リソースの少ないプログラミング言語におけるコミュニティコーディング評価

MLAIEL AI — プロジェクト仮説

チームへの提案です。確認済みの結果ではなく、医療や金融の助言でもありません。

デジタル機会 (v4): 低リソース言語向けコミュニティコーディング評価キット 対象ユーザー: SQLite、COBOL、またはその他の低リソースプログラミング言語を使用しているローカル開発者、教育者、技術チームで、実際のタスクに対するAIコーディング支援を評価し改善したい人々。 動作方法: 小規模なチームがSQLiteとCOBOLの代表的なコードサンプル、一般的なタスク、および移行シナリオを収集します。彼らは、これらのタスクに対するChatGPTのコーディング支援をテストするための紙またはデジタルチェックリストとシンプルなワークフローを設計します。結果は記録され、コミュニティと、オプションでOpenAIにフィードバックとして共有されます。 最初のバージョン: SQLiteとCOBOL用のダウンロード可能または印刷可能な評価キット（チェックリスト、サンプルタスク、フィードバックフォーム）を、3-5人のローカル開発者または教育者が2週間にわたって試行します。キットはメールまたは共有フォルダを通じて配布され、結果はスプレッドシートに収集されます。 調査すべき代替案：既存のオープンソース評価スクリプト、言語特有のコーディングベンチマーク、またはベンダー提供のフィードバックツール。これらの言語に関する公式のOpenAI評価リソースと比較してください。 テストすべき違い：仮説：コミュニティ主導のタスクベースの評価キットは、一般的なベンチマークよりも低リソース言語におけるAIコーディング支援の実際のギャップと強みをより効果的に特定します。 能力またはニーズの証拠源：OpenAIが低リソースプログラミング言語におけるChatGPTの改善をどのように進めているか、ソフトウェアエンジニアリング、SQLite、COBOL移行の新しい評価を通じて学びます。 可能な使用法と限界：OpenAIの焦点が示すように、低リソースプログラミング言語におけるAIサポートと評価の改善が明確に求められています。このプロジェクトは、評価プロセスに地域のユーザーを直接関与させることで実際のギャップに対処します。 潜在的なユーザーとオプションの支払い者：未確認の分析、確立された事実ではありません。行動を起こす前に確認してください。確立された支払い顧客はおらず、これは非商業用のコミュニティツールです。このプロジェクトには収益化は必要ありません。 確認すべき競合他社と代替案：未確認の分析、確立された事実ではありません。行動を起こす前に確認してください。代替案には、ベンダー提供のベンチマーク、オープンソース評価スクリプト、または非公式なコミュニティフィードバックチャネルが含まれる可能性があります。これらは重複を確認する必要があります。 オプションの法的ビジネスモデル：提案された仮説；収益が発生することはないかもしれません。商業収益モデルは確立されておらず、必要もありません。将来的に需要が生じた場合、サービスまたはトレーニングモデルを検討することができますが、これは未確認です。 テストに必要なスキルと時間：参加者はSQLiteまたはCOBOLの基本的なコーディングスキル、ChatGPTへの親しみ、チェックリストを完了する能力が必要です。推定時間：参加者1人あたり2週間で2〜4時間。 地理的な可用性と制限：未確認の分析、確立された事実ではありません。行動を起こす前に確認してください。情報源は地理を指定しておらず、AIツールの可用性とカバレッジは地域で確認する必要があります。場所は仮定されていません。 確認すべき法的およびプラットフォームの制約：未確認の分析、確立された事実ではありません。行動を起こす前に確認してください。参加者は、地域のプライバシー、知的財産、プラットフォームの条件に準拠していることを確認する必要があります。法的アドバイスは提供されず、許可なしに独自のコードを共有すべきではありません。 現在の価格とプラットフォームの条件：未確認の分析、確立された事実ではありません。行動を起こす前に確認してください。AIツールへのアクセスや資料の価格と条件は不明であり、確認されていません。参加者は地域で確認する必要があります。 年齢、支払い、適格性の確認：MLAIELは16歳以上を要求します；外部の適格性と支払いは未確認です。MLAIELポリシーにより、最低ユーザー年齢は16歳です；外部サービスの年齢制限、KYC、国のカバレッジ、支払い適格性は未確認であり、確認する必要があります。 最小の低コスト検証テスト：単一の開発者がChatGPTを使用して2〜3のタスクで評価キットを完了し、結果を記録し、チェックリストの明確さと有用性をレビューします。ツールや資料への既存のアクセスを超えるコストはありません。 人間の責任: ローカル開発者がタスクを選択し、AI支援コーディングセッションを実行し、チェックリストを完成させ、フィードバックを提供します。コーディネーターが結果をまとめ、プロセスを調整します。 AIの貢献と限界: ChatGPTは選択されたタスクのためにコード、説明、または移行ステップを生成するために使用されます。AIの出力は人間によって評価され、自律的な意思決定やコードの展開は行われません。 必要なデータとアクセス: 代表的なコードサンプル、タスクの説明、および移行シナリオ。参加者から匿名のフィードバックを共有するための同意。明示的な許可なしに機密または独自のコードは使用しません。 サポートされた設定と能力: OpenAIが低リソースプログラミング言語全体でChatGPTを改善している方法を学び、ソフトウェア工学、SQLite、COBOL移行のための新しい評価を行います。 順序付けられたステップと所有者: 1. SQLiteとCOBOLの代表的なタスクを5-10個特定します。2. チェックリストとフィードバックフォームを作成します。3. 3-5人のローカル開発者にキットを配布します。4. 結果を収集してまとめます。5. コミュニティと、オプションでOpenAIと結果を共有します。 最小限のリソースと依存関係: 既存のコードサンプル、ChatGPTへのアクセス、スプレッドシートまたは紙のフォーム、基本的なデジタル共有ツール（メール、共有フォルダ）。 コストと手頃さの不明点: 実際のコストは不明; 参加者は印刷、共有、またはAIツールへのアクセスのための地元の見積もりを取得する必要があります。報告された資金提供や価格設定はありません。 新参者がどのように助けられるか: 開発者と教育者がボランティアとしてキットをテストし、タスクを完了し、フィードバックを提供します。コーディネーターが配布と収集を管理します。初心者は監督の下で結果のまとめを手伝うことができます。 パイロットと成功基準: 提案されたパイロット目標: パイロット参加者の少なくとも80%が2週間以内に評価キットを完了すること。ベースライン: 現在、構造化された評価はありません。完了率と記録された実行可能なフィードバックポイントの数を測定します。 リスクと安全策: 限られた関与、代表的なタスクの欠如、または不明瞭なフィードバック。タスクが多様でない場合、バイアスの可能性があります。参加者の同意なしに独自のコードが共有される場合のプライバシーリスク。臨床的または安全上のリスクは特定されていません。 いつ停止または方向転換するか: パイロット参加者の50%未満がキットを完了する場合、またはフィードバックが改善に役立つほど十分でない場合、プロジェクトは再設計のために一時停止すべきです。

仕事にする

サインインした人が、この記事に結びつくプロジェクトか課題を開けます。文章は出典の範囲に留まります。

• プロジェクト
• 空き役割