د چپې جدول Abstract او 1. د نندارتون 2. contextes، methods، او وظایف 3. د مخلوط پایلې 3.1. د کیفیت او 3.2 تولیدات 3.3. د زده کړې او 3.4 لګښت 4 Moderators 4.1 دنده ډولونه & پیچیدو 4.2 متوافقې 4.3 د اړیکو 4.4 د همکارۍ 5. د لوژستیک 5. د بحث او راتلونکي کار 5.1. د LLM، ستاسو PAIr پروګرامونه؟ 5.2. د LLM، د ښه ګمرک پروګرام؟ 5.3. د LLM، د زده کونکو PAIr پروګرامونه؟ 6. د پایلو، تصدیقونه، او References 5.2 د LLM، د غوره پیراګرام پروګرامونه؟ لکه څنګه چې په 3 برخه کې وګورئ، مخکښ ادبیات د بشري-انسان دوه ګوني پروګرامونو په مختلفو اړخونو کې ارزښت کولو لپاره د مختلفو لارښوونې څیړنه کوي، په داسې حال کې چې د بشري-AI دوه ګوني پروګرامونو په اوسني کې د څیړنې په پرتله محدود دی. Murillo او D'Angelo [54] د سافټویر انجینري کې د LLM پر بنسټ د تخنیکي کوډ لکھنې مسلکونو لپاره د ارزښت مټراتو وړاندې کوي. نور کارونه کولی شي د بشري-انسان دوه ګوني پروګرامونو په کتابتون کې ډیر ارزښت لري ترڅو څنګه د بشري او د LLM پر بنسټ د AI پروګرام مسلک په ګډه کارولو سره مرسته وکړي. دا هم دلچسپي وي چې مخکښ کتابونه د انسان-انسان دوه ګوني پروګرام په بریالیتوب کې ځینې مهمو عوامل شتون لري، لکه څنګه چې په جدول کې خلاص شوي. 1. دا ماډرورونه چې د انسان-انسان دوه ګوني پروګرام ته چیلې کوي ممکن په انسان-AI دوه ګوني پروګرام کې د څیړنې فرصتونه ورکړي (د جدول 2). د مثال په توګه، ځان اغیزمنۍ کولی شي د رضایت په تفاوت کې وده ورکړي [81] او جنسي کولی شي د زده کړې په تفاوت کې وده ورکړي [47]، ایا دا مطابقت ماډرورونه pAIr هم اغیزمن کوي؟ موږ کولی شو د انسان-انسان په کتاباتو څخه د څیړنې په کارولو سره د pAI پایلو ښه کړي (د مثال په توګه، د AI شریکانو سره کولی شي دا عوامل د انسان-AI جفت پروګرامونو لپاره ترسره شي؟ دوی د انسان-AI جفت پروګرامونه ډیر اغیزمن، لږ اغیزمن شي، یا هیڅ اغیزمن نلري، او چرا؟ لکه څنګه چې موږ د انسان-انسان دوهم پروګرام کتابتون څخه پوه شو، د مناسب پیچیدو لپاره یو ښه همکارۍ کار مهم دی، مګر د دې کارونو جوړولو یا انتخاب کولی شي سخت وي. په داسې حال کې، LLMs زده کونکو سره مرسته کوي چې په اغيزمنه توګه د پوښتنو [85]، پوښتنې ځواب [40]، پیژندنه [20] او نصیحتونه [61] لکه څنګه چې ممکن د انسان-انسان چاپ شوي موادو په ورته کیفیت کې وي. همدارنګه کارونه شتون لري چې د LLM کارولو په کارولو کې د مخکښ بریالیتوب په واسطه د ستونزو په برخه کې [78] وده ورکړي. له دې امله، د انسان-انسان دوهم پروګرام کتابتون او د LLM د معلوماتو وړتیاونو له مخې، د انسان-AI p د کار ډولونه & پیچیدو. - تخصص. د متوافقیت فایبر تخصص په اړه، د ګمرک پروګرام کتابتون ښیښه کوي چې د ورته کچې تجربه سره شریک کولو ممکن د تولیدات او زده کړې د پرمختګ لپاره غوره وي [5، 16، 31]. د تبادلې مطالعې ښیښه کوي چې د GPT3 پر بنسټ ماډلونه کولی شي د CS1 کلاس کې د متوسط څخه زيات زده کونکي وي [22, 68] او د دې فعالیت بدتر وي کله چې کوډ ډیر پیچلي وي [89]. GPT4 د انډولیک او بنسټیز پروګرامونو ستونزو حل کولو کې حتی ښه کوي (چې د دې درستتیا په عملی کې د پراختیا سره پرتله نلري) [14]. موږ کولی شو د بیګونو په هدف کې جوړ کړي او ماډلونه غلطونه وکړي [38]، نو احتمالا، موږ کولی مطابقت څېړونکو څنګه څنګه د LLMs ته اجازه ورکوي چې د ډیزاین persona پر بنسټ د تبادلې جوړ کړي او د انسان د سلوک په منطقي توګه تکرار کړي [1, 34]، او په زده کړې کې، Cao [15] اجازه ورکوي چې LLMs د زده کونکو سره د مختلفو فزیکي شخصیتونو په توګه د رول لوبو په توګه د زده کونکو د اضطراب کمولو او د انگیزه زیاتولو کې مرسته وکړي. د AI شریکانو سره د مختلفو شخصیت ځانګړتیاوو یا د نورو ګټو د متوافقیت عوامل لکه جنسي، جنسي، او ځان ارزښت چې Salleh et al. [70] پیشنهاد شوي شتون لري. پیاوړی، دا کولی شي د پروګرامانو د انگیزه او / یا تعقیب زیاتولو لپاره کارول شي، مګر دا د انسان-AI جفت پروګرام نورو متوافقیت عوامل. د اړیکو لپاره، موږ د اړیکو موضوعاتو ټولنیز پوهه [17] او چې ځینې ډولونه کلامونه کولی شي د انسان-انسان جفت پروګرامونو کې ډبګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګګ اړیکه د همکارۍ په اړه، دا په اغیزمن ډول گزارش شوي دي چې په صنعت کې [11] او د زده کړې context کې [57, 87] په دوامداره توګه د همکارۍ جوړولو چمتو ده. ځکه چې free-rider ستونزه د ګرځنده پروګرامونو اغیزمنتیا کموي [57] او منظم رول-switching ممکن د ګرځنده د شناختی ټیټ کموي او توازن زده کړې پایلې تضمینوي [5, 83]، دا دلچسپ وي چې څنګه د LLM پر بنسټ AI کولی شي د over-help مخنیوی، د ګرځنده ګرځنده ملاتړ، او څنګه د انسان-AI ګرځنده د همکارۍ لپاره غوره ملاتړ کړي. د همکارۍ په لوژستیکي توګه، د Copilot په توګه د پروګرام شراکت کارولو سره د پروګرامونو لوژستیک څخه د مخنیوی ځانګړي ګټې لري، مګر د حسابولو په اړه ستونزه هم لري چې اړتیا لري [12, 22]. په عمومي توګه، د کار په ځای کې او په زده کړې کې د AI په ګټه کې پروګرام کولو په کارولو کې اخلاقي خطرونه او ټولنیز اغیزې شتون لري، کوم چې په راتلونکي کارونو کې اړتيا لري. د لوژستیک 
 
