Table Of Links Bàn trái Abstracts 1 Introduction 1 Giới thiệu 2 Data Collection 2 Thu thập dữ liệu 3 RQ1: What types of software engineering inquiries do developers present to ChatGPT in the initial prompt? 3 RQ1: Những loại yêu cầu kỹ thuật phần mềm nào mà các nhà phát triển trình bày cho ChatGPT trong lời nhắc ban đầu? 4 RQ2: How do developers present their inquiries to ChatGPT in multi-turn conversations? 4 RQ2: Làm thế nào các nhà phát triển trình bày yêu cầu của họ cho ChatGPT trong các cuộc trò chuyện nhiều lần? 5 RQ3: What are the characteristics of the sharing behavior? 5 RQ3: Các đặc điểm của hành vi chia sẻ là gì? 6 Discussions 6 Thảo luận 7 Threats to Validity 7 Mối đe dọa về tính hợp lệ 8 Related Work 8 Công việc liên quan 9 Conclusion and Future Work 9 Kết luận và công việc tương lai References References Kết luận và công việc tương lai Trong bài báo này, chúng tôi nghiên cứu vai trò của ChatGPT trong mã hóa cộng tác bằng cách phân tích các cuộc trò chuyện chia sẻ của các nhà phát triển với ChatGPT trong các yêu cầu và vấn đề kéo GitHub, tận dụng bộ dữ liệu DevGPT. Những phát hiện chính của chúng tôi bao gồm: (1) Các nhà phát triển tìm kiếm sự giúp đỡ của ChatGPT trên 16 loại yêu cầu kỹ thuật phần mềm. Trong các nhiệm vụ tạo mã và giải quyết vấn đề, các nhà phát triển thường đi xa hơn các đầu vào thông thường của mô tả văn bản hoặc mã lỗi, đó là tiêu chuẩn tiêu chuẩn cho FM trong sản xuất mã và sửa chữa chương trình. Điều này cho thấy một loạt các đầu vào được sử dụng trong các kịch bản thế giới thực. (3) Các nhà phát triển tham gia với ChatGPT trong các cuộc trò chuyện đa lần thông qua các câu hỏi tiếp theo lặp đi lặp lại, tinh chỉnh nhanh và các truy vấn làm rõ. Những phương pháp này được sử dụng để nâng cao chất lượng và sự liên quan của các phản hồi của ChatGPT dần dần. (4) Các nhà phát triển có vai trò khác nhau – chẳng hạn như các tác giả bản phát hành, các tác giả PR và các nhà đánh giá mã – sử dụng các cuộc trò chuyện được chia sẻ với ChatGPT để bổ sung cho các đóng góp cụ thể cho vai trò của họ. Chúng tôi cũng có kế hoạch khám phá liệu các thực tiễn tốt nhất hiện có cho kỹ thuật nhanh đã được áp dụng trong các cuộc trò chuyện được chia sẻ được thu thập và liệu việc áp dụng chúng sẽ ảnh hưởng đến dòng chảy của các cuộc trò chuyện nhiều lần. Acknowledgements Chúng tôi hoan nghênh sự ủng hộ của Hội đồng Nghiên cứu Khoa học Tự nhiên và Kỹ thuật Canada (NSERC), [số tham chiếu tài trợ: RGPIN-2019-05071]. Conflict of Interest Các tác giả tuyên bố rằng họ không có xung đột lợi ích. Data Availability Statements Kết quả, mã nguồn và dữ liệu liên quan đến nghiên cứu này có sẵn tại https: //github.com/RISElabQueens/analyzing-shared-conversation References Arya D, Wang W, Guo JL, Cheng J (2019) Phân tích và phát hiện các loại thông tin trong các cuộc thảo luận về vấn đề phần mềm nguồn mở.In: 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE), IEEE, pp 454–464 Baltes S, Treude C, Robillard MP (2020) Tài liệu ngữ cảnh tham khảo về stack overflow. IEEE Giao dịch về kỹ thuật phần mềm 48(1):135–149 Barke S, James MB, Polikarpova N (2023) Co-op grounded: How programmers interact with code-generating models.Proceedings of the ACM on Programming Languages 7(OOPSLA1):85–111 Beyer S, Macho C, Di Penta M, Pinzger M (2020) Những loại câu hỏi mà các nhà phát triển hỏi về stack overflow? một so sánh các phương pháp tự động để phân loại các bài đăng thành các loại câu hỏi. Chen M, Tworek J, Jun H, Yuan Q, Pinto HPdO, Kaplan J, Edwards H, Burda Y, Joseph N, Brockman G, et al. (2021) Đánh giá các mô hình ngôn ngữ lớn được đào tạo trên mã. arXiv preprint arXiv:210703374 Deng Y, Xia CS, Yang C, Zhang SD, Yang S, Zhang L (2024) Các mô hình ngôn ngữ lớn là các nhà tạo ra trường hợp cạnh tranh: Tạo ra các chương trình bất thường để pha trộn các thư viện học tập sâu.In: Proceedings of the 46th IEEE/ACM International Conference on Software Engineering, pp 1-13 Di Sorbo A, Panichella S, Visaggio CA, Di Penta M, Canfora G, Gall HC (2015) Phát triển email content analyzer: Intention mining in developer discussions (t).In: 2015 30th IEEE/ACM International Conference on Automated Software Engineering (ASE), IEEE, pp 12–23 Gagniuc PA (2017) Markov Chains: từ lý thuyết đến thực hiện và thử nghiệm.John Wiley & Sons G ́omez C, Cleary B, Singer L (2013) Một nghiên cứu về sự phổ biến đổi mới thông qua chia sẻ liên kết trên stack overflow.In: 2013 10th working conference on mining software repositories (MSR), IEEE, pp 81–84 Guo Q, Cao J, Xie X, Liu S, Li X, Chen B, Peng X (2024) Khám phá tiềm năng của chatgpt trong việc tinh chỉnh mã tự động: Một nghiên cứu thực nghiệm. Hata H, Treude C, Kula RG, Ishio T (2019) 9,6 triệu liên kết trong bình luận mã nguồn: Mục đích, tiến hóa và suy thoái.In: 2019 IEEE/ACM 41st International Conference on Software Engineering (ICSE), IEEE, pp 1211–1221 Hata H, Novielli N, Baltes S, Kula RG, Treude C (2022) Github thảo luận: Một nghiên cứu khám phá về việc áp dụng sớm. Hou X, Zhao Y, Liu Y, Yang Z, Wang K, Li L, Luo X, Lo D, Grundy J, Wang H (2023) Mô hình ngôn ngữ lớn cho kỹ thuật phần mềm: Một đánh giá hệ thống về văn học. arXiv preprint arXiv:230810620 Huang Q, Xia X, Lo D, Murphy GC (2018) Tự động hóa khai thác ý định. IEEE Giao dịch về kỹ thuật phần mềm 46(10):1098–1119 Jiang N, Liu K, Lutellier T, Tan L (2023) Ảnh hưởng của các mô hình ngôn ngữ mã trên sửa chữa chương trình tự động. Trong: Báo cáo của Hội nghị quốc tế lần thứ 45 về kỹ thuật phần mềm, IEEE Press, ICSE ’23, trang 1430–1442, DOI 10.1109/ICSE48619.2023.00125, URL https://doi.org/ 10.1109/ICSE48619.2023.00125 Landis JR, Koch GG (1977) Đo lường sự đồng thuận của người quan sát đối với dữ liệu phân loại. biometrics pp 159–174 Li L, Ren Z, Li X, Zou W, Jiang H (2018) Nghiên cứu thực nghiệm về hành vi liên kết trong github.In: 2018 25th Asia-Pacific Software Engineering Conference (APSEC), IEEE, pp 386–395 Liang JT, Yang C, Myers BA (2024) Một cuộc khảo sát quy mô lớn về khả năng sử dụng của trợ lý lập trình AI: Thành công và thách thức. trong: Dự thảo của Hội nghị quốc tế IEEE/ACM lần thứ 46 về kỹ thuật phần mềm, trang 1–13 Liu J, Xia X, Lo D, Zhang H, Zou Y, Hassan AE, Li S (2021) Các liên kết bên ngoài bị phá vỡ trên quá tải stack. IEEE Giao dịch về Kỹ thuật Phần mềm 48(9):3242-3267 Liu J, Zhang H, Xia X, Lo D, Zou Y, Hassan AE, Li S (2022) Một nghiên cứu khám phá về các liên kết bên ngoài được chia sẻ nhiều lần về quá tải stack. Lu J, Yu L, Li X, Yang L, Zuo C (2023) Llama-reviewer: Advancing code review automation with large language models through parameter-efficient fine-tuning.In: 2023 IEEE 34th International Symposium on Software Reliability Engineering (ISSRE), IEEE, pp 647658 Mozannar H, Bansal G, Fourney A, Horvitz E (2022) Đọc giữa các dòng: Mô hình hành vi người dùng và chi phí trong lập trình hỗ trợ ai. arXiv preprint arXiv:221014306 Nijkamp E, Pang B, Hayashi H, Tu L, Wang H, Zhou Y, Savarese S, Xiong C (2022) Codegen: Một mô hình ngôn ngữ lớn mở cho mã với tổng hợp chương trình nhiều lần. Nurwidyantoro A, Shahin M, Chaudron MR, Hussain W, Shams R, Perera H, Oliver G, Whittle J (2022) Giá trị con người trong các hiện vật phát triển phần mềm: Một nghiên cứu trường hợp về các cuộc thảo luận về vấn đề trong ba ứng dụng Android. Công nghệ thông tin và phần mềm 141:106731 OpenAI (2024a) ChatGTP Chia sẻ Liên kết FAQ. URL https://help.openai. com/en/articles/7925741-chatgpt-shared-links-faq, truy cập: 2024- 01-23 OpenAI (2024b) Tạo liên kết chung. URL https://help.openai.com/en/ articles/7943611-create-a-shared-link, accessed: 2024-01-23 Qu C, Yang L, Croft WB, Zhang Y, Trippas JR, Qiu M (2019) Dự đoán ý định của người dùng trong các cuộc trò chuyện tìm kiếm thông tin. trong: Dự thảo Hội nghị 2019 về tương tác và thu thập thông tin của con người, trang 25-33 Rosen C, Shihab E (2016) What are mobile developers asking about? một nghiên cứu quy mô lớn sử dụng stack overflow. Empirical Software Engineering 21:1192– 1223 Ross SI Martinez F, Houde S, Muller M, Weisz JD (2023) Trợ lý lập trình viên: Tương tác đối thoại với mô hình ngôn ngữ lớn để phát triển phần mềm.In: Proceedings of the 28th International Conference on Intelligent User Interfaces, pp 491–514 Shi L, Chen X, Yang Y, Jiang H, Jiang Z, Niu N, Wang Q (2021) Một cái nhìn đầu tiên về trò chuyện trực tiếp của các nhà phát triển trên lưới.In: Dự thảo của Hội nghị chung ACM lần thứ 29 về Hội nghị Kỹ thuật Phần mềm Châu Âu và Hội nghị về nền tảng của Kỹ thuật Phần mềm, trang 391–403 Siddiq ML, Santos J, Tanvir RH, Ulfat N, Rifat FA, Lopes VC (2023) Khám phá hiệu quả của các mô hình ngôn ngữ lớn trong việc tạo ra các bài kiểm tra đơn vị. arXiv preprint arXiv:230500418 Treude C, Barzilay O, Storey MA (2011) Làm thế nào lập trình viên đặt câu hỏi và trả lời câu hỏi trên web?In: Proceedings of the 33rd international conference on software engineering, pp 804–807 Vaithilingam P, Zhang T, Glassman EL (2022) Hy vọng so với kinh nghiệm: Đánh giá khả năng sử dụng của các công cụ tạo mã được cung cấp bởi các mô hình ngôn ngữ lớn.In: Chi hội nghị về các yếu tố con người trong hệ thống máy tính mở rộng trích dẫn, pp 1–7 Viviani G, Famelis M, Xia X, Janik-Jones C, Murphy GC (2019) Tìm thông tin thiết kế tiềm ẩn trong các cuộc thảo luận của nhà phát triển: Một nghiên cứu về các yêu cầu kéo. Wan Z, Xia X, Hassan AE (2019) Điều gì đang được thảo luận về blockchain? một