Codex ಅನ್ನು Datadog ಸಿಸ್ಟಂ ಮಟ್ಟದ ಕೋಡ್ ಪರಿಶೀಲನೆಗೆ ಬಳಸುತ್ತದೆ

Datadog⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ವಿಶ್ವದ ಅತ್ಯಂತ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುವ ವೀಕ್ಷಣೀಯತೆ ವೇದಿಕೆಗಳಲ್ಲಿ ಒಂದನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಕಂಪನಿಗಳಿಗೆ ಸಂಕೀರ್ಣ ವಿತರಿತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ, ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮತ್ತು ಸುರಕ್ಷತೆ ಒದಗಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಏನಾದರೂ ಹಾಳಾದಾಗ, ಗ್ರಾಹಕರು ಸಮಸ್ಯೆಗಳನ್ನು ವೇಗವಾಗಿ ಪರಿಹರಿಸಲು Datadog ಮೇಲೆ ಅವಲಂಬಿತರಾಗಿರುತ್ತಾರೆ, ಅಂದರೆ ಕೋಡ್ ಉತ್ಪಾದನೆಗೆ ತಲುಪುವ ಮುನ್ನವೇ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಒಳಗೇ ನಿರ್ಮಿಸಿರಬೇಕು.

Datadog ನ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳಿಗೆ, ಅದು ಕೋಡ್ ಪರಿಶೀಲನೆಯನ್ನು ಮಹತ್ವದ ಕ್ಷಣವಾಗಿಸುತ್ತದೆ. ಇದು ಕೇವಲ ತಪ್ಪುಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದರ ಕುರಿತಾಗಿಲ್ಲ, ಬದಲಾಗಿ ಅಂತರ್‌ಸಂಪರ್ಕಿತ ಸಿಸ್ಟಂಗಳ ಮೂಲಕ ಬದಲಾವಣೆಗಳು ಹೇಗೆ ಬಿಂಬಿತವಾಗುತ್ತವೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರ ಕುರಿತಾಗಿದೆ—ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ಸ್ಥಿರ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಿಯಮ-ಆಧರಿತ ಟೂಲ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ವಿಫಲವಾಗುತ್ತವೆ.

ಈ ಸವಾಲನ್ನು ಎದುರಿಸಲು, Datadog ನ AI Development Experience (AI DevX) ತಂಡವು OpenAI ನ ಕೋಡಿಂಗ್ ಏಜೆಂಟ್ Codex ಅನ್ನು ಅವಲಂಬಿಸಿತು, ಇದು ಕೋಡ್ ವಿಮರ್ಶೆಗೆ ಸಿಸ್ಟಮ್-ಮಟ್ಟದ ರೀಜನಿಂಗ್ ಅನ್ನು ತರುತ್ತದೆ ಮತ್ತು ಮಾನವರು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಸುಲಭವಾಗಿ ಕಾಣಲಾಗದ ಅಪಾಯಗಳನ್ನು ಹೊರಹಾಕುತ್ತದೆ.

“ಸಮಯ ಉಳಿತಾಯಗಳು ನೈಜವಾಗಿವೆ ಮತ್ತು ಮಹತ್ವದ್ದಾಗಿವೆ,” ಎಂದು Datadog AI DevX ತಂಡವನ್ನು ಮುನ್ನಡೆಸುವ ಬ್ರಾಡ್ ಕಾರ್ಟರ್ ಹೇಳಿದ್ದಾರೆ. “ಆದರೆ ನಮ್ಮ ಪ್ರಮಾಣದಲ್ಲಿ ಘಟನೆಗಳನ್ನು ತಡೆಯುವುದು ಇನ್ನೂ ಹೆಚ್ಚು ಪ್ರಭಾವಶಾಲಿಯಾಗಿದೆ.”

Datadog ನಲ್ಲಿ ಪರಿಣಾಮಕಾರಿ ಕೋಡ್ ವಿಮರ್ಶೆ ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಹಿರಿಯ ಎಂಜಿನಿಯರ್‌ಗಳ ಮೇಲೆ ಬಹಳವಾಗಿ ಅವಲಂಬಿತವಾಗಿತ್ತು—ಅಂದರೆ ಕೋಡ್‌ಬೇಸ್, ಅದರ ಇತಿಹಾಸ, ಮತ್ತು ಆರ್ಕಿಟೆಕ್ಚರಲ್ ವ್ಯವಹಾರಗಳನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಂಡು, ವ್ಯವಸ್ಥಾತ್ಮಕ ಅಪಾಯವನ್ನು ಗುರುತಿಸಬಲ್ಲವರು. 

