№ 77-2 (том 1): ОБРАЗОВАНИЕ И НАУКА В XXI ВЕКЕ, Август, 2026
Научно-образовательные статьи

SUN'IY INTELLEKTNING DASTURIY KODNI TUSHUNISH VA TAHLIL QILISHDAGI IMKONIYATLARI VA CHEGARALARI

PDF
  • Yunusov Ahrorbek Baxtiyor o‘g‘li
Yunusov Ahrorbek Baxtiyor o‘g‘li
Turan International University

Опубликован 11.08.2026

Ключевые слова

  • sun’iy intellekt, katta til modellari, dasturiy ta’minot muhandisligi, kod generatsiyasi, gallyutsinatsiyalar, kod xavfsizligi, statik kod tahlili

Как цитировать

A. B. Yunusov. (2026). SUN’IY INTELLEKTNING DASTURIY KODNI TUSHUNISH VA TAHLIL QILISHDAGI IMKONIYATLARI VA CHEGARALARI. ОБРАЗОВАНИЕ И НАУКА В XXI ВЕКЕ, 77-2 (том 1). https://mpcareer-google.ru/index.php/journal/article/view/5969

Аннотация

Ushbu maqolada dasturiy ta’minot muhandisligida katta til modellarining (LLM) qo‘llanilishi, dasturchilar samaradorligini oshirishdagi imkoniyatlari hamda kod generatsiyasi jarayonida yuzaga kelishi mumkin bo‘lgan xavflar tahlil qilinadi. Tadqiqot natijalari sun’iy intellekt vositalari dasturiy ta’minot ishlab chiqish jarayonining ayrim bosqichlarida mehnat unumdorligini oshirish imkoniyatiga ega ekanligini, biroq LLM tomonidan generatsiya qilingan kodda gallyutsinatsiyalar, mantiqiy xatolar va xavfsizlik zaifliklari yuzaga kelishi mumkinligini ko‘rsatadi. Shuningdek, maqolada sun’iy intellekt vositalarining statik kod tahlilidagi imkoniyatlari va cheklovlari mavjud ilmiy manbalar asosida tahlil qilinib, generatsiya qilingan kodni inson tomonidan tekshirish va qo‘shimcha xavfsizlik nazoratidan o‘tkazish zarurligi asoslanadi.

PDF

Библиографические ссылки

  1. Gao C., Fan G., Chong C.Y. et al. A Systematic Literature Review of Code Hallucinations in LLMs // ACM Transactions on Software Engineering and Methodology. – 2025. – Vol. 1, No. 1, Art. 1.
  2. Hou X., Zhao Y., Liu Y. et al. Large Language Models for Software Engineering: A Systematic Literature Review // ACM Transactions on Software Engineering and Methodology. – 2024. – Vol. 33, No. 8, Art. 220. – DOI: 10.1145/3695988.
  3. Cui K.Z., Demirer M., Jaffe S. et al. The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers // Management Science. – 2026. – DOI: 10.1287/mnsc.2025.00535.
  4. Fu Y., Liang P., Tahir A. et al. Security Weaknesses of Copilot-Generated Code in GitHub Projects: An Empirical Study // ACM Transactions on Software Engineering and Methodology. – 2025. – Vol. 34, No. 8. – P. 1–34.
  5. Mohammed Salih H.A., Sarhan Q.I. A Systematic Survey on Large Language Models for Static Code Analysis // ARO – The Scientific Journal of Koya University. – 2025. – Vol. XIII, No. 1. – Art. ID: ARO.12082.