Programmatūras koda pārstrukturēšana ar mākslīgā intelekta rīkiem

Abstract

Koda pārstrukturēšana jeb refaktorēšana ir svarīgs process jebkuras programmatūras ilglaicīgas un efektīvas uzturēšanas nodrošināšanā. Tiesa, pārstrukturēšana ir visai darbietilpīgs process, kas var aizkavēt jaunu funkcionalitāšu izstrādi, tāpēc vairumā gadījumu pārstrukturēšanai netiek pievērsta tik liela uzmanība, kaut arī tā varētu nākotnē atvieglot izstrādi. Tieši tāpēc būtu noderīgi izmantot mākslīgā intelekta rīkus, lai paātrinātu koda pārstrukturēšanas procesus. Darbā tiek pētīts dažādu mākslīgā intelekta rīku pielietojums, lai veiktu koda pārstrukturēšanu jau eksistējošai programmatūrai. Tiks veikts GPT-4o un Claude Sonnet 3.7 mākslīga intelekta rīku pārstrukturētā koda salīdzinājums, balstoties uz dažādām koda kvalitātes metrikām, lai izanalizētu, vai ir izdevīgi uzticēt pārstrukturēšanu mākslīgā intelekta rīkiem, kā arī kurš no tiem būtu vispiemērotākais šāda mērķa sasniegšanai.

SOFTWARE CODE REFACTORING WITH ARTIFICIAL INTELLIGENCE TOOLS Code refactoring is an important process for long-term and efficient maintenance of any software. It is true that refactoring is a labour-intensive process that can delay the development of new functionalities, therefore in most cases refactoring is not given as much attention, even though it could facilitate future development. That is the reason why it would be useful to use artificial intelligence tools to speed up code refactoring processes. This work investigates the use of different artificial intelligence tools for code refactoring for existing software. GPT-4o and Claude Sonnet 3.7 artificial tools will be used to perform code refactoring. The resulting code is going to be compared, based on multiple code quality metrics in order to analyse, if it is feasible to outsource code refactoring to artificial intelligence tools, and which one of them would be most suitable to achieve this objective.