| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Ģeneratīvā mākslīgā intelekta pielietojuma ietekme uz programmatūras izstrādes kvalitāti un efektivitāti |
| Nosaukums angļu valodā |
Impact of Generative Artificial Intelligence Application on Software Development Quality and Efficiency |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Alla Anohina-Naumeca |
| Recenzents |
Ingus Terbets |
| Anotācija |
Pēdējos gados plašu izplatību ir ieguvuši ģeneratīvā mākslīgā intelekta rīki
(angļu val. Generative, Artificial Intelligence) (GenAI), kas spēj automātiski radīt
programmatūras kodu un tādējādi paātrināt programmatūras izstrādes procesu. Tas ir
veicinājis GenAI aktīvu ieviešanu komerciālajā praksē un vienlaikus izraisījis
diskusijas par šādas pieejas sekām: no vienas puses, tiek sagaidīts izstrādātāju ražīguma
pieaugums, no otras puses, pastāv risks, ka samazināsies koda kvalitāte, parādīsies
kļūdas, drošības ievainojamības un pasliktināties programmatūras sistēmu atbalsts.
Darba mērķis ir novērtēt ģeneratīvā mākslīgā intelekta ietekmi uz
programmatūras izstrādes kvalitāti un efektivitāti, balstoties uz objektīviem kritērijiem
un rādītājiem. Pētījumā tiek izmantota salīdzinoša pieeja, kuras pamatā ir divu
ekstremālu izstrādes scenāriju analīze: pilnībā cilvēka veikta izstrāde un pilnībā
automatizēta izstrāde, izmantojot ģeneratīvu mākslīgo intelektu bez manuālas loģikas
korekcijas. Šī pieeja samazina cilvēcisko kļūdu ietekmi un objektīvi novērtē pirmkoda
kvalitāti. Iegūtajām programmām tiek piemērotas izvēlētās metrikas, rezultāti tiek
analizēti un interpretēti
Pētījuma rezultātā tiek izdarīti pamatoti secinājumi par to, kādos aspektos
GenAI izmantošana veicina programmatūras izstrādes efektivitāte paaugstināšanu, un
kādos gadījumos tā var izraisīt programmatūras koda kvalitātes pazemināšanos.
Darbā ir 70 lappuses, 2 attēli, 1 tabulas, 43 informācijas avoti un 8 pielikumi. |
| Atslēgas vārdi |
lielie valodas modeļi ģeneratīvais mākslīgais intelekts, koda metrikas, koda kvalitāte, koda efektivitāte |
| Atslēgas vārdi angļu valodā |
LLM, generative artificial intelligence, code metrics, code quality, code efficiency |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
25.05.2026 22:45:40 |
