Yazılım geliştirme dünyasında, bir programlama dilinde yazılan kodu başka bir dile uyarlamak yaygın ama zorlu bir görevdir. Yapay zeka teknolojilerinin bu süreci kolaylaştırıp kolaylaştıramayacağını araştıran bilim insanları, büyük dil modellerinin çok dilli kod üretme yeteneklerini detaylı bir şekilde incelediler.
Araştırma ekibi, 13 farklı programlama dilini kapsayan ve yaklaşık 14 bin örnek içeren kapsamlı bir veri seti oluşturdular. Bu veri seti üzerinde yaptıkları deneyler, yapay zekanın programlama dilleri arası bilgi transferi konusunda üç temel bulguyu ortaya çıkardı.
İlk olarak, farklı programlama dilleri arasında bilgi aktarımının düşünülenden çok daha karmaşık olduğu görüldü. İkinci önemli bulgu, yapay zekanın tüm dil çiftleri için eşit başarı göstermediği yönündeydi. Başarı oranının, programlama dillerinin birbiriyle olan benzerliğine ve modelin eğitim verilerindeki çeşitliliğe bağlı olduğu tespit edildi.
Üçüncü bulguysa, kod-özel arama sistemleri kullanıldığında, yapay zekanın kodun içindeki doğal dil bilgilerine sınırlı düzeyde bağımlı olduğunu gösterdi. Bu sonuçlar, geliştiricilerin çok dilli kod projeleri için yapay zeka araçlarını kullanırken nelere dikkat etmesi gerektiği konusunda yol gösterici nitelikte.