| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Primerjalna analiza orodij umetne inteligence za generiranje programske kode: učinkovitost, varnost in vpliv na razvoj aplikacij : učinkovitost, varnost in vpliv na razvoj aplikacij
Avtorji:ID Novak, David (Avtor)
ID Šumak, Boštjan (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf VS_Novak_David_2026.pdf (1,30 MB)
MD5: 5A5F498A68FA580BEA5078E448F5301A
 
.zip VS_Novak_David_2026.zip (23,49 KB)
MD5: ED5078416F76B132EA2C53264A8393F0
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Diplomsko delo obravnava uporabo generativne umetne inteligence pri generiranju programske kode. Namen raziskave je bil primerjati orodja ChatGPT, GitHub Copilot, Microsoft Copilot, DeepSeek in Grok pri reševanju manjših implementacijskih nalog v programskem jeziku Python. Orodja so bila primerjana glede na natančnost, robustnost, berljivost in čas generiranja začetne programske rešitve. Raziskava je vključevala eksperimentalno testiranje petih programskih nalog in anketni ter intervjujski del. Rezultati kažejo, da se orodja razlikujejo predvsem pri obravnavi napak, strukturiranosti kode in hitrosti generiranja. Orodji DeepSeek in GitHub Copilot sta ustvarili bolj robustne in strukturirane rešitve, orodje Grok pa je izstopalo po krajšem času generiranja. Rezultati ne predstavljajo neposredne mere celotne produktivnosti razvijalca, saj celoten čas dokončanja naloge ni bil merjen.
Ključne besede:umetna inteligenca, generiranje kode, produktivnost razvijalcev, varnost kode
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[D. Novak]
Leto izida:2026
Št. strani:1 spletni vir (1 datoteka PDF (IX, 75 str.))
PID:20.500.12556/DKUM-98583 Novo okno
UDK:004.8(043.2)
COBISS.SI-ID:289390083 Novo okno
Datum objave v DKUM:18.08.2026
Število ogledov:168
Število prenosov:26
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:29.06.2026

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Comparative analysis of artificial intelligence tools for code generation: effectiveness, security, and impact on application development : diplomsko delo
Opis:The thesis examines the use of generative artificial intelligence in software code generation. The aim of the research was to compare the tools ChatGPT, GitHub Copilot, Microsoft Copilot, DeepSeek, and Grok in solving smaller implementation tasks in the Python programming language. The tools were compared in terms of accuracy, robustness, readability, and the time required to generate the initial software solution. The research included experimental testing of five programming tasks, as well as a survey and interviews. The results show that the tools differ mainly in error handling, code structure, and generation speed. DeepSeek and GitHub Copilot generated more robust and structured solutions, while Grok stood out with a shorter generation time. The results do not represent a direct measure of overall developer productivity, as the total time required to complete the task was not measured.
Ključne besede:artificial intelligence, code generation, developer productivity, code security


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici