Core Concepts
Die Studie untersucht die Verwendung von LLMs zur Generierung von Codeerklärungen in der Programmierung.
Abstract
Die Studie untersucht die Verwendung von LLMs zur Generierung von Codeerklärungen in der Programmierung. Es wird die Effektivität von ChatGPT im Vergleich zu menschlichen Erklärungen bewertet. Es wird diskutiert, wie die Erklärungen von ChatGPT in Lernsystemen eingesetzt werden können und wie sie sich mit menschlichen Erklärungen vergleichen lassen. Die Studie umfasst auch die Datenerhebung, Auswertungsmetriken und Ergebnisse zu Lexikalik, Lesbarkeit und Ähnlichkeitsmetriken.
Struktur:
Einleitung
Verwendung von LLMs für Codeerklärungen
Datensammlung
Auswertungsmetriken
Ergebnisse
Schlussfolgerungen und zukünftige Arbeit
Stats
"Die Erklärungen von Experten und ChatGPT sind mehr als doppelt so lang wie die Erklärungen von Studenten."
"Die Erklärungen von ChatGPT weisen eine höhere durchschnittliche Ähnlichkeit zu den Erklärungen von Experten auf als zu den Erklärungen von Studenten."
Quotes
"Die Erklärungen von ChatGPT sind lexikalisch und semantisch ähnlich zu den Erklärungen von Experten."
"Die Erklärungen von ChatGPT könnten das Problem der Autorenschwierigkeiten lösen."