POTENCIALIDADES E DESAFIOS DO GITHUB COPILOT COMO FERRAMENTA DA INTELIGÊNCIA ARTIFICIAL
DOI:
https://doi.org/10.21728/p2p.2024v10n2e-7031Palavras-chave:
Programadores, Desenvolvedores, Ferramenta, Códigos, ProdutividadeResumo
O presente artigo investiga as principais potencialidades e desafios do uso do GitHub Copilot como ferramenta da Inteligência Artificial, evidenciando as áreas em que seus benefícios vêm sendo aplicados. Essa proposta foi alcançada, a partir da exploração e análise de 12 estudos empíricos tendo por objeto o GitHub Copilot como ferramenta usada pelos Programadores/Desenvolvedores, cuja fonte foi o repositório do Centro de Ciência da Computação da Universidade de Cornell. Os resultados evidenciaram que o GitHub Copilot é uma ferramenta promissora no aumento da produtividade, na perspectiva de tornar mais fáceis e ágeis as tarefas cotidianas de seus usuários, de modo que sua plataforma hospeda uma significativa massa de usuários, composta por Programadores, Desenvolvedores, Organizações e Repositórios de códigos. O estudo conclui que o GitHub Copilot apresenta potencialidades para: aumentar a Produtividade, Programação de códigos, Processamento de Linguagem Natural; tornar mais eficiente a codificação por meio de novos recursos, a solução de problemas de algoritmo e buggy, sendo que esses benefícios ocorrem na área de Engenharia de Software, sem exceção. Os desafios do uso dessa ferramenta, ficou por conta da Segurança do código gerado e a necessidade de aprimoramento de Processos das atinentes as tarefas dos Programadores/Desenvolvedores. Esses obstáculos diagnosticados podem ser minimizados por meio de ferramentas-estratégicas e disponíveis para corrigir principalmente os erros de codificação, e outros, pelos próprios usuários, em prol do crescimento do GitHub Copilot.
Downloads
Referências
ANDRADE, R. O. ChatGPT reacende debate sobre o potencial criativo de sistemas de linguagem natural e as implicações éticas relacionadas ao seu uso. Universo Expandido da Inteligência Artificial. Revista Pesquisa FAPES, São Paulo, Edição 325, p. 17-22, mar. 2023. Disponível em: https://revistapesquisa.fapesp.br/wp-content/uploads/2023/03/016-022_capa-chatgpt_325-Parte-1.pdf. Acesso em: 20 abr. 2024.
BOSTROM, N. Superinteligência: Caminhos, perigos, estratégias. Rio de Janeiro: DarkSide Books, 2018. Disponível em: https://livrariapublica.com.br/livros/superinteligencia-caminhos-perigos-estrategias-nick-bostrom/. Acesso em: 20 abr. 2024.
CAETANO, L. M. D. Inteligência Artificial e ChatGPT: ameaça ou ferramenta na educação superior? 2023. Disponível em: https://www.researchgate.net/publication/370491136_Inteligencia_Artificial_e_ChatGPT_ameaca_ou_ferramenta_na_educacao_superior. Acesso em: 10 mar. 2024.
CHATTERJEE, S. et al. The impact of ai tool on engineering at anz bank an emperical study on github copilot within coporate environment. 2023. Disponível em: https://arxiv.org/ftp/arxiv/papers/2402/2402.05636.pdf. Acesso em: 10 mar. 2024. DOI: https://doi.org/10.5121/csit.2024.140702
DAKHEL, A. M. et al. GitHub Copilot AI pair programmer: Asset or Liability? arXiv:2206.15331v2 [cs.SE], p. 1-27, 14 Apr 2023. Disponível em: https://arxiv.org/pdf/2206.15331.pdf. Acesso em: 10 mar. 2024.
DOMINGOS, P. O algoritmo mestre. São Paulo: Novatec, 2017. Disponível em: https://pdfshared.com/download/B01N39DSJO?type=pdf&font=livros. Acesso em: 20 abr. 2024.
ERHABOR, D. et al. Measuring the Runtime Performance of Code Produced with GitHub Copilot. ArXiv:2305.06439v1 [cs.SE], p. 1-11, 10 May 2023. Disponível em: https://arxiv.org/pdf/2305.06439.pdf. Acesso em: 10 mar. 2024.
FU, Y. et al. Security Weaknesses of Copilot Generated Code in GitHub. ACM Trans. Softw. Eng. Methodol, v. 1, n. 1, p. 1-23, Apr. 2024. Disponível em: https://arxiv.org/pdf/2310.02059. Acesso em: 27 abr. 2024.
JAWORSKI, M.; PIOTRKOWSKI, D. Study of software developers’ experience using the Github Copilot Tool in the software development process. ArXiv:2301.04991v1 [cs.SE], p. 1-5, 12 jan. 2023. Disponível em: https://arxiv.org/pdf/2301.04991.pdf. Acesso em: 10 mar. 2024.
KOYANAGI, K. et al. Exploring the Effect of Multiple Natural Languages on Code Suggestion Using GitHub Copilot. Lisbon, v. 1, 2 fev. 2024. Disponível em: https://arxiv.org/pdf/2402.01438.pdf. Acesso em: 10 mar. 2024.
MATOS, C. GitHub Copilot: Como a ferramenta baseada em IA pode melhorar a produtividade do desenvolvedor. 2023. Disponível em: https://medium.com/the-code-career/github-copilot-como-a-ferramenta-baseada-em-ia-pode-melhorar-a-produtividade-do-desenvolvedor-a2a762ef37c6. Acesso em: 10 mar. 2024.
MAJDINASAB, V. et al. Assessing the Security of GitHub Copilot’s Generated Code: Targeted Replication Study. arXiv:2311.11177v1 [cs.SE], p. 1-10, 18 nov. 2023. Disponível em: https://arxiv.org/pdf/2311.11177v1. Acesso em: 10 mar. 2024.
MINAYO, M. C. S. (org.). Pesquisa social: teoria, método e criatividade. 18 ed. Petrópolis: Vozes, 2001. Disponível em: https://www.faed.udesc.br/arquivos/id_submenu/1428/minayo__2001.pdf. Acesso em: 20 abr. 2024.
MCCARTHY, J. What is artificial intelligence? Stanford University, nov. 2007. Disponível em: http://www-formal.stanford.edu/jmc/whatisai.pdf. Acesso em: 10 mar. 2024.
OLIVEIRA, A. Inteligência Artificial. Lisboa: Fundação Francisco Manuel dos Santos, 2019. Disponível em: https://ffms.pt/pt-pt/livraria/inteligencia-artificial. Acesso em: 10 abr. 2024.
POLSON, N.; SCOTT, J. Inteligência Artificial. Amadora: Vogais, 2020. Disponível em: https://www.wook.pt/livro/inteligencia-artificial-nick-polson/23894844. Acesso em: 10 abr. 2024.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. Novo Hamburgo, RS: Feevale, 2013. Disponível em: https://www.feevale.br/Comum/midias/0163c988-1f5d-496f-b118-a6e009a7a2f9/E-book%20Metodologia%20do%20Trabalho%20Cientifico.pdf. Acesso em: 10 mar. 2024.
RES, J. et al. Enhancing Security of AI-Based Code Synthesis with GitHub Copilot via Cheap and Efficient Prompt-Engineering. ArXiv:2403.12671v1 [cs.CR], 19 mar. 2024. Disponível em: https://arxiv.org/pdf/2403.12671.pdf. Acesso em: 10 abr. 2024.
RUSSEL, S.; NORVIG, P. Inteligência Artificial. 3. ed. Rio de Janeiro: Elsevier, 2013. Disponível em: https://1library.org/document/q7lj7nry-inteligencia-artificial-ed-russell-stuart-norvig-peter-pdf.html. Acesso em: 10 mar. 2024.
SICHMAN, J. S. Inteligência Artificial e sociedade: avanços e riscos. Estudos Avançados, São Paulo, v. 35, n. 101, p. 37-49, dez. 2021. Disponível em: https://www.revistas.usp.br/eav/article/view/185024/171207. Acesso em: 12 abr. 2024. DOI: https://doi.org/10.1590/s0103-4014.2021.35101.004
SOUZA, I. Inteligência artificial nas empresas: como aplicar e qual é o impacto. 2023. ZapSign. 28 fev. 2023. Disponível em: https://blog.zapsign.com.br/inteligencia-artificial-empresas/. Acesso em: 10 mar. 2024.
WERMELINGER, M. Using GitHub Copilot to Solve Simple Programming Problems. In: SIMPÓSIO TÉCNICO ACM DE EDUCAÇÃO EM CIÊNCIA DA COMPUTAÇÃO, 54., 2023. Proceeding [...]. Toronto: SIGCSE, 2023. p. 172-178. Doi: https://doi.org/10.1145/3545945.3569830. Disponível em: https://www.researchgate.net/publication/369248394_Using_GitHub_Copilot_to_Solve_Simple_Programming_Problems. Acesso em: 12 abr. 2024. DOI: https://doi.org/10.1145/3545945.3569830
XU, H. GitHub Copilot: uma ferramenta inovadora para preencher automático de códigos. Universiti Utara Malaysia. dezembro de 2023. Disponível em: https://www.researchgate.net/publication/376406939_Github_Copilot_-_A_Groundbreaking_Code_Autocomplete_Tool. Acesso em: 10 mar. 2024.
YETIŞTIREN, B. et al. Evaluating the Code Quality of AI-Assisted Code Generation Tools: An Empirical Study on GitHub Copilot, Amazon CodeWhisperer, and ChatGPT. arXiv:2304.10778v2 [cs.SE], p. 1-45, 22 Oct 2023. Disponível em: https://arxiv.org/pdf/2304.10778.pdf. Acesso em: 10 mar. 2024.
ZHANG, B. et al. Practices and Challenges of Using GitHub Copilot: An Empirical Study. ArXiv:2303.08733v3 [cs.SE], p. 1-6, 27 Apr 2023a. Disponível em: https://arxiv.org/pdf/2303.08733.pdf. Acesso em: 28 abr. 2024.
ZHANG, B. et al. Demystifying Practices, Challenges and Expected Features of Using GitHub Copilot. arXiv:2309.05687v1 [cs.SE], p. 1-19, 13 Sep 2023b. Disponível em: https://arxiv.org/pdf/2309.05687.pdf. Acesso em: 10 mar. 2024.
ZHANG, D. et al. Artificial Intelligence Index Report 2022. Stanford University, March 2022. 230 p. Disponível em: https://arxiv.org/pdf/2205.03468. Acesso em: 10 mar. 2024.
ZHOU, X. et al. On the Concerns of Developers When Using GitHub Copilot. ArXiv:2311.01020v2 [cs.SE], p. 1-19, 28 Apr. 2024. Disponível em: https://arxiv.org/pdf/2311.01020. Acesso em: 29 abr. 2024.
Publicado
Edição
Seção
Licença
Copyright (c) 2024 Jefferson Sena, Adriano Barreto, John Barbosa, Keyla Alves
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
A revista é publicada sob a licença Creative Commons - Atribuição - Uso Não Comercial - Partilha nos Mesmos Termos 4.0 Internacional.
O trabalho publicado é considerado colaboração e, portanto, o autor não receberá qualquer remuneração para tal, bem como nada lhe será cobrado em troca para a publicação.
Os textos são de responsabilidade de seus autores.
É permitida a reprodução total ou parcial dos textos da revista, desde que citada a fonte.