ಆದರೆ ಆ ರೀತಿಯ ಆಳವಾದ ಸಂದರ್ಭವನ್ನು ವಿಸ್ತರಿಸುವುದು ಕಷ್ಟ, ಮತ್ತು ಆರಂಭಿಕ AI ಕೋಡ್ ವಿಮರ್ಶಾ ಸಾಧನಗಳು ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲಿಲ್ಲ; ಅನೇಕವು ಸುಧಾರಿತ ಲಿಂಟರ್‌ಗಳಂತೆ ವರ್ತಿಸಿ, ಮೇಲ್ಮೈ ಮಟ್ಟದ ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸುತ್ತಾ, ವ್ಯಾಪಕವಾದ ವ್ಯವಸ್ಥೆಯ ಸೂಕ್ಷ್ಮತೆಗಳನ್ನು ಗಮನಿಸದೆ ಬಿಡುತ್ತಿದ್ದವು. Datadog ನ ಎಂಜಿನಿಯರ್‌ಗಳು ಸಲಹೆಗಳನ್ನು ತುಂಬಾ ಮೇಲ್ಮೈಯ ಅಥವಾ ಗದ್ದಲಕಾರಿಯಾಗಿವೆ ಎಂದು ಆಗಾಗ್ಗೆ ಕಂಡು, ಅವುಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತಿದ್ದರು.

Datadog OpenAI ನ ಕೋಡಿಂಗ್ ಏಜೆಂಟ್ Codex ಅನ್ನು ಲೈವ್ ಡೆವಲಪ್‌ಮೆಂಟ್ ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿ ಏಕೀಕರಿಸುವ ಮೂಲಕ ಪೈಲಟ್ ಪ್ರಾರಂಭಿಸಿತು. ಕಂಪನಿಯ ಅತಿದೊಡ್ಡ ಮತ್ತು ಅತ್ಯಂತ ಹೆಚ್ಚು ಬಳಸಲಾಗುವ ರಿಪೊಸಿಟರಿಗಳಲ್ಲೊಂದರಲ್ಲಿ, ಪ್ರತಿಯೊಂದು ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಅನ್ನು Codex ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸುತ್ತಿತ್ತು. ಎಂಜಿನಿಯರ್‌ಗಳು Codex ನಿಂದ ಬಂದ ಕಾಮೆಂಟ್‌ಗಳಿಗೆ ಥಂಬ್ಸ್ ಅಪ್ ಅಥವಾ ಥಂಬ್ಸ್ ಡೌನ್ ಮೂಲಕ ಪ್ರತಿಕ್ರಿಯಿಸಿದರು ಮತ್ತು ತಂಡಗಳಾದ್ಯಂತ ಅನೌಪಚಾರಿಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಹಂಚಿಕೊಂಡರು. ಅನೇಕರು Codex ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಓದುವುದು ಮೌಲ್ಯಯುತವಾಗಿದೆ ಎಂದು ಗಮನಿಸಿದರು, ಶಬ್ದಭರಿತ ಅಥವಾ ಮೇಲ್ಮೈಯ ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತಿದ್ದ ಹಿಂದಿನ ಉಪಕರಣಗಳಿಗಿಂತ ವಿಭಿನ್ನವಾಗಿದೆ.

AI‑ಸಹಾಯಕ ಪರಿಶೀಲನೆ ಶೈಲಿ ಸಮಸ್ಯೆಗಳನ್ನು ಮಾತ್ರ ಸೂಚಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಮಾಡಬಹುದೇ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಲು, Datadog ಒಂದು ಘಟನೆ ಪುನಃಪ್ರದರ್ಶನ ಸಾಧನವನ್ನು ನಿರ್ಮಿಸಿತು.

ಕಾಲ್ಪನಿಕ ಸಂದರ್ಭಗಳನ್ನು ಬಳಸುವ ಬದಲು, ತಂಡವು ಐತಿಹಾಸಿಕ ಘಟನೆಗಳತ್ತ ಹಿಂದಿರುಗಿತು. ಅವರು ಘಟನೆಗಳಿಗೆ ಕಾರಣವಾಗಿದ್ದ ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್‌ಗಳನ್ನು ಮರುರಚಿಸಿ, ಪ್ರತಿಯೊಂದರ ಮೇಲೂ ಅದು ಮೂಲ ಪರಿಶೀಲನೆಯ ಭಾಗವಾಗಿದ್ದಂತೆ Codex ಅನ್ನು ಚಲಾಯಿಸಿದರು. ನಂತರ, ಆ ಘಟನೆಗಳ ಹೊಣೆಗಾರ ಎಂಜಿನಿಯರ್‌ಗಳಿಗೆ Codex ನಿಂದ ಬಂದ ಪ್ರತಿಕ್ರಿಯೆ ಯಾವುದಾದರೂ ವ್ಯತ್ಯಾಸ ತಂದಿರುತ್ತಿತ್ತೇ ಎಂದು ಕೇಳಿದರು.

ಫಲಿತಾಂಶ: Codex 10 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಪ್ರಕರಣಗಳನ್ನು ಕಂಡುಹಿಡಿದಿತು, ಅಥವಾ Datadog ಪರಿಶೀಲಿಸಿದ ಘಟನೆಗಳ 22% ರಷ್ಟು , ಅಲ್ಲಿ ಎಂಜಿನಿಯರ್‌ಗಳು Codex ನೀಡಿದ ಪ