Primerjava generativnih modelov umetne inteligence za generiranje programske kode

magistrsko delo

Jan Ključevšek (Avtor), Domen Verber (Mentor)

Povzetek

Cilj magistrskega dela je bil primerjalno oceniti kakovost programske kode, ki jo generirajo modeli umetne inteligence ChatGPT (4o, o1), Gemini (Flash, Pro) in Microsoft Copilot. Na področju generativne umetne inteligence in kakovosti programske opreme smo z uporabo kvantitativnih metrik in orodij analizirali kodo, generirano za različno zahtevne naloge. Rezultati kažejo, da vsi modeli ustvarjajo sintaktično pravilno kodo, a se razlikujejo predvsem v funkcionalni pravilnosti, kompleksnosti in berljivosti. Plačljivi modeli so bili pravilnejši, a kompleksnejši; brezplačni (Copilot, Gemini Flash) pa enostavnejši in berljivejši. Priporočamo izbiro modela glede na prioritete projekta.

Ključne besede

generativna umetna inteligenca;generiranje programske kode;kakovost programske kode;metrike kakovosti kode;magistrske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2025
Tipologija:	2.09 - Magistrsko delo
Organizacija:	UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik:	[J. Ključevšek]
UDK:	004.8:004.4'415(043.2)
COBISS:	239013891
Št. ogledov:	0
Št. prenosov:	41
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Comparison of generative artificial intelligence models for code generation
Sekundarni povzetek:	The objective of the master's thesis was to comparatively evaluate the quality of program code generated by the artificial intelligence models ChatGPT (4o, o1), Gemini (Flash, Pro), and Microsoft Copilot. In the field of generative artificial intelligence and software quality, we analyzed code generated for tasks of varying complexity using quantitative metrics and tools. The results show that all models produce syntactically correct code, but differ primarily in functional correctness, complexity, and readability. Paid models were more correct but more complex; free models (Copilot, Gemini Flash) were simpler and more readable. We recommend selecting a model based on project priorities.
Sekundarne ključne besede:	generative artificial intelligence;code generation;code quality;code quality metrics;
Vrsta dela (COBISS):	Magistrsko delo/naloga
Komentar na gradivo:	Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Informatika in podatkovne tehnologije
Strani:	1 spletni vir (1 datoteka PDF (XIII, 82 str.))
ID:	26401469