 
 
 
 د نویسنده: (1) Qianou Ma (د مخکښ نویسنده)، Carnegie Mellon پوهنتون، پیتسبورگ، متحده ایالاتو (qianouma@cmu.edu); (2) Tongshuang Wu، Carnegie Mellon پوهنتون، پیتسبورگ، متحده ایاالتو (sherryw@cs.cmu.edu); (3) Kenneth Koedinger، Carnegie Mellon پوهنتون، Pittsburgh، متحده ایاالتو (koedinger@cmu.edu). Authors: (1) Qianou Ma (د مخکښ نویسنده)، Carnegie Mellon پوهنتون، پیتسبورگ، متحده ایالاتو (qianouma@cmu.edu); (2) Tongshuang Wu، Carnegie Mellon پوهنتون، پیتسبورگ، متحده ایاالتو (sherryw@cs.cmu.edu); (3) Kenneth Koedinger، Carnegie Mellon پوهنتون، Pittsburgh، متحده ایاالتو (koedinger@cmu.edu). 
 
 دا کاغذ د CC BY-NC-SA 4.0 DEED لائسنس لاندې په archiv کې شتون لري. دا کاغذ د د CC BY-NC-SA 4.0 DEED تصدیق لاندې. available on arxiv په Archive کې شتون لري

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

Pair Programming AI Agent 

undefined's blog

دا غږ د کیسې په اصلي ژبه تولید شوی!

کله چې ستاسو دوه پروګرامونکي د محدودیتونو سره د بوټ دی

About Author

تبصرې

hang tags

دا مقاله په کې وړاندې شوې وه

Related Stories

Beasts at Bay

Stocks will be More Profitable than Crypto - Interview With Bryan Applegate

Kindness is a Gift that Should Always be Paid Forward - Interview With Samiran Mondal

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Beasts at Bay

Stocks will be More Profitable than Crypto - Interview With Bryan Applegate

Kindness is a Gift that Should Always be Paid Forward - Interview With Samiran Mondal

We Need to Hear Both the Good and Bad Sides of Tech - Interview with Charlie G

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps