Ես թույլ տվեցի AI-ին գրել իմ թեստերը 6 ամիս շարունակ. Ահա թե ինչն իրականում գոյատևեց արտադրության մեջ

Ծրագրավորողը կիսվում է վեց ամսվա իր փորձով՝ օգտագործելով արհեստական բանականությունը ավտոմատացված թեստեր գրելու համար՝ ընդգծելով դրա օգտակարությունն ու էական սահմանափակումները: Թեև AI-ն հիանալի է կաղապարային կոդ ստեղծելու, սխալների մասին հաշվետվությունները մշակելու և կայուն տեղորոշիչներ առաջարկելու գործում, այն հաճախ չի հասկանում տիրույթին հատուկ տրամաբանությունը կամ եզրային դեպքերը: Հեղինակը նշում է, որ AI-ն հատկապես դժվարանում է բջջային վեբի և Flutter-ի միջավայրերում՝ հաճախ տալով հնացած կամ սխալ կոդ: Հոդվածը շեշտում է, որ թեև AI-ն կարող է արագացնել թեստային կմախքների ստեղծումը, այն չի կարող փոխարինել մարդու՝ ձախողման ռեժիմների մասին դատելու կարողությանը: Հեղինակը եզրակացնում է, որ հաջող աշխատանքային գործընթացը ենթադրում է AI-ի օգտագործումը կառուցվածքի համար, մինչդեռ բոլոր պնդումները (assertions) պետք է գրվեն ձեռքով՝ իրական որակ ապահովելու համար: Միայն AI-ի վրա հույս դնելը վտանգավոր է, քանի որ այն հաճախ ստուգում է միայն գոյությունը, այլ ոչ թե ճշգրտությունը:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Իր վերջին բլոգային գրառման մեջ Քոլին Բրեքը անդրադառնում է տեխնիկական բովանդակություն ստեղծելու համար մեծ լեզվական մոդելների (LLM) օգտագործման աճող միտ…
«Giga Pisar» հավելվածի ստեղծողը, որը հիմնված է Sber-ի GigaAM խոսքի ճանաչման տեխնոլոգիայի վրա, ամփոփել է Habr-ում իր առաջին հոդվածի հրապարակումից հետո…
Habr-ի այս հոդվածը համակարգիչը դիտարկում է որպես հիմնարար մաթեմատիկական կառուցվածք՝ ընթերցողներին առաջարկելով հաշվողական գործընթացներին նայել աբստրակտ…


