في عالم البرمجة، تختلف التحديات التي تواجه المطورين في مراجعة الشيفرات البرمجية بشكل كبير. لكن هل يمكن لفلسفات قديمة أن تلعب دورًا في هذا السياق؟

تسعى أدوات مراجعة الكود المدعومة بالذكاء الاصطناعي (AI-assisted code review tools) بشكل عام إلى العمل كمراجعين خبراء، ولكن أكثرها إنتاجاً لنتائج متشابهة، بغض النظر عن نوع التحليل المطلوب. في دراسة جديدة، تم تقديم نظام يهدف إلى قيود سلوك المراجعين الذكاء الاصطناعي بناءً على dispositions الفلسفية – وهي عدسات شخصية متماسكة مستندة إلى تقاليد إبيستمولوجية معينة مثل الشك البيروني واعتبارات الأخلاق الكونفوشيوسية.

كل من هذه الفلسفات تهدف إلى توجيه الانتباه إلى أنواع مختلفة من القضايا، حيث يتم تعريف كل disposition على أنه ما يرفض القيام به، ويُجهّز بآلية مراقبة ذاتية تُعرف باسم hamartia. تم اختبار هذا النظام على 50 طلب دمج (pull requests) عبر 7 مستودعات تتضمن 5 لغات برمجية (Python، Go، C++، Java، Terraform) و5 منظمات، بالإضافة إلى فترتين زمنيتين (قبل الذكاء الاصطناعي في 2020 وبعده في 2024-2026).

أثبت النظام نجاحًا بنسبة 46٪ مع توافق نتائج المراجعين البشريين، مما يدل على جودة الإشارات. كما تمكن النظام من تحديد نتائج فريدة بنسبة 75٪، ولم يسجل أي نتائج اعتبرت إيجابية خاطئة من قبل المؤلف. وعلاوة على ذلك، أظهرت مقارنة مع قاعدة بيانات مضبوطة أن 51٪ من النتائج التي تحصل عليها النظام لم يتم إنتاجها من نفس النموذج عند استخدام موجه "مراجعة الخبراء" التقليدي.

تسلط الدراسة الضوء على إمكانية توسيع نطاق أدوات الذكاء الاصطناعي، مما يجعلها أكثر ملاءمة للسياقات المختلفة في مراجعة الأكواد. إذن، إلى أي مدى يمكنك الاعتماد على الذكاء الاصطناعي لتحسين جودة عملك في البرمجة؟ شاركونا آراءكم في التعليقات!