ARTFEED — Contemporary Art Intelligence

LLM come revisore migliora la qualità del codice nei progetti studenteschi

other · 2026-04-29

Uno studio sull'integrazione di un revisore di codice basato su LLM nelle pull request di GitHub per progetti di ingegneria del software ha riscontrato un miglioramento della qualità del codice e dell'apprendimento autoregolato. Su due coorti (2023–2024, oltre 100 studenti), lo strumento è stato utilizzato dal 93% dei team nel 2024 (rispetto al 50% nel 2023), con un'attività iterativa quasi raddoppiata (1.176 PR contro 581). I fallimenti tecnici sono scesi da 227 a zero dopo i perfezionamenti. La reattività—commit successivi alle revisioni AI—è rimasta stabile intorno al 32%. L'analisi a metodi misti ha utilizzato dati GitHub, report riflessivi e sondaggi.

Fatti principali

  • LLM come revisore integrato nelle pull request di GitHub
  • Due coorti: 2023 e 2024, oltre 100 studenti
  • La coorte 2024 ha prodotto 1.176 PR contro 581 nel 2023
  • I tentativi AI falliti sono scesi da 227 a zero
  • Adozione: 93% dei team nel 2024 contro il 50% nel 2023
  • Reattività: 32% (2023) e 33% (2024)
  • Progettazione a metodi misti: dati GitHub, report riflessivi, sondaggio
  • Approccio human-in-the-loop utilizzato

Entità

Istituzioni

  • arXiv

Fonti