POTENCIALES Y DESAFÍOS DE GITHUB COPILOT COMO HERRAMIENTA DE INTELIGENCIA ARTIFICIAL
DOI:
https://doi.org/10.21728/p2p.2024v10n2e-7031Palabras clave:
Programadores, Desarrolladores, Herramienta, Códigos, ProductividadResumen
Este artículo investiga las principales potencialidades y desafíos del uso de GitHub Copilot como herramienta de Inteligencia Artificial, destacando las áreas en las que se han aplicado sus beneficios. Esta propuesta se logró con base en la exploración y análisis de 12 estudios empíricos utilizando GitHub Copilot como herramienta utilizada por Programadores/Desarrolladores, cuya fuente fue el repositorio del Computer Science Center de la Universidad de Cornell. Los resultados mostraron que GitHub Copilot es una herramienta prometedora para aumentar la productividad, con miras a hacer más fáciles y ágiles las tareas diarias de sus usuarios, de modo que su plataforma albergue una masa importante de usuarios, compuesta por Programadores, Desarrolladores, Organizaciones y Repositorios de código. El estudio concluye que GitHub Copilot tiene potencial para: aumentar la productividad, la programación de códigos y el procesamiento del lenguaje natural; hacer la codificación más eficiente a través de nuevos recursos, la solución de problemas algorítmicos y con errores, y estos beneficios se dan en el área de la Ingeniería de Software, sin excepción. Los desafíos del uso de esta herramienta se deben a la Seguridad del código generado y la necesidad de mejorar los Procesos relacionados con las tareas de los Programadores/Desarrolladores. Estos obstáculos diagnosticados pueden minimizarse a través de herramientas estratégicas disponibles para corregir principalmente errores de codificación, y otras, por parte de los propios usuarios, a favor del crecimiento de GitHub Copilot.
Descargas
Referencias
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.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Jefferson Sena, Adriano Barreto, John Barbosa, Keyla Alves
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
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.