Evaluación de la efectividad de ChatGPT en la depuración de código
Fecha
Autores/as
Título de la revista
ISSN de la revista
Título del volumen
Editor
DOI
Resumen
La investigación evalúa la eficacia de ChatGPT en la depuración de código, comparándola con herramientas tradicionales como Visual Studio Code y PyCharm Community. ChatGPT, una herramienta de inteligencia artificial muestra habilidades únicas para identificar y rectificar errores en programas de software de manera precisa y eficaz. Se realiza un estudio experimental siguiendo los estándares de la norma ISO 25010, evaluando la eficiencia de desempeño, usabilidad y viabilidad de las herramientas. Se utilizan casos de prueba con diferentes niveles de complejidad y se analizan los resultados obtenidos. Los hallazgos muestran que ChatGPT supera a las herramientas tradicionales en la capacidad para comprender la lógica del código y ofrecer soluciones innovadoras. Aunque las herramientas convencionales son sólidas en términos de eficiencia técnica y fiabilidad, enfrentan desafíos en términos de facilidad de aprendizaje y prevención de errores del usuario. En contraste, ChatGPT destaca en la usabilidad y fiabilidad, ofreciendo una perspectiva novedosa en la detección y resolución de problemas de código. Se concluye que ChatGPT es una herramienta efectiva y complementaria en la depuración de código, agregando un valor significativo al proceso al proporcionar soluciones precisas y creativas en la identificación y solución de errores en programas de software. Se sugiere investigar más sobre su capacidad en diferentes lenguajes de programación y entornos de desarrollo, así como evaluar la experiencia del usuario en comparación con otras herramientas de depuración.
