Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Quan điểm của các nhà phát triển mới vào nghề về việc áp dụng LLM cho phát triển phần mềm: Tổng quan tài liệu có hệ thống

Created by
  • Haebom

Tác giả

Samuel Ferino, Rashina Hoda, John Grundy, Christoph Treude

Phác thảo

Bài báo này trình bày kết quả của một bài tổng quan tài liệu có hệ thống (SLR) gồm 80 bài báo nghiên cứu được công bố từ tháng 4 năm 2022 đến tháng 6 năm 2025 về việc áp dụng các công cụ phát triển phần mềm dựa trên mô hình ngôn ngữ quy mô lớn (LLM) của các nhà phát triển mới vào nghề (sinh viên khoa học máy tính/kỹ thuật phần mềm và các nhà phát triển mới vào nghề có ít hơn hai năm kinh nghiệm). Nghiên cứu được tiến hành để trả lời bốn câu hỏi nghiên cứu (RQ), mỗi câu hỏi đề cập đến động lực và phương pháp nghiên cứu, các nhiệm vụ phát triển phần mềm mà các nhà phát triển mới vào nghề sử dụng LLM, lợi ích, thách thức và khuyến nghị của việc sử dụng LLM, và Limitations của nghiên cứu và các hướng nghiên cứu trong tương lai. Những phát hiện của nghiên cứu gợi ý các hướng nghiên cứu trong tương lai và Takeaways cho các nhà nghiên cứu, nhà giáo dục và nhà phát triển kỹ thuật phần mềm, và các tài liệu liên quan sẽ được công bố rộng rãi.

Takeaways, Limitations

•
Takeaways:
◦
Cung cấp hiểu biết toàn diện về việc áp dụng các công cụ phát triển phần mềm dựa trên LLM của các nhà phát triển mới vào nghề.
◦
Chúng tôi phân loại và tóm tắt một cách có hệ thống những lợi thế, thách thức và khuyến nghị khi sử dụng LLM.
◦
Nó trình bày các hướng nghiên cứu trong tương lai và Takeaways dành cho các nhà nghiên cứu, nhà giáo dục và nhà phát triển kỹ thuật phần mềm.
◦
Dựa trên kết quả nghiên cứu, chúng ta có thể đóng góp vào việc phát triển các phương pháp sử dụng và đào tạo hiệu quả các công cụ dựa trên LLM.
•
Limitations:
◦
Thời gian và phạm vi nghiên cứu được phân tích có thể bị hạn chế (tháng 4 năm 2022 - tháng 6 năm 2025).
◦
Có khả năng xảy ra sai lệch về chất lượng trong nghiên cứu này.
◦
Có khả năng thiên vị đối với các thiết kế hoặc phương pháp nghiên cứu cụ thể.
◦
Do tốc độ phát triển nhanh chóng của LLM, tính kịp thời của các kết quả nghiên cứu có thể bị hạn chế.
👍
Made with Slashpage