Generating Full-Stack Web Applications Using Generative AI

Abstract

Denne oppgaven undersøker potensialet av å bruke GPT4 til å generere en full-stack nettapplikasjon direkte fra brukerhistorier. Dette kan potensielt spare bedrifter for kostbare utviklingsprosjekter gjort av høyt utdannede utviklere. I denne oppgaven undersøkes: "Hvordan generere kode for en full-stack nettapplikasjon ved å bruke generativ kunstig intelligens." Målet er å formalisere en fremgangsmåte som beskriver prosessen for å generere kode for en full-stack nettapplikasjon fra brukerhistorier. Oppgaven bruker en “Design Science Research methodology”, hvor det blir gjennomført en iterativ utvikling, og blir gjort forbedringer for hver iterasjon. Det forventede resultatet er en applikasjon som er generert ved bruk av fremgangsmåten som er presentert i oppgaven, og som vil bli evaluert ved å generere enda en applikasjon ved å bruke samme fremgangsmåte. Resultatene viser at fremgangsmåten klarer å generere det meste av koden som en nettapplikasjon trenger for å kalles en “full-stack nettapplikasjon”, og som med litt feilsøking, klarer å presentere et responsivt brukergrensesnitt, logikk, og kobling til database for lagring av data. Evalueringen styrker validiteten til fremgangsmåten ved å generere en ny applikasjon fra nye brukerhistorier.

This study explores the potential of using GPT-4 to generate full-stack web applications directly from user stories, potentially saving companies for a costly process relying on highly skilled developers. The main research question in this study is: "How to generate code for a full-stack web application using generative AI?". The goal is to formalize an approach that will describe the process of generating code for a full-stack application starting with some initial user stories. This thesis uses a Design Science Research methodology. This is done through an iterative development, making improvements each iteration. The expected result is an application generated using the designed approach, and it will be evaluated by developing a second application using the same approach to strengthen its validity. The results shows that the approach managed to generate most of the code needed for a full-stack web application, and with some debugging, managed to run with an responsive UI, backend with logic, and database for storage. The evaluation strengthen the validity of the approach by generating a second application with a different use case, and from different user stories.