Results 91 to 100 of about 29,781 (199)

Investigating the Impact of Code Generation Tools (ChatGPT & Github CoPilot) on Programming Education

International Conference on Computer Supported Education
: In our rapidly evolving technological landscape, AI tools have gained substantial power and integration across various domains. Through interviews and surveys conducted at a University in the Netherlands, we investigated students’ perceptions of AI ...
Faisal Nizamudeen, Lorenzo Gatti, N. Bouali, Faizan Ahmed   +3 more
semanticscholar   +1 more source

INTEGRATION OF ARTIFICIAL INTELLIGENCE INTO THE SOFTWARE DEVELOPMENT LIFE CYCLE (SDLC)

Кібербезпека: освіта, наука, техніка
У статті досліджено трансформацію життєвого циклу розробки програмного забезпечення (SDLC) під впливом інтеграції інструментів генеративного штучного інтелекту.
Іван Опірський, Максим Мельничук   +1 more
doaj   +1 more source

Program Code Generation with Generative AIs

Algorithms
Our paper compares the correctness, efficiency, and maintainability of human-generated and AI-generated program code. For that, we analyzed the computational resources of AI- and human-generated program code using metrics such as time and space ...
Baskhad Idrisov, Tim Schlippe
doaj   +1 more source

Generative AI in Engineering and Computing Education: A Scoping Review of Empirical Studies and Educational Practices

IEEE Access
Since the release of diverse generative AI (GenAI) tools such as ChatGPT, Google Gemini, DALL $\cdot $ E, and GitHub Copilot, there has been much debate around the impacts and implications of these tools on education. Currently, extant literature remarks
Jonathan Alvarez Ariza, Milena Benitez Restrepo, Carola Hernandez Hernandez   +2 more
doaj   +1 more source

Математичний базис задач формування адаптивних алгоритмів для машинного навчання чат-ботів

Міжнародний науково-технічний журнал "Проблеми керування та інформатики"
Сучасні інформаційні системи функціонують у середовищі, що характеризується невизначеністю параметрів, неповнотою даних та постійними змінами зовнішніх умов.
Ольга Олександрівна Кряжич , Іван Андрійович Іванов , Катерина Сергіївна Ющенко   +2 more
doaj   +1 more source

ТЕСТУВАННЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ НА ОСНОВІ ШТУЧНОГО ІНТЕЛЕКТУ В ЕПОХУ ЦИФРОВОЇ ТРАНСФОРМАЦІЇ: МОЖЛИВОСТІ, ВИКЛИКИ ТА ЕТИЧНІ ВИМІРИ

Системи обробки інформації
Предметом цього дослідження є інтеграція технологій штучного інтелекту (ШІ) у процеси тестування програмного забезпечення в контексті глобальних тенденцій цифрової трансформації.
А.В. Бойчук, А.Д. Оскорбін   +1 more
doaj   +1 more source

AI Code Assistants in Programming Education: A Narrative Literature Review

Education Sciences
Prior research suggests that programming is a fundamental competency for all students. Due to its importance, programming education is integrated across many disciplines beyond computer science (e.g., humanities, social sciences, and engineering).
Umer Farooq, Dianna Morganti, Saira Anwar   +2 more
doaj   +1 more source

IDE-Integration of GitHub Copilot: Jetbrains IDEs

Folien zum Vortrag "IDE-Integration of GitHub Copilot" - 15.05.2024 der AGKI-DH (Universität Graz, online). Der Vortrag gibt einen Überblick über die Funktionen und Möglichkeiten von GitHub Copilot als Plugin der JetBrains IDEs, sowie aktuelle Entwicklungen in Hinblick auf speziell für Unternehmensumgebungen und Teams entwickelte Copilot-Tools (GitHub
Schiller-Stoff, Sebastian, Münzer, Leona Elisabeth   +1 more
openaire   +1 more source

Detecting Test Smells in Python Test Code Generated by LLM: An Empirical Study with GitHub Copilot

Brazilian Symposium on Software Engineering
Writing unit tests is a time-consuming and labor-intensive development practice. Consequently, various techniques for automatically generating unit tests have been studied.
V. Alves, Cristiano Santos, C. Bezerra, Ivan Machado   +3 more
semanticscholar   +1 more source

What Makes a GitHub Issue Ready for Copilot?

CoRR
AI-agents help developers in different coding tasks, such as developing new features, fixing bugs, and reviewing code. Developers can write a Github issue and assign it to an AI-agent like Copilot for implementation. Based on the issue and its related discussion, the AI-agent performs a plan for the implementation, and executes it.
openaire   +2 more sources