Üretken yapay zekâ ile otomatik kod üretimi ve geliştirme süreçlerinin iyileştirilmesi
Automatic code generation with generative artificial intelligence and the improvement of development processes
- Tez No: 957107
- Danışmanlar: DR. ÖĞR. ÜYESİ NEGAR SADAT SOLEIMANI ZAKERI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Nişantaşı Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, üretken yapay zekâ (YZ) sistemlerinin yazılım geliştirme süreçlerine olan etkilerini incelemektedir. Üretken YZ sistemleri, yazılımcıların kod yazma, test etme ve hata ayıklama gibi görevlerinde otomasyon sağlayarak iş yüklerini azaltmakta ve geliştirme süreçlerini daha verimli hâle getirmektedir. GPT tabanlı modeller, Codex, GitHub Copilot ve Amazon CodeWhisperer gibi araçlar aracılığıyla kod üretiminde yüksek doğruluk, hız ve kalite sağlanabilmektedir. Bu çalışmada, üretken YZ'nin yazılım mühendisliğinde nasıl dönüşümler yarattığı, geliştirici verimliliğine katkıları, yazılım kalitesi üzerindeki etkisi ve zaman/maliyet avantajları ele alınmaktadır. Ayrıca, bu sistemlerin beraberinde getirdiği etik ve teknik zorluklar, yanlış kod üretimi ve güvenlik gibi sorunlar tartışılmaktadır. Araştırma, literatür taramasının yanı sıra deneysel analizler de içermekte ve geleneksel yazılım geliştirme yöntemleriyle YZ destekli yöntemleri karşılaştırarak performans değerlendirmesi sunmaktadır. Sonuç olarak, üretken YZ sistemlerinin yazılım mühendisliğinde kalıcı bir dönüşüm başlattığı ve gelecekte insan-makine iş birliğini derinleştirecek şekilde gelişeceği öngörülmektedir.
Özet (Çeviri)
This study examines the impact of generative artificial intelligence (AI) systems on software development processes. Generative AI tools help automate tasks such as coding, testing, and debugging, thereby reducing developer workload and increasing efficiency. Tools like GPT-based models, Codex, GitHub Copilot, and Amazon CodeWhisperer enable high-accuracy and high-quality code generation. The research explores how these systems transform software engineering, enhance developer productivity, improve code quality, and provide time and cost advantages. Moreover, ethical and technical challenges such as inaccurate code generation and security vulnerabilities are discussed. The methodology includes literature review and experimental analysis, comparing traditional and AI-assisted development methods through performance metrics. Ultimately, the study concludes that generative AI systems have initiated a paradigm shift in software engineering and are expected to further strengthen human-machine collaboration in the future.
Benzer Tezler
- LLM based code generation and code integration with multi agent systems
Büyük dil modeli tabanlı kod üretimi ve çoklu ajan sistemleri ile kod entegrasyonu
YASİN BÜZGÜLÜ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medipol ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELİM AKYOKUŞ
DR. SALİH SARP
- A new approach to increase variability and playability via game blending
Oyun harmanlama yoluyla çeşitliliği ve oynanabilirliği geliştirmek için yeni bir yaklaşım
ÖMER FARUK KARAKAYA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ELİF SÜRER
DOÇ. DR. AYSU BETİN CAN
- Human-machine collaboration in landscape architecture:Multi-stage integration of ai into landscape site analysisworkflow
Peyzaj mimarlığında insan-makine işbirliği: Yapay zekanınçevre analizi sürecine çok katmanlı entegrasyonu
BUSE EZGİ ER
Yüksek Lisans
İngilizce
2026
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. MELİH BOZKURT
- Oto-kodlayıcı mimarisi kullanarak mermer yüzey anomali tespiti
Marble surface anomaly detection using autoencoder architecture
MUHAMMAD YAHYA ABDULLAH
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL ÖZ
- A contract-driven automated unit test maintenance approach with generative artificial intelligence for backend software projects
Arka uç yazılım projeleri için üretken yapay zeka tabanlı, sözleşme odaklı otomatik birim testi bakım yaklaşımı
FURKAN SAMET AKINCI
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUĞKAN TUĞLULAR