تستطيع ChatGPT كتابة الشفرة. ويقول الباحثون الآن إنه جيد أيضًا في إصلاح الأخطاء.

بوت الدردشة ChatGPT المطور من OpenAI يمكنه إصلاح أخطاء البرمجيات بشكل جيد للغاية ، ولكن ميزته الأساسية على طرق أخرى ونماذج الذكاء الاصطناعي تكمن في قدرته الفريدة على التفاعل مع البشر وذلك يمكنه من تحسين صحة الإجابة.

قام باحثون من جامعة جوهانس غوتنبرغ في ماينز وجامعة كوليدج لندن بمقارنة ChatGPT من OpenAI مع "تقنيات إصلاح البرامج الآلية القياسية" وطريقتين معتمدتين على التعلم العميق لإصلاح البرامج: CoCoNut، التي قام بها بحثةين في جامعة ووترلو بكندا؛ وكوديكس، نموذج قائم على GPT-3 من OpenAI الذي يدعم خدمة GitHub's Copilot لإكمال التعليم التلقائي للأكواد في البرمجة الثنائية المشتركة.

أيضًا: كيف تبدأ في استخدام ChatGPT

"نجد أن أداء إصلاح الأخطاء في ChatGPT يكون تنافسيًا مقارنةً بالطرق الشائعة للتعلم العميق CoCoNut وCodex وأفضل بشكل ملحوظ من النتائج المذكورة لطرق إصلاح البرامج القياسية"، يكتب الباحثون في ورقة جديدة على arXiv، والتي رصدها New Scientist لأول مرة.

أفضل الروبوتات المحادثة الذكية: ChatGPT وبدائل مثيرة للاهتمام لتجربتها

يمكن للروبوتات الدردشة والكتّاب المدعومة بالذكاء الاصطناعي أن تساعد في تخفيف أعباء العمل من خلال كتابة رسائل البريد الإلكتروني والمقالات وحتى القيام بالرياضيات. فهي تستخدم الذكاء الاصطناعي لإنشاء النص أو الإجابة على الاستفسارات استنادًا إلى إدخال المستخدم. ChatGPT هو مثال شائع، ولكن هناك روبوتات دردشة ملحوظة أخرى.

اقرأ الآن

أن استخدام ChatGPT في حل مشاكل البرمجة ليس جديدًا، ولكن يؤكد الباحثون أن قدرته الفريدة على إجراء حوار مع البشر يمنحه ميزة محتملة على المقاربات والنماذج الأخرى.

قام الباحثون باختبار أداء تشات جي بي تي عن طريق استخدام اختبار حل مشكلة الأخطاء في برامج QuixBugs. يبدو أن أنظمة إصلاح البرامج التلقائية (APR) تواجه تحديًا حيث تم تطويرها قبل عام 2018.

تعتمد ChatGPT على تركيبة المحول (Transformer)، التي أبرزها رئيس الذكاء الاصطناعي في Meta، يان لوكون، هذا الأسبوع تم تطويرها من قبل شركة Google. Codex و CodeBERT من بحث Microsoft، وسابقها BERT من Google جميعها تعتمد على طريقة المحول من Google.

OpenAI يسلط الضوء على قدرة الحوار في ChatGPT في أمثلة لتصحيح الأخطاء في الشفرة حيث يمكنه طرح التوضيحات وتلقي تلميحات من الشخص للوصول إلى إجابة أفضل. تم تدريب النماذج اللغوية الكبيرة وراء ChatGPT (GPT-3 و GPT 3.5) باستخدام التعلم المعزز من ردود الفعل البشرية (RLHF).

على الرغم من أن قدرة ChatGPT على النقاش يمكن أن تساعده في الوصول إلى إجابة أكثر صحة، إلا أن جودة اقتراحاته لا تزال غير واضحة، حسبما يلاحظ الباحثون. هذا هو السبب في أنهم أرادوا تقييم أداء ChatGPT في إصلاح الأخطاء.

قام الباحثون باختبار ChatGPT مقابل 40 مشكلة متعلقة بالبايثون فقط في QuixBugs ، ثم تحققوا يدويًا مما إذا كان الحل المقترح صحيحًا أم لا. قاموا بتكرار الاستعلام أربع مرات نظرًا لوجود بعض العشوائية في موثوقية إجابات ChatGPT ، كما اكتشف أستاذ جامعة وارتون بعد أن أجرى اختبارًا فيها طراز المحادثة مشابه لامتحان MBA.

ChatGPT حلت 19 من أصل 40 من مشاكل Python ، مما يضعها على قدم المساواة مع CoCoNut (19) وCodex (21). ومع ذلك ، حلت طرق APR القياسية فقط 7 من المشاكل.

اكتشف الباحثون أن نسبة نجاح ChatGPT مع التفاعلات التكميلية بلغت 77.5٪.

التداعيات من حيث الجهود والإنتاجية على المطورين غامضة. حظر منصة Stack Overflow مؤخرًا الإجابات التي تم إنشاؤها بواسطة ChatGPT لأنها كانت جودتها منخفضة ولكنها تبدو معقولة. وجد البروفيسور في وارتون أن ChatGPT يمكن أن يكون شريكًا رائعًا لطلاب إدارة الأعمال حيث يمكنه أن يلعب دور "مستشار ذكي" - أحد الذي ينتج إجابات أنيقة ولكن في كثير من الأحيان غير صحيحة - ويعزز التفكير النقدي.

"هذا يُظهر أن المساهمة البشرية يمكن أن تكون مفيدة جدًا لنظام APR آلي، مع ChatGPT يوفر الوسائل للقيام بذلك"، يكتب الباحثون.

"على الرغم من أدائها الرائع، يطرح السؤال ما إذا كانت التكلفة العقلية المطلوبة للتحقق من إجابات ChatGPT تفوق المزايا التي يقدمها ChatGPT."