Inteligência artificial na geração de algoritmos: algoritmo de Dijkstra e algoritmos clássicos

Abstract

O objetivo deste trabalho é analisar o comportamento de três modelos de linguagem (LLM) ou Inteligências Artificiais Generativas na geração de código de importantes algoritmos para a Ciência da Computação. As tecnologias selecionadas são o ChatGPT, Gemini e Perplexity. Os algoritmos selecionados são algoritmo de Dijkstra e algoritmos clássicos de ordenação de dados. O objetivo é para testar a eficiência destas tecnologias na geração e, principalmente, na explicação de código, que é um aspecto importante para o estudante que deseja se aprofundar no aprendizado de algoritmos e lógica de programação. Após diversos testes realizados com simples prompts, é possível identificar que os LLMs podem ser importantes ferramentas na geração de código e, principalmente, na explicação deles.

The objective of this study is to analyze the behavior of three language models (LLMs) or Generative Artificial Intelligences in generating code for important algorithms in Computer Science. The selected technologies are ChatGPT, Gemini, and Perplexity. The chosen algorithms include Dijkstra's algorithm and classic data sorting algorithms. The goal is to test the efficiency of these technologies in generating and, most importantly, explaining code—an essential aspect for students who wish to deepen their understanding of algorithms and programming logic. After conducting several tests using simple prompts, it is evident that LLMs can be valuable tools for both code generation and, more significantly, for explaining it.