هل تستطيع نماذج اللغات الكبيرة استخراج قرارات التصميم المعماري من سجلات الشيفرة المصدرية؟ اكتشافات مثيرة!

تعاني قرارات التصميم المعماري (Architectural Design Decisions - ADDs) من عدم التوثيق الواضح، إذ غالباً ما تكون مخفية داخل سجلات الشيفرة المصدرية. تعتبر هذه القرارات لبنة أساسية لفهم هيكل وتطور نظم البرمجيات، مما يجعل استخراجها مهمًا جدًا لإدارة المعرفة المعمارية (Architectural Knowledge Management - AKM).\n\nفي دراسة استكشافية جديدة نُشرت على موقع arXiv، قام الباحثون بتقييم أربعة من نماذج اللغات الكبيرة (Large Language Models - LLMs) تشمل: جيمني 3 برو (Gemini 3 Pro)، ديب سيك R1 (DeepSeek R1)، كيمي K2 (Kimi K2)، وكوين 3 (Qwen3). تم استخدام تقنيات الزيرو شوت (zeroshot) والفي شوت (fewshot) على 30 قرار تصميم معماري مكتوب من قبل مطورين في مشاريع مفتوحة المصدر. كما تم تقييم نتائج النماذج باستخدام مقاييس ROUGE-L، BLEU، METEOR، وBERTScore. إضافةً إلى ذلك، تمت مراجعة بعض نتائج نموذج جيمني يدويًا من قِبل أحد المؤلفين.\n\nأظهرت النتائج أن جميع النماذج حققت معدل BERT-F1 يفوق 0.81، كما أدت أساليب الفي شوت إلى تحسين التوافق (من 0.828 إلى 0.847 في نموذج جيمني). ولكن، تبين أن القرارات المستخرجة كانت طويلة للغاية وتركز بشكل مفرط على التنفيذ، مما أدى إلى فقدان الشرح المنطقي وراء القرار. هذه النتائج تشير إلى فرص كبيرة نحو تطوير أنظمة LLMs أكثر وعيًا بالهيكل المعماري وأتمتة إدارة المعرفة المعمارية.\n\nإذاً، ما هي آفاق استخدام نماذج اللغات الكبيرة في مجالات أخرى مشابهة؟ هل يمكن أن تؤثر هذه الاكتشافات على تطوير البرمجيات في المستقبل؟ شاركونا آراءكم!