Üretken yapay zeka modellerinin temel algoritma problemleri üzerindeki etkinliğinin analizi
Evaluating the effectiveness of generative ai models in solving fundamental algorithmic challenges
- Tez No: 970644
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULKADİR ŞEKER
- 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: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka ve Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, üretken yapay zeka modellerinin (ChatGPT, Gemini, Claude ve Copilot) yazılım geliştirme süreçlerindeki etkinliği, temel algoritma problemleri (TAP) ve nesneye dayalı programlama (NDP) bağlamında C# programlama dili kullanılarak sistematik biçimde incelenmiştir. Her modele toplam 20 yazılım problemi yöneltilmiş ve sadece ilk yanıtlar değerlendirmeye alınarak çıktıların doğrudan kalitesi ölçülmüştür. Modellerin verdiği çözümler; zaman karmaşıklığı (Big O), bellek kullanımı, kod satır sayısı, değişken ve metot sayısı, çalışma süresi gibi yazılım kalite metriklerine göre karşılaştırılmış; ayrıca her problem için geçerli en fazla beş kenar durum belirlenerek, bu durumlara verilen yanıtlar üzerinden modellerin hata toleransı analiz edilmiştir. Analiz sonuçları, ChatGPT'nin genel performansta en kararlı ve güvenilir model olduğunu; Gemini'nin yapı bakımından güçlü ama bazı kontrollerde sınırlı kaldığını; Claude'un istikrarlı fakat ileri seviye mühendislik uygulamalarında yetersiz olduğunu; Copilot'un ise hızlı ve sade ama temel mühendislik ilkeleri açısından zayıf olduğunu göstermektedir. Kenar durumlara verilen tepkiler, yazılım güvenilirliği ve sürdürülebilirlik açısından önemli farklar ortaya koymuş; ChatGPT, %96–90 oranlarındaki başarısıyla öne çıkmıştır. Ayrıca tüm modellerin ileri düzey yazılım mühendisliği pratiklerini (modülerlik, yorum satırları, birim testleri, performans ölçümü vb.) eksiksiz biçimde uygulayamadığı gözlemlenmiştir. Bu çalışma, üretken yapay zekanın sadece kod üretim aracı değil, aynı zamanda yazılım kalitesini etkileyen bir aktör olarak değerlendirilmesi gerektiğini ortaya koymakta; yazılım mühendisliği ve eğitim süreçleri için referans niteliğinde sistematik bir analiz sunmaktadır.
Özet (Çeviri)
This thesis presents a systematic evaluation of the effectiveness of generative artificial intelligence models—ChatGPT, Gemini, Claude, and Copilot—in the context of software development using the C# programming language. The study investigates the models' ability to solve 20 software problems, divided equally into fundamental algorithm problems (FAP) and object-oriented programming (OOP) tasks. Each model's first response was assessed without further interaction, providing an objective measure of its out-of-the-box performance. The generated solutions were analyzed based on multiple software quality metrics including time complexity (Big O), memory usage, number of lines of code, number of variables and methods, and runtime performance. Additionally, each problem was tested against up to five valid edge cases to assess the models' robustness under non-standard conditions. Results show that ChatGPT consistently delivered the most stable and accurate performance, especially in exception handling and reliability, achieving success rates of 96% (FAP) and 90% (OOP). Gemini exhibited structurally strong outputs but occasionally lacked input validation. Claude provided reliable solutions but fell short in applying advanced software engineering principles. Copilot, while producing concise and fast responses, showed limited alignment with key engineering practices such as modular design, exception management, or unit testing. The comparative findings reveal that none of the models fully satisfy advanced software engineering standards independently. They are more suitable for prototyping and educational purposes than for production-level development without human oversight. This thesis highlights the importance of evaluating generative AI not only for syntactic correctness but also for sustainability, maintainability, and reliability in real-world scenarios. It offers a comprehensive reference framework for both academic and industrial stakeholders seeking to understand the strengths and limitations of generative AI tools in software engineering processes.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Kütle tasarımı çalışmaları için yapay zeka tabanlı artırılmış gerçeklik
Ai-based augmented reality for mass design studies
SÜHEYLA MÜGE HALICI
Doktora
Türkçe
2026
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. LEMAN FİGEN GÜL
- Kültürün yeniden üretiminde yapay zekanın ve algoritmaların rolü: YouTube öneri sistemi örneği
The role of artificial intelligence and algorithms in the reproduction of culture: The case of YouTube recommendation system
HAKAN KÜRKÇÜOĞLU
Doktora
Türkçe
2024
İletişim Bilimleriİstanbul ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. NİLÜFER TİMİSİ NALÇAOĞLU
- BMI prediction from face images
Yüz görüntülerinden vücut kitle indeksi tahmini
GÜLPINAR BÖLÜKBAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Promptshıeld: polıcy-aware data loss preventıon framework for generatıve AI prompts
Promptshıeld: Politika farkındalıklı üretken yapay zekâ istemleri için veri kaybı önleme çerçevesi
EZGİ KELEŞ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR