicos de desarrollo: Intention mining in developer discussions (t). En: 2015 30th IEEE/ACM International Conference on Automated Software Engineering (ASE), IEEE, pp 12–23 Gagniuc PA (2017) Las cadenas de Markov: de la teoría a la implementación y la experimentación. G ́omez C, Cleary B, Singer L (2013) Un estudio de la difusión de la innovación a través del intercambio de enlaces sobre la sobrecarga de pilas. En: 2013 10th conferencia de trabajo sobre repositorios de software de minería (MSR), IEEE, pp 81–84 Guo Q, Cao J, Xie X, Liu S, Li X, Chen B, Peng X (2024) Explorar el potencial de chatgpt en el refinamiento automático del código: un estudio empírico. en: Proceedings of the 46th IEEE/ACM International Conference on Software Engineering, pp 1–13 Hata H, Treude C, Kula RG, Ishio T (2019) 9.6 millones de enlaces en comentarios de código fuente: Propósito, evolución y decadencia. En: 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE), IEEE, pp 1211–1221 Hata H, Novielli N, Baltes S, Kula RG, Treude C (2022) Discusiones en Github: Un estudio exploratorio de la adopción temprana. Hou X, Zhao Y, Liu Y, Yang Z, Wang K, Li L, Luo X, Lo D, Grundy J, Wang H (2023) Grandes modelos de lenguaje para la ingeniería de software: una revisión sistemática de la literatura. arXiv preprint arXiv:230810620 Huang Q, Xia X, Lo D, Murphy GC (2018) Automatización de la minería de intenciones. IEEE Transacciones en ingeniería de software 46(10):1098–1119 Jiang N, Liu K, Lutellier T, Tan L (2023) Impacto de los modelos de lenguaje de código en la reparación de programas automatizados. En: Procedimientos de la 45a Conferencia Internacional de Ingeniería de Software, IEEE Press, ICSE ’23, p 1430–1442, DOI 10.1109/ICSE48619.2023.00125, URL https://doi.org/ 10.1109/ICSE48619.2023.00125 Landis JR, Koch GG (1977) La medición del acuerdo del observador para los datos categóricos. biometría pp 159–174 Li L, Ren Z, Li X, Zou W, Jiang H (2018) ¿Cómo se conectan las unidades de emisión? estudio empírico sobre el comportamiento de vinculación en github. En: 2018 25th Asia-Pacific Software Engineering Conference (APSEC), IEEE, pp 386-395 Liang JT, Yang C, Myers BA (2024) Una encuesta a gran escala sobre la usabilidad de los asistentes de programación AI: éxitos y desafíos. en: Procedimientos de la 46a Conferencia Internacional IEEE/ACM sobre Ingeniería de Software, pp. 1–13 Liu J, Xia X, Lo D, Zhang H, Zou Y, Hassan AE, Li S (2021) Enlaces externos rotos en sobrecarga de pilas. Liu J, Zhang H, Xia X, Lo D, Zou Y, Hassan AE, Li S (2022) Un estudio exploratorio sobre los enlaces externos repetidamente compartidos en sobrecarga de pilas. Lu J, Yu L, Li X, Yang L, Zuo C (2023) Llama-reviewer: Avanzar la automatización de la revisión de códigos con modelos de idiomas grandes a través del ajuste perfecto de parámetros. In: 2023 IEEE 34th International Symposium on Software Reliability Engineering (ISSRE), IEEE, pp 647658 Mozannar H, Bansal G, Fourney A, Horvitz E (2022) Leer entre líneas: Modelar el comportamiento del usuario y los costes en la programación asistida por AI. arXiv preprint arXiv:221014306 Nijkamp E, Pang B, Hayashi H, Tu L, Wang H, Zhou Y, Savarese S, Xiong C (2022) Codegen: Un modelo de lenguaje grande abierto para el código con síntesis de programas multi-turn. Nurwidyantoro A, Shahin M, Chaudron MR, Hussain W, Shams R, Perera H, Oliver G, Whittle J (2022) Valores humanos en artefactos de desarrollo de software: un estudio de caso sobre discusiones de temas en tres aplicaciones de Android. OpenAI (2024a) ChatGTP Enlaces compartidos FAQ. URL https://help.openai. com/en/articles/7925741-chatgpt-shared-links-faq, accedido: 2024- 01-23 OpenAI (2024b) Crear un enlace compartido. URL https://help.openai.com/en/ articles/7943611-create-a-shared-link, accedido: 2024-01-23 Qu C, Yang L, Croft WB, Zhang Y, Trippas JR, Qiu M (2019) Predicción de la intención del usuario en las conversaciones de búsqueda de información. en: Procedimientos de la Conferencia de 2019 sobre Interacción y Recuperación de Información Humana, pp. 25-33 Rosen C, Shihab E (2016) ¿Qué están preguntando los desarrolladores móviles? un estudio a gran escala utilizando el sobrevuelo de pilas. Ross SI Martinez F, Houde S, Muller M, Weisz JD (2023) El asistente del programador: Interacción conversacional con un modelo de lenguaje grande para el desarrollo de software. en: Proceedings of the 28th International Conference on Intelligent User Interfaces, pp. 491–514 Shi L, Chen X, Yang Y, Jiang H, Jiang Z, Niu N, Wang Q (2021) Una primera mirada al chat en vivo de los desarrolladores en la red. En: Procedimientos de la 29a Reunión Conjunta de ACM sobre la Conferencia Europea de Ingeniería de Software y el Simposio sobre los Fundamentos de la Ingeniería de Software, pp. 391–403 Siddiq ML, Santos J, Tanvir RH, Ulfat N, Rifat FA, Lopes VC (2023) Exploración de la eficacia de los grandes modelos de lenguaje en la generación de pruebas unitarias. arXiv preprint arXiv:230500418 Treude C, Barzilay O, Storey MA (2011) ¿Cómo hacen y responden los programadores a las preguntas en la web? en: Proceedings of the 33rd International Conference on Software Engineering, pp. 804–807 Vaithilingam P, Zhang T, Glassman EL (2022) Expectativa vs. experiencia: Evaluación de la usabilidad de las herramientas de generación de código alimentadas por grandes modelos de lenguaje. en: Conferencia de Chi sobre factores humanos en sistemas informáticos abstracto extendido, pp 1–7 Viviani G, Famelis M, Xia X, Janik-Jones C, Murphy GC (2019) Localizando información de diseño latente en discusiones de desarrolladores: un estudio sobre las solicitudes de arrastre. Wan Z, Xia X, Hassan AE (2019) ¿Qué se discute sobre blockchain? un estudio de caso sobre el uso de lda equilibrada y la arquitectura de referencia de un dominio para capturar discusiones en línea sobre plataformas de blockchain en las comunidades de intercambio de pilas. Wang D, Xiao T, Thongtanunam P, Kula RG, Matsumoto K (2021) Comprensión de los enlaces compartidos y sus intenciones para satisfacer las necesidades de información en la revisión del código moderno: un estudio de caso de los proyectos openstack y qt. Wang X, Chen Y, Yuan L, Zhang Y, Li Y, Peng H, Ji H (2024) Acciones de código ejecutables provocan mejores agentes llm. arXiv preprint arXiv:240201030 Xiao T, Baltes S, Hata H, Treude C, Kula RG, Ishio T, Matsumoto K (2023) 18 millones de enlaces en mensajes de compromiso: propósito, evolución y decadencia. Xiao T, Treude C, Hata H, Matsumoto K (2024) Devgpt: Estudiando conversaciones de desarrolladores. en: Procedimientos de la Conferencia Internacional sobre repositorios de software de minería (MSR 2024) Ye D, Xing Z, Kapre N (2017) La estructura y la dinámica de la red de conocimiento en los sitios de Q&A específicos de dominio: un estudio de caso de sobrecarga de pilas. ingeniería de software empírica 22:375–406 Zampetti F, Ponzanelli L, Bavota G, Mocci A, Di Penta M, Lanza M (2017) Cómo los desarrolladores extraen solicitudes de documentos con referencias externas. En: 2017 IEEE/ACM 25th International Conference on Program Comprehension (ICPC), IEEE, pp. 23–33 Zhang B, Liang P, Zhou X, Ahmad A, Waseem M (2023) Prácticas y desafíos del uso del copiloto de github: un estudio empírico. arXiv preprint arXiv:230308733 Zhang T, Gao C, Ma L, Lyu M, Kim M (2019) Un estudio empírico de los desafíos comunes en el desarrollo de aplicaciones de aprendizaje profundo.En: 2019 IEEE 30th International Symposium on Software Reliability Engineering (ISSRE), IEEE, pp. 104–115 Zhang Y, Yu Y, Wang H, Vasilescu B, Filkov V (2018) In-ecosystem issue linking: a large-scale study of rails.In: Proceedings of the 7th international workshop on software mining, pp 12-19 Ziegler A, Kalliamvakou E, Li XA, Rice A, Rifkin D, Simister S, Sittampalam G, Aftandilian E (2022) Evaluación de la productividad de la finalización del código neural. en: Proceedings of the 6th ACM SIGPLAN International Symposium on Machine Programming, pp 21–29 
 
 
 Autores 
 
 
 
 
 
 
 
 Huizi Hao Título: Amit Hasan Hong Qin Marcos Macedo Yuan Tian por Steven H. H. Ding Siguiente Ahmed E. Hassan Authors 
 
 
 
 
 
 
 
 Huizi Hao Título: Amit Hasan Hong Qin Marcos Macedo Yuan Tian por Steven H. H. Ding Siguiente Ahmed E. Hassan 
 
 Este artículo está disponible en archiv bajo la licencia CC BY-NC-SA 4.0. Este documento es bajo la licencia CC BY-NC-SA 4.0. available on ar Xiv Xiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

AI Models on HackerNoon

Este audio es producido en el idioma original de la historia!

Lo que los desarrolladores piden a ChatGPT al escribir código

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

¿Quieres ganar un concurso de redacción de HackerNoon? Esto es lo que recomiendan los ganadores del concurso #crypto-api

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps