Это поиск или это ИИ? Реальные различия в том, как программисты получают помощь
7 августа 2025 г.Таблица ссылок
Аннотация и 1 введение
2. Предыдущие концептуализации интеллектуальной помощи для программистов
3. Краткий обзор больших языковых моделей для генерации кода
4. Коммерческие инструменты программирования, которые используют большие языковые модели
5. Надежность, безопасность и последствия безопасности моделей ИИ, генерирующих код,
6. Изузаение юзабилити и дизайна программирования A-ассистентного
7. Опыт отчетов и 7.1. Писать эффективные подсказки сложно
7.2 Активность программирования сдвигается в сторону проверки и незнакомой отладки
7.3. Эти инструменты полезны для шаблона и повторного использования кода
8. Неадекватность существующих метафор для программирования A-A-Advisted
8.1. Помощь ИИ в качестве поиска
8.2. Помощь ИИ в качестве компиляции
8.3. Помощь ИИ в качестве парного программирования
8.4. Отчетливый способ программирования
9. Проблемы с применением программирования конечного пользователя
9.1. Выпуск 1: Спецификация намерений, разложение проблемы и вычислительное мышление
9.2. Выпуск 2: Правильность кода, качество и (над) уверенность
9.3. Выпуск 3: Понимание и обслуживание кода
9.4. Выпуск 4: Последствия автоматизации в программировании конечных пользователей
9.5. Выпуск 5: Код без кода и дилемма прямого ответа
10. Заключение
A. Источники отчета о испытании
Ссылки
8. Неадекватность существующих метафор для программирования A-A-Advisted
8.1. Помощь ИИ в качестве поиска
В исследованиях, а также в отчетах о опыте разработчиков были проведены сравнения между природой помощи в программировании ИИ и программирования путем поиска и повторного использования кода из Интернета (или из институциональных репозиториев, или из того же проекта, или из предыдущих проектов разработчика).
Сравнение помощи в программировании ИИ и поиска является естественным, и есть много сходств. Внешне, оба имеют одинаковую отправную точку: подсказка или запрос, который является преимущественно естественным языком (но который также может содержать фрагменты кода). С точки зрения пользователя, оба имеют информационную асимметрию: пользователь не точно знает, какую форму получит результат. С помощью поиска и помощи в области искусственного интеллекта для любого данного запроса будет несколько результатов, и пользователю необходимо будет инвестировать время, чтобы оценить и сравнивать их. В обоих случаях пользователь может получить только неточное решение, или, даже не похожее на то, что он хочет, и пользователю может потребоваться инвестировать время, адаптируя и ремонтируя то, что они получают.
Однако есть различия. При поиске в Интернете программисты сталкиваются не только с кодом, но и различными типами результатов, смешанных и ускоренных. К ним относятся фрагменты кода, перемежающиеся с человеческими комментариями, возможно, обсуждения на форумах, таких как переполнение стека, видео и изображения. Поиск может возвращать новые API или библиотеки, связанные с запросом, показывая результаты на разных уровнях абстракции. Поиск имеет сигналы происхождения: часто (хотя и не всегда) возможно определить источник фрагмента кода в Интернете. Существует много информационного аромата, чтобы помочь с задачей информации о поиске информации (Srinivasa Ragavan et al., 2016). Таким образом, программирование с поиском - это смешанный медиа -опыт.
Напротив, можно сказать, что программирование с большими языковыми моделями является фиксированным опытом в СМИ. Единственный вывод - токены (код, комментарии и данные), которые могут быть представлены в контексте редактора кода. Это имеет некоторые преимущества: повышенная скорость вставки кода (которая является непосредственной целью) часто возникала в отчетах о опыте. Тем не менее, обучение, исследование и открытие, а также доступ к широкому разнообразию источников и типов средств массовой информации, которые происходит в поиске в Интернете, потеряны. Происхождение также теряется: трудно определить, является ли генерация оригинальной для модели или стохастическим попугаем (Bender et al., 2021; Ziegler, 2021). Более того, из -за проблем конфиденциальности, безопасности и интеллектуальной собственности происхождение кода, генерируемого крупными языковыми моделями, может быть удержано или даже уничтожено (Sarkar, 2022). Это говорит о том, что в будущем опыте помощи, поиск смешанных средств может быть интегрирован в инструменты помощи программистам, или сами модели могут быть сделаны способными генерировать больше типов результатов, чем простая парадигма совместного завершения кода текущих инструментов.
Авторы:
(1) Advait Sarkar, Microsoft Research, Кембриджский университет (advait@microsoft.com);
(2) Эндрю Д. Гордон, Microsoft Research, Эдинбургский университет (adg@microsoft.com);
(3) Карина Негрину, Microsoft Research (cnegreanu@microsoft.com);
(4) Christian Poelitz, Microsoft Research (cpoelitz@microsoft.com);
(5) Sruti Srinivasa Ragavan, Microsoft Research (a-srutis@microsoft.com);
(6) Бен Зорн, Microsoft Research (ben.zorn@microsoft.com).
Эта статья есть
Оригинал