Het up-to-date houden van technische documentatie vormt een van de meest hardnekkige uitdagingen binnen de moderne software engineering. In projecten die snel evolueren, raakt de beschrijving van ontwerpkeuzes vaak versnipperd over talloze bestanden en historische wijzigingsverzoeken, waardoor ontwikkelaars moeite hebben om een accuraat beeld van de huidige code te behouden. Om deze kloof te dichten, hebben onderzoekers Abdelhak Kelious, Chyrine Tahri en Eliot Bardet het systeem CODENS ontwikkeld.
Van statische tekst naar levende kennisgrafieken
De kern van CODENS ligt in het transformeren van pull requests — de formele verzoeken om code-aanpassingen door te voeren — naar een toegankelijke en dynamische vorm van documentatie. In plaats van te vertrouwen op traditionele tekstbestanden die snel irrelevant worden, bouwt het systeem stapsgewijs een getypeerde software-kennisgrafiek op.
Volgens de technische beschrijving op arxiv.org maakt het systeem gebruik van semantische extractie op basis van schema's. Hiermee kunnen componenten worden verrijkt en specifieke, getypeerde relaties tussen verschillende elementen worden afgeleid. Dit resulteert in een gestructureerd netwerk dat de evolutie van de productiecode nauwgezet volgt. Een cruciaal aspect van deze methodiek is dat de semantische geschiedenis van wijzigingen over meerdere pull requests heen wordt bewaard, wat essentieel is voor het begrijpen van de context achter specifieke technische beslissingen.
Intelligente informatieopvraag
Om de verzamelde data bruikbaar te maken voor ontwikkelaars, beschikt CODENS over drie verschillende modi voor het opvragen van informatie. De meest geavanceerde functionaliteit is de agent-gestuurde graftraversering. Deze methode stelt het systeem in staat om complexe vragen op repository-niveau te beantwoorden door intelligent door de opgebouwde kennisgrafiek te navigeren.
Het onderzoek naar deze technologie is geselecteerd voor presentatie op de 26e editie van het ACM Symposium on Document Engineering (DocEng 2026). In deze context wordt specifiek ingezoomd op de technische implementatie en de praktische effectiviteit van de tool, zoals verder uitgewerkt in de .
Testresultaten in productieomgevingen
Om de theoretische claims te staven, is CODENS getest binnen een actueel Ruby on Rails-project dat in een productieomgeving wordt gebruikt. De evaluatie richtte zich zowel op de operationele metrieken als op de kwaliteit van de gegenereerde antwoorden.
Uit de resultaten blijkt dat het systeem in staat is om relevante en goed onderbouwde antwoorden te formuleren op basis van de beschikbare code-informatie. Er is echter ook een verbeterpunt geïdentificeerd: de kwalitatieve feedback wijst uit dat het systeem nog moeite heeft met het creëren van beknopte syntheses die echt gericht zijn op documentatie. Hoewel de feitelijke informatie correct is, is de presentatie soms minder compact dan gewenst voor formele documentatiedoeleinden, zoals beschreven in de .
Impact op software engineering
Het project bevindt zich op het snijvlak van Software Engineering en Artificiële Intelligentie. Door de combinatie van AI-gestuurde extractie en grafiektechnologie probeert CODENS de overgang van actieve codeontwikkeling naar passieve archivering te automatiseren.
Een dergelijke verschuiving naar een 'levend' documentatiesysteem kan aanzienlijke voordelen bieden, zoals een snellere onboarding van nieuwe programmeurs en een vermindering van fouten bij het onderhouden van complexe systemen. Voor geïnteresseerden in de architectuur van de kennisgrafiek en de gebruikte evaluatiemetrieken biedt de van het paper alle technische details.