في عصر يتسارع فيه نمو تقنيات الذكاء الاصطناعي، باتت الأدوات المدعومة بالذكاء الاصطناعي جزءًا لا يتجزأ من عملية البرمجة. لكن، ورغم تطور هذه الأدوات، لا تزال معظمها تعتمد على المنهج الخطّي (linear) والتفاعل القائم على المحادثات (chat-based)، مما يتعارض مع الطبيعة التكرارية والتفرعية (branching) للبرمجة نفسها.

في دراسة أولية مع مطورين يستخدمون مساعدين ذكاء اصطناعي، تبين أنهم يواجهون تحديات في استكشاف البدائل، وإدارة تسلسلات الملفات التوجيهية (prompt sequences)، وتتبع التغييرات. ومع الاستفادة من هذه الرؤى، تمت صياغة EvoGraph، وهي إضافة لإطارات تطوير البرمجيات (IDE)، تجمع بين تفاعلات الذكاء الاصطناعي (AI interactions) وتغييرات الشيفرة البرمجية في شكل رسم بياني خفيف وتفاعلي.

تقوم EvoGraph تلقائيًا بتسجيل تاريخ البرمجة المدعوم بالذكاء الاصطناعي بصيغة تفرّع، مما يتيح للمطورين التحكم في الرسم البياني لمقارنة، دمج، وإعادة زيارة حالات البرمجة التعاونية السابقة مع الذكاء الاصطناعي. وكشفت دراسة المستخدمين التي شملت 20 مشاركًا أن EvoGraph نجحت في معالجة التحديات التي تم تحديدها في دراستنا الأولية، مما يقلل الحمل المعرفي (cognitive load). كما أبدى المشاركون إعجابهم بطريقة التمثيل القائم على الرسم البياني، حيث دعمت استكشافًا آمنًا، وتخصيب إعادة التقييم على التغييرات الناتجة عن الذكاء الاصطناعي.

تسلط هذه الدراسة الضوء على الفرص التصميمية للأدوات التي تساعد المطورين في فهم وتفعيل تقدمهم في معالجة المشكلات ضمن سياق البرمجة المدعومة بالذكاء الاصطناعي المتقدم.

هل أنتم مستعدون لاكتشاف آفاق جديدة في البرمجة المدعومة بالذكاء الاصطناعي؟ شاركونا آراءكم حول EvoGraph وتجربتكم مع التقنيات الحديثة في التعليقات.