Del error a la solución: explorando modelos de Inteligencia Artificial generativa en la detección y corrección de bugs de programación.

Abstract

[ES] Este Trabajo de Fin de Grado (TFG) se dedica a la evaluación del uso de ChatGPT, un avanzado modelo de lenguaje desarrollado por OpenAI, específicamente en su versión GPT-4, para la detección y corrección de errores en programas de software. Se explora su potencial como herramienta de reparación automática de programas (APR, Automatic Program Repair), con un enfoque particular en el impacto del prompting en su rendimiento. Además, se desarrollará un modelo GPT especializado utilizando GPT Builder, otra herramienta de OpenAI.

El estudio incluye una revisión exhaustiva de los principios fundamentales de la detección y corrección de errores, así como del ciclo de vida de un bug. Se analizarán las capacidades y limitaciones de ChatGPT, comparándolo con otros modelos similares. La investigación se estructura en fases, aplicando técnicas de prompting progresivas y diversas formas de información para identificar la metodología más efectiva para crear un GPT personalizado. La investigación concluirá con un primer prototipo de GPT creado mediante GPT Builder y en base a todos los resultados obtenidos se creará un GPT especializado en la detección y resolución de bugs de software.

El trabajo concluye con un análisis crítico de los resultados obtenidos, evaluando la metodología propuesta y discutiendo posibles mejoras y futuras direcciones de investigación en la detección y resolución de errores con ChatGPT.

[EN] This Bachelor's Thesis (TFG) is dedicated to evaluating the use of ChatGPT, an advanced language model developed by OpenAI, specifically its GPT-4 version, for detecting and correcting errors in software programs. The study explores its potential as an Automatic Program Repair (APR) tool, with a particular focus on the impact of prompting on its performance. Additionally, a specialized GPT model will be developed using GPT Builder, another tool from OpenAI.

The study includes a comprehensive review of the fundamental principles of error detection and correction, as well as the bug lifecycle. The capabilities and limitations of ChatGPT will be analyzed, comparing it to other similar models. The research is structured in phases, applying progressive prompting techniques and various forms of information to identify the most effective methodology for creating a customized GPT. The research will conclude with a first prototype of GPT created using GPT Builder and, based on all the results obtained, a GPT specialized in the detection and resolution of software bugs will be developed.

The thesis concludes with a critical analysis of the results obtained, evaluating the proposed methodology and discussing possible improvements and future research directions in bug detection and resolution with ChatGPT.

[CA] Aquest Treball de Fi de Grau (TFG) es dedica a l’avaluació de l’ús de ChatGPT, un avançat model de llenguatge desenvolupat per OpenAI, específicament en la seua versió GPT-4, per a la detecció i correcció d’errors en programes de software. S’explora el seu potencial com a eina de reparació automàtica de programes (APR, Automatic Program Repair), amb un enfocament particular en l’impacte del prompting en el seu rendiment. A més, es desenvoluparà un model GPT especialitzat utilitzant GPT Builder, una altra eina d’OpenAI. L’estudi inclou una revisió exhaustiva dels principis fonamentals de la detecció i correcció d’errors, així com del cicle de vida d’un bug. S’analitzaran les capacitats i limitacions de ChatGPT, comparant-lo amb altres models similars. La investigació s’estructura en fases, aplicant tècniques de prompting progressives i diverses formes d’informació per identificar la metodologia més efectiva per a crear un GPT personalitzat. La investigació conclourà amb un primer prototip de GPT creat mitjançant GPT Builder i, en base a tots els resultats obtinguts, es crearà un GPT especialitzat en la detecció i resolució de bugs de software. El treball conclou amb una anàlisi crítica dels resultats obtinguts, avaluant la metodologia proposada i discutint possibles millores i futures direccions d’investigació en la detecció i resolució d’errors amb ChatGPT.