في عالم البرمجة الحديث، تلعب نماذج اللغات الضخمة (LLMs) دورًا محوريًا، حيث تتيح إمكانية توليد شيفرة برمجية بسرعة وبدقة. لكن، هل نحن فعلاً نأخذ بعين الاعتبار قابلية قراءة تلك الشيفرات؟ في دراسة جديدة نشرتها arXiv، أُجري تحقيق شامل حول قابلية قراءة الشيفرات المولدة بواسطة هذه النماذج، لتسليط الضوء على الجوانب غير الوظيفية التي يعتبرها الكثيرون ثانوية.

على الرغم من أن جودة الشيفرة البرمجية المولدة قد تكون محور التركيز الرئيسي، تُظهر هذه الدراسة أن قابلية القراءة — كونها سمة غير وظيفية حيوية — لا تزال بحاجة إلى المزيد من البحث. لتقييم الموضوع، أنشأت الدراسة نموذجًا شاملًا لقابلية القراءة، يجمع بين السمات النصية والهيكلية والبرمجية والمرئية.

من خلال تحليل 5,869 سيناريو مستمد من قواعد بيانات ضخمة مثل World of Code (WoC) وLeetCode، وجد الباحثون أن شيفرة LLM المكتوبة تتمتع بقدرة قراءة مشابهة للشيفرات المكتوبة بواسطة البشر. لكن هناك تحديات تظهر في أنماط معينة لقابلية القراءة.

علاوةً على ذلك، كشفت الدراسة كيف يؤثر تصميم العبارات (prompt design) على قابلية قراءة الشيفرة. ووجدت أن جوانب مثل تواقيع الدوال (function signatures) والقيود (constraints) وأوصاف الأسلوب (style descriptions) تعتبر من العوامل الأكثر تأثيرًا، بينما التأثير العام لتصميم العبارات ظل محدودًا.

تشير النتائج إلى أن الشيفرات المولدة تحتفظ بمعدلات قراءة تنافسية، مما يفتح الباب لاستخدامها بشكل منهجي في تدفقات عمل البرمجيات. ولكن، الوجود الواضح لمشكلات خاصة بقابلية القراءة، جنبًا إلى جنب مع فعالية تصميم العبارات المحدودة، يشير إلى حاجة ماسة للأبحاث المستقبلية لتحسين القراءة وإدارة الصيانة على المدى الطويل.

تساؤل يجدر طرحه: كيف ترى دور نماذج اللغات الضخمة في مستقبل البرمجة؟ شاركونا آراءكم في التعليقات!