في عالم البرمجة، تسعى الأدوات المدعومة بالذكاء الاصطناعي إلى تحسين تجربة المطورين، ولكن معظمها يعتمد على نهج خطي يعتمد على الحوار. ومع ذلك، تعكس البرمجة نفسها طبيعة تكرارية ومتفرعة.

من خلال دراسة أولية، واجه المطورون الذين استخدموا المساعدين الذكاء الاصطناعي صعوبات في استكشاف البدائل وإدارة تسلسل التعليمات وتتبع التغييرات. وفي ضوء هذه التحديات، ظهر مشروع EvoGraph، وهو إضافة لأدوات تطوير البرمجيات تقوم بدمج التفاعلات الناتجة عن الذكاء الاصطناعي وتغييرات الكود في شكل رسم بياني تفاعلي وخفيف.

تقوم EvoGraph بتسجيل تاريخ البرمجة المدعوم بالذكاء الاصطناعي بطريقة متفرعة، مما يتيح للمطورين القدرة على مقارنة، دمج، وإعادة زيارة حالات البرمجة السابقة التي تمت بالتعاون مع الذكاء الاصطناعي. خلال دراسة تم إجراؤها مع 20 مشاركًا، أظهرت EvoGraph أنها فعالة في معالجة التحديات التي تم تحديدها سابقًا، حيث ساهمت في تقليل العبء المعرفي على المطورين.

كما وجد المشاركون أن التمثيل القائم على الرسم البياني يدعم الاستكشاف الآمن، والتكرار الفعال، والتفكير في التغييرات التي ينتجها الذكاء الاصطناعي. تسلط هذه الدراسات الضوء على أهمية تصميم أدوات تساعد المطورين في فهم تقدمهم في حل المشكلات في سياق البرمجة المدعومة بالذكاء الاصطناعي المتطورة.