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

Teylor has Been Named Startup of the Year 2021 in Zürich

Thrilled to be Recognized as 'HackerNoon Contributor of the Year - WORK'

The Therapeutical Principles of Psychoanalysis

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

Teylor has Been Named Startup of the Year 2021 in Zürich

Thrilled to be Recognized as 'HackerNoon Contributor of the Year - WORK'

The Therapeutical Principles of Psychoanalysis

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