Table Of Links stolovi lijeve strane Abstrakcija 1 Introduction 1 Uvod 2 Data Collection 2 Prikupljanje podataka 3 RQ1: What types of software engineering inquiries do developers present to ChatGPT in the initial prompt? 3 RQ1: Koje vrste upita za softversko inženjerstvo programeri predstavljaju ChatGPT-u u početnom upitu? 4 RQ2: How do developers present their inquiries to ChatGPT in multi-turn conversations? 4 RQ2: Kako programeri predstavljaju svoje upite ChatGPT-u u višestrukim razgovorima? 5 RQ3: What are the characteristics of the sharing behavior? 5 RQ3: Koje su karakteristike ponašanja dijeljenja? 6 Discussions 6 Razgovori 7 Threats to Validity 7 Prijetnje valjanosti 8 Related Work 8 Povezani radovi 9 Conclusion and Future Work 9 Zaključak i budući rad References referenciji Zaključak i budući rad U ovom članku proučavamo ulogu ChatGPT-a u zajedničkom kodiranju analizom razgovora programera s ChatGPT-om u GitHubovim zahtjevima i problemima povlačenja, koristeći se skupom podataka DevGPT-a. Naši ključni nalazi uključuju: (1) Programeri traže pomoć ChatGPT-a u 16 vrsta upita za softversko inženjerstvo. U zadaćama za generiranje koda i rješavanje problema, programeri često idu dalje od konvencionalnih ulazaka tekstualnih opisa ili buggy koda, koji su standardni referentni pokazatelji za FM u generaciji koda i popravku programa.To ukazuje na širi raspon ulazaka koji se koriste u scenarijima u stvarnom svijetu. (3) Programeri se uključuju u ChatGPT tijekom višestrukih razgovora kroz iterativna pitanja za praćenje, hitno rafiniranje i upite za pojašnjenje. Te metode se koriste kako bi se postupno poboljšala kvaliteta i relevantnost ChatGPT-ovih odgovora. (4) Programeri s različitim ulogama – kao što su autori izdanja, autori PR-a i recenzori kodova – koriste zajedničke razgovore s ChatGPT-om kako bi nadopunili svoje doprinose specifične za ulogu. Također planiramo istražiti jesu li postojeće najbolje prakse za hitno inženjerstvo primijenjene u prikupljenim zajedničkim razgovorima i hoće li njihova primjena utjecati na protok razgovora s višestrukim kretanjem. Acknowledgements Priznajemo potporu Vijeća za istraživanje prirodnih znanosti i inženjeringa Kanade (NSERC), [referentni broj financiranja: RGPIN-2019-05071]. Conflict of Interest Autori izjavljuju da nemaju sukob interesa. Data Availability Statements Rezultati, izvorni kod i podaci povezani s ovom studijom dostupni su na https: //github.com/RISElabQueens/analyzing-shared-conversation referenciji Arya D, Wang W, Guo JL, Cheng J (2019) Analiza i otkrivanje tipova informacija u raspravama o problemima softvera otvorenog koda. u: 2019 IEEE/ACM 41. međunarodna konferencija o softveru (ICSE), IEEE, str. Baltes S, Treude C, Robillard MP (2020) Kontekstualna dokumentacija referencija na stack overflow. IEEE Transactions on Software Engineering 48(1):135-149 Barke S, James MB, Polikarpova N (2023) Grounded copilot: How programmers interact with code-generating models. Proceedings of the ACM on Programming Languages 7(OOPSLA1):85–111 Beyer S, Macho C, Di Penta M, Pinzger M (2020) Kakva pitanja postavljaju programeri o stack overflow? usporedba automatiziranih pristupa za razvrstavanje postova u kategorije pitanja. Chen M, Tworek J, Jun H, Yuan Q, Pinto HPdO, Kaplan J, Edwards H, Burda Y, Joseph N, Brockman G, et al. (2021) Procjena velikih jezičnih modela osposobljenih na kodiranju. arXiv preprint arXiv:210703374 Deng Y, Xia CS, Yang C, Zhang SD, Yang S, Zhang L (2024) Veliki jezični modeli su generatori prednosti: Stvaranje neobičnih programa za razbijanje knjižnica dubokog učenja. Di Sorbo A, Panichella S, Visaggio CA, Di Penta M, Canfora G, Gall HC (2015) Analiza sadržaja e-pošte za razvoj: namjera rudarstva u raspravama s programerima (t). U: 2015. 30. međunarodna konferencija IEEE/ACM o automatiziranom softveru (ASE), IEEE, str. Gagniuc PA (2017) Markov lanci: od teorije do provedbe i eksperimentiranja. G ́omez C, Cleary B, Singer L (2013) Istraživanje o inovacijskoj difuziji kroz dijeljenje veza na stack overflow. In: 2013 10. radna konferencija o skladištima softvera za rudarstvo (MSR), IEEE, str. Guo Q, Cao J, Xie X, Liu S, Li X, Chen B, Peng X (2024) Istraživanje potencijala chatgpt u automatskom rafiniranju koda: empirijska studija. Hata H, Treude C, Kula RG, Ishio T (2019) 9,6 milijuna linkova u komentarima izvornog koda: Svrha, evolucija i propadanje. u: 2019 IEEE/ACM 41. međunarodna konferencija o softverskom inženjeringu (ICSE), IEEE, str. Hata H, Novielli N, Baltes S, Kula RG, Treude C (2022) Github diskusije: Istraživačka studija ranog usvajanja. Hou X, Zhao Y, Liu Y, Yang Z, Wang K, Li L, Luo X, Lo D, Grundy J, Wang H (2023) Veliki jezični modeli za softversko inženjerstvo: sustavni pregled literature. arXiv preprint arXiv:230810620 Huang Q, Xia X, Lo D, Murphy GC (2018) Automatizacija rudarstva namjera. IEEE Transactions on Software Engineering 46(10):1098–1119 Jiang N, Liu K, Lutellier T, Tan L (2023) Utjecaj modela jezika koda na automatizirano popravljanje programa. U: Izvješća 45. međunarodne konferencije o softveru, IEEE Press, ICSE ’23, str. 1430–1442, DOI 10.1109/ICSE48619.2023.00125, URL https://doi.org/ 10.1109/ICSE48619.2023.00125 Landis JR, Koch GG (1977) Mjerenje sporazuma promatrača za kategorijske podatke. biometrija str. Li L, Ren Z, Li X, Zou W, Jiang H (2018) Kako su povezane emisijske jedinice? empirijska studija o ponašanju povezivanja u github. In: 2018. 25. konferencija o softveru u Aziji i Pacifiku (APSEC), IEEE, str. Liang JT, Yang C, Myers BA (2024) Veliko istraživanje o korisnosti pomoćnika za programiranje AI: uspjesi i izazovi. u: Procedure 46. međunarodne konferencije IEEE/ACM o softverskom inženjeringu, str. Liu J, Xia X, Lo D, Zhang H, Zou Y, Hassan AE, Li S (2021) Slomljene vanjske veze na stack overflow. IEEE Transactions on Software Engineering 48(9):3242-3267 Liu J, Zhang H, Xia X, Lo D, Zou Y, Hassan AE, Li S (2022) Istraživačka studija o višestruko dijeljenim vanjskim vezama na stack overflow. Lu J, Yu L, Li X, Yang L, Zuo C (2023) Llama-reviewer: Napredovanje automatizacije pregleda koda s velikim jezikovnim modelima kroz parametrično učinkovito fine-tuning. In: 2023 IEEE 34. međunarodni simpozij o softverskoj pouzdanosti (ISSRE), IEEE, str. Mozannar H, Bansal G, Fourney A, Horvitz E (2022) Čitanje između redaka: Modeliranje ponašanja korisnika i troškova u AI-pomaganom programiranju. arXiv preprint arXiv:221014306 Nijkamp E, Pang B, Hayashi H, Tu L, Wang H, Zhou Y, Savarese S, Xiong C (2022) Codegen: Otvoreni model velikog jezika za kodiranje s sintezom višestrukih programa. Nurwidyantoro A, Shahin M, Chaudron MR, Hussain W, Shams R, Perera H, Oliver G, Whittle J (2022) Ljudske vrijednosti u artefaktima za razvoj softvera: studija slučaja o raspravama o problemima u tri Android aplikacije. OpenAI (2024a) ChatGTP Zajedničke veze FAQ. URL https://help.openai. com/en/articles/7925741-chatgpt-shared-links-faq, pristupljeno: 2024- 01-23 OpenAI (2024b) Create a Shared Link. URL https://help.openai.com/en/ articles/7943611-create-a-shared-link, accessed: 2024-01-23 Qu C, Yang L, Croft WB, Zhang Y, Trippas JR, Qiu M (2019) Predviđanje namjere korisnika u razgovorima koji traže informacije. Rosen C, Shihab E (2016) Što su mobilni programeri pitaju o? velika studija koristeći stack overflow. Ross SI Martinez F, Houde S, Muller M, Weisz JD (2023) Programer's Assistant: Conversational interaction with a large language model for software development. In: Proceedings of the 28th International Conference on Intelligent User Interfaces, str. Shi L, Chen X, Yang Y, Jiang H, Jiang Z, Niu N, Wang Q (2021) Prvi pogled na live chat programera na mreži. u: Prijedlozi 29. zajedničkog sastanka ACM-a o Europskoj konferenciji o softverskom inženjeringu i Simpoziju o osnovama softverskog inženjeringa, str. Siddiq ML, Santos J, Tanvir RH, Ulfat N, Rifat FA, Lopes VC (2023) Istraživanje učinkovitosti velikih jezičnih modela u stvaranju testova jedinica. arXiv preprint arXiv:230500418 Treude C, Barzilay O, Storey MA (2011) Kako programeri postavljaju i odgovaraju na pitanja na mreži? (nije trag). Vaithilingam P, Zhang T, Glassman EL (2022) Očekivanja vs. iskustvo: Procjena korisnosti alata za generiranje koda pohranjenih velikim jezikovnim modelima. u: Chi konferencija o ljudskim čimbenicima u računalnim sustavima proširene abstrakte, str. Viviani G, Famelis M, Xia X, Janik-Jones C, Murphy GC (2019) Pronalazak latentnih informacija o dizajnu u raspravama s programerima: studija o zahtjevima za povlačenje. Wan Z, Xia X, Hassan AE (2019) Što se raspravlja o blockchain? studija slučaja o korištenju uravnoteženog lda i referentne arhitekture domene kako bi se snimile online rasprave o blockchain platformama u zajednicama za razmjenu stackova. Wang D, Xiao T, Thongtanunam P, Kula RG, Matsumoto K (2021) Razumijevanje zajedničkih veza i njihovih namjera da zadovolje potrebe za informacijama u modernom pregledu koda: studija slučaja projekata openstack i qt. Wang X, Chen Y, Yuan L, Zhang Y, Li Y, Peng H, Ji H (2024) Izvršive akcije koda izazivaju bolje llm agente. arXiv preprint arXiv:240201030 Xiao T, Baltes S, Hata H, Treude C, Kula RG, Ishio T, Matsumoto K (2023) 18 milijuna poveznica u porukama: svrha, evolucija i propadanje. Xiao T, Treude C, Hata H, Matsumoto K (2024) Devgpt: Proučavanje razgovora developerschatgpt. Ye D, Xing Z, Kapre N (2017) Struktura i dinamika mreže znanja u domenama specifičnih za q&a mjesta: studija slučaja stack overflow. Zampetti F, Ponzanelli L, Bavota G, Mocci A, Di Penta M, Lanza M (2017) Kako programeri dokumentiraju zahtjeve s vanjskim referencama. u: 2017 IEEE/ACM 25. međunarodna konferencija o razumijevanju programa (ICPC), IEEE, str. Zhang B, Liang P, Zhou X, Ahmad A, Waseem M (2023) Prakse i izazovi korištenja GitHub copilot: empirijska studija. arXiv preprint arXiv:230308733 Zhang T, Gao C, Ma L, Lyu M, Kim M (2019) empirijska studija o zajedničkim izazovima u razvoju aplikacija za duboko učenje. u: 2019 IEEE 30. međunarodni simpozij o pouzdanosti softvera (ISSRE), IEEE, str. 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, Riž A, Rifkin D, Simister S, Sittampalam G, Aftandilian E (2022) Procjena produktivnosti završetka neuralnog koda. 
 
 
 Autori 
 
 
 
 
 
 
 
 Huizi Hao Kazi Amit Hasan Hong Qin Marković Macedo Yuan Tian Stiven H. H. Ding Ahmed E. Hasan Authors 
 
 
 
 
 
 
 
 Huizi Hao Kazi Amit Hasan Hong Qin Marković Macedo Yuan Tian Stiven H. H. Ding Ahmed E. Hasan 
 
 Ovaj dokument je dostupan na arhiv pod licencom CC BY-NC-SA 4.0. Ovaj papir je Podliježe CC BY-NC-SA 4.0 licenci. 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

Ovaj zvuk je proizveden na izvornom jeziku priče!

Što programeri traže od ChatGPT-a prilikom pisanja koda

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps