تطبيقات هندسة أوامر النماذج اللغوية الكبيرة (LLMs) في التدريب على مهام هندسة البرمجيات: مراجعة منهجية

الملخص

هدفت هذه الدراسة إلى إجراء مراجعة منهجية للتعرف على النماذج اللغوية الكبيرة التي تم توظيفها في تعليم وأتمتة مهام هندسة البرمجيات، وتحليل اتجاهاتها البحثية، والتعرف على أساليب هندسة الأوامر لتحسين مخرجات النماذج اللغوية الكبيرة في أتمتة مهام هندسة البرمجيات، وتحديد أبرز تحديات تطبيقها. ونظراً لحداثة هذا المجال، استهدفت المراجعة جميع الدراسات المنشورة عام 2023م في قاعدة بيانات (Web of Science) ومحرك البحث (Google Scholar)، وباتباع إرشادات (Kitchenham) للمراجعة المنهجية، وتلخيص النتائج وفق القائمة المرجعية ومخطط (PRISMA) تم تحديد (35) ورقة بحثية انطبقت عليها معايير التضمين، وبالتحليل الموضوعي للدراسات، توصلت الدراسة إلى أن النماذج اللغوية الأكثر توظيفاً في أتمتة مهام هندسة البرمجيات مرتبة تصاعدياً كالتالي: (ChatGPT) ثم (GPT 3.5) ثم (Codex) ثم (GPT4) ثم (Copilot)، كما أن مهمة البرمجة من أكثر الاتجاهات البحثية لتطبيقات النماذج اللغوية الكبيرة، يليها مهمة التصميم، ثم مهمة اختبار وصيانة البرمجيات، وأن أسلوب الأوامر الأساسية (Zero-Shot, Few-Shot) من أكثر أساليب هندسة الأوامر للنماذج اللغوية الكبيرة استخداماً في أتمتة مهام هندسة البرمجيات، وتم رصد تحديات توظيف النماذج اللغوية الكبيرة في مجال هندسة البرمجيات وتصنيفها إلى تحديات تقنية ترتبط ببنية وآلية عمل النماذج اللغوية الكبيرة، وتربوية تمثلت في ضرورة تطوير أصول التدريس وأساليب التقويم لتعليم هندسة البرمجيات في ظل انتشار استخدام تطبيقات النماذج اللغوية الكبيرة