<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Analiza uporabe pozivov pri delu z generativno umetno inteligenco</dc:title><dc:creator>Pahor,	Erik	(Avtor)
	</dc:creator><dc:creator>Fujs,	Damjan	(Mentor)
	</dc:creator><dc:subject>Interakcija človek-računalnik</dc:subject><dc:subject>generativna umetna inteligenca</dc:subject><dc:subject>oblikovanje pozivov</dc:subject><dc:subject>študija uporabnikov</dc:subject><dc:subject>produktivnost uporabnikov</dc:subject><dc:subject>veliki jezikovni modeli</dc:subject><dc:description>Generativna umetna inteligenca je postala vsakdanje orodje pri razvoju programske opreme, osrednji način dela z njo pa je pozivanje. Klasične mere produktivnosti zajamejo izid, ne pa bremena poti do njega. V tem delu to breme poimenujemo breme pozivanja (angl. prompting tax), tj. čas, trud in delo pregledovanja pri pridobivanju delujoče kode iz pomočnika z umetno inteligenco. Razvili smo eksperimentalno platformo z urejevalnikom kode, klepetalnim pomočnikom in samodejnim preverjanjem ter izvedli študijo uporabnikov na treh programerskih nalogah. Analiza 56 nalog, ki jih je rešilo 27 udeležencev, kaže, da ima breme merljiv vedenjski podpis, ki tesno sledi zaznanemu trudu, da ne prinaša večje pravilnosti rešitve, da se zgosti pri najtežji nalogi ter da se z vajo ne zmanjša. Samozavest in izkušnje pa ne napovedujejo, kdo mu je bolj izpostavljen. Odkrivamo tudi skrito breme pregledovanja v obliki zamaknjenega preverjanja predlaganih sprememb in analiziramo strategije pozivanja udeležencev.</dc:description><dc:date>2026</dc:date><dc:date>2026-09-02 13:15:59</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>186501</dc:identifier><dc:identifier>VisID: 38565</dc:identifier><dc:identifier>COBISS_ID: 290045443</dc:identifier><dc:language>sl</dc:language></metadata>