nghiên cứu trường hợp về việc sử dụng lda cân bằng và kiến trúc tham chiếu của một miền để nắm bắt các cuộc thảo luận trực tuyến về các nền tảng blockchain trên các cộng đồng trao đổi stack. Wang D, Xiao T, Thongtanunam P, Kula RG, Matsumoto K (2021) Hiểu được các liên kết được chia sẻ và ý định của họ để đáp ứng nhu cầu thông tin trong việc xem xét mã hiện đại: Một nghiên cứu trường hợp về các dự án openstack và qt. Wang X, Chen Y, Yuan L, Zhang Y, Li Y, Peng H, Ji H (2024) Hành động mã có thể thực thi dẫn đến các đại lý llm tốt hơn. arXiv preprint arXiv:240201030 Xiao T, Baltes S, Hata H, Treude C, Kula RG, Ishio T, Matsumoto K (2023) 18 triệu liên kết trong thông điệp cam kết: mục đích, tiến hóa và suy thoái. Xiao T, Treude C, Hata H, Matsumoto K (2024) Devgpt: Studying developerchatgpt conversations.In: Proceedings of the International Conference on Mining Software Repositories (MSR 2024) Ye D, Xing Z, Kapre N (2017) Cấu trúc và động lực của mạng lưới kiến thức trong các trang web q&a cụ thể về miền: một nghiên cứu trường hợp về sự dư thừa stack. Zampetti F, Ponzanelli L, Bavota G, Mocci A, Di Penta M, Lanza M (2017) Làm thế nào các nhà phát triển thu thập các yêu cầu tài liệu với các tham chiếu bên ngoài.In: 2017 IEEE/ACM 25th International Conference on Program Comprehension (ICPC), IEEE, pp 23–33 Zhang B, Liang P, Zhou X, Ahmad A, Waseem M (2023) Thực hành và thách thức của việc sử dụng copilot github: Một nghiên cứu thực nghiệm. arXiv preprint arXiv:230308733 Zhang T, Gao C, Ma L, Lyu M, Kim M (2019) Một nghiên cứu thực nghiệm về những thách thức phổ biến trong việc phát triển các ứng dụng học tập sâu.In: 2019 IEEE 30th International Symposium on Software Reliability Engineering (ISSRE), IEEE, pp 104–115 Zhang Y, Yu Y, Wang H, Vasilescu B, Filkov V (2018) In-ecosystem issue linking: a large-scale study of rails.In: Proceedings of the 7th international workshop on software mining, pp 12–19 Ziegler A, Kalliamvakou E, Li XA, Rice A, Rifkin D, Simister S, Sittampalam G, Aftandilian E (2022) Đánh giá năng suất của việc hoàn thành mã thần kinh. 
 
 
 tác giả 
 
 
 
 
 
 
 
 Huizi Hao Kazi Amit Hasan Hong Qin Marcos Macedo Yuan Tian Steven H. H. Ding Ahmed E. Hassan Authors 
 
 
 
 
 
 
 
 Huizi Hao Tác giả Amit Hasan Hong Qin Marcos Macedo Yuan Tian Diễn viên Steven H. H. Ding Ông Ahmed E. Hassan 
 
 Bài báo này có sẵn trên archiv theo giấy phép CC BY-NC-SA 4.0. Bài báo này là theo giấy phép CC BY-NC-SA 4.0. available on ar xiv xiv

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

AI Models on HackerNoon

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

Những gì các nhà phát triển yêu cầu ChatGPT khi viết mã

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

179 Stories To Learn About Reading

189 Stories To Learn About Reading Books

147 Stories To Learn About Reading Books Online

581 Stories To Learn About Non Fiction

179 Stories To Learn About Reading

189 Stories To Learn About Reading Books

147 Stories To Learn About Reading Books Online

581 Stories To Learn About Non Fiction

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps