Jak Określić, Czy Kod Powstał Przy Pomocy AI?

Praktyczne wskaźniki identyfikacji kodu i opisów generowanych przez AI, od cech strukturalnych po pytania, na które wygenerowana praca nie potrafi odpowiedzieć.

Instruktorzy, menedżerowie ds. rekrutacji i organizatorzy CTF ciągle zadają jakąś wersję tego pytania. Nie ma jednego niezawodnego detektora, ale pojawiają się wzorce wystarczająco częste, aby być przydatnymi, zwłaszcza gdy oceniasz partię zgłoszeń zamiast jednego izolowanego pliku.

Cechy strukturalne w generowanym kodzie

Generowany kod ma tendencję do nadmiernego komentowania w specyficzny sposób: komentarze, które przytaczają to, co robi linia (# increment the counter) zamiast wyjaśniać, dlaczego istnieje. Kod ludzki pisany w pośpiechu pomija oczywiste komentarze i wyjaśnia tylko dziwne części. Generowany kod ma też tendencję do jednolitej długości funkcji i konsekwentnej, podręcznikowo doskonałej obsługi błędów wszędzie, nawet w miejscach, gdzie osoba byłaby leniwa lub użyłaby skrótu, który poznała z poprzedniego błędu.

Inny wskaźnik: nazwy zmiennych i funkcji, które są jednocześnie trochę zbyt opisowe i zbyt ogólne. calculate_total_price_with_tax zamiast calc_total lub jakiegoś skrótu, do którego zbiegają się rzeczywiste kodubazy. Prawdziwe projekty gromadzą niespójności w nazewnictwie w miarę upływu czasu, gdy różne osoby dotykają pliku. Pojedynczy plik z podejrzanie konsekwentnym nazewnictwem na 300 liniach, rzekomo napisany przez początkującego, warto sprawdzić jeszcze raz.

Pytaj o części, które nie działają

Najszybszym praktycznym sposobem jest poproszenie osoby o wyjaśnienie konkretnej decyzji, która nie jest oczywista z czytania kodu, coś w stylu

Napisane z pomocą AI, zweryfikowane i opublikowane przez Michal Pilch (CISSP), Korra Studio.