КІЛЬКІСНА ОЦІНКА ІНФОРМАТИВНОСТІ СЛОВНИКА ОЗНАК ДЛЯ КЛАСИФІКАЦІЇ ПРОГРАМНИХ КОДІВ ЛЮДЕЙ ТА ГЕНЕРАТИВНИХ МОДЕЛЕЙ ШТУЧНОГО ІНТЕЛЕКТУ

<jats:p>Розглянуто задачу кількісного оцінювання інформативності словника ознак для класифікації програмних кодів за умов поширення генеративних моделей штучного інтелекту (ШІ). Запропоновано нову метрику інформативності словника – кількість моделей-класифікаторів у турнірі, що досягають 100% точності класифікації на рівні вікон та на рівні класів. Метрика розглядається як доповнення до традиційних показників (точність найкращої моделі, середня точність турніру) і характеризує не одну окрему модель, а розподіл якості за усім набором архітектур турніру. Експериментально на датасеті з 12 авторів (10 людей та 2 моделі ШІ) у 4 мовах програмування досліджено 22 серії у трьох сценаріях: внутрішньомовний (4 серії), крос-мовний (10 серій) та розрізнення Людина/ШІ (8 серій). Показано, що додавання символьних крос-зв'язків до базового словника ознак збільшує кількість моделей зі 100% точністю на рівні класів у середньому на +3,23 моделі на серію. Найбільший приріст виявлено у внутрішньомовному сценарії (+6,25 моделі) та у задачі розрізнення Людина/ШІ (+4,38 моделі). Запропонована метрика забезпечує більш детальну характеристику інформативності словника ознак, аніж агрегована середня точність.</jats:p>