Este projeto tem como objetivo realizar uma análise comparativa entre códigos escritos por programadores humanos e códigos gerados por inteligências artificiais (IA) na linguagem de programação Python. A análise se concentra na avaliação da qualidade do código com base em métricas de qualidade de código, como Complexidade Ciclomática (CC), Falta de Coesão em Métodos (LCOM) e Número de Linhas de Código (LOC, KLOC).
- Comparar e contrastar códigos escritos por humanos e códigos gerados por IA.
- Avaliar a qualidade do código por meio de métricas de qualidade.
- Identificar diferenças na estrutura, eficiência e legibilidade dos códigos.
-
Coleta de Dados:
- Coleta de códigos Python escritos por programadores humanos.
- Geração de códigos Python por meio de IA.
-
Análise de Qualidade do Código:
- Cálculo da Complexidade Ciclomática (CC) para medir a complexidade das funções.
- Avaliação da Falta de Coesão em Métodos (LCOM) para identificar o nível de coesão das classes.
- Contagem do número de linhas de código (LOC, KLOC) para verificar o tamanho do código.
-
Comparação e Contraste:
- Comparação das métricas entre códigos humanos e códigos de IA.
- Identificação de diferenças significativas em eficiência, legibilidade e complexidade.
Espera-se que a análise revele insights sobre as diferenças e semelhanças entre códigos escritos por humanos e códigos gerados por IA. Isso incluirá descobertas sobre a eficácia da automação na produção de código de alta qualidade, bem como áreas onde os programadores humanos podem superar as IA em termos de legibilidade e coesão.
Este projeto contribuirá para avançar nosso entendimento sobre a relação entre humanos e IA no contexto da programação de computadores. A análise das métricas de qualidade de código nos permitirá avaliar o impacto da automação no desenvolvimento de software e a importância da intervenção humana.