The why, what, and how of AI-based coding in scientific research

要約

コンピューター プログラミング (コーディング) は、さまざまな分野の研究者にとって不可欠ですが、依然として学習が難しく、実行には時間がかかります。
生成 AI、特に大規模言語モデル (LLM) は、コーディングを直感的な会話に変える可能性を秘めていますが、ベスト プラクティスと効果的なワークフローは出現したばかりです。
私たちは AI ベースのコーディングを、コーディングにおける LLM の性質と役割 (なぜ)、LLM が提供する 6 種類のコーディング支援 (何を)、実践的な実装戦略で実行されている 5 ステップのワークフロー (方法) という 3 つの主要なレンズを通して分析します。
さらに、コーディングにおける AI の限界と将来の見通しについても取り上げます。
このフレームワークは、実用的な洞察を提供することで、研究者が AI を効果的に活用してコーディングの実践と教育を強化し、科学の進歩を加速するのに役立ちます。

要約(オリジナル)

Computer programming (coding) is indispensable for researchers across disciplines, yet it remains challenging to learn and time-consuming to carry out. Generative AI, particularly large language models (LLMs), has the potential to transform coding into intuitive conversations, but best practices and effective workflows are only emerging. We dissect AI-based coding through three key lenses: the nature and role of LLMs in coding (why), six types of coding assistance they provide (what), and a five-step workflow in action with practical implementation strategies (how). Additionally, we address the limitations and future outlook of AI in coding. By offering actionable insights, this framework helps to guide researchers in effectively leveraging AI to enhance coding practices and education, accelerating scientific progress.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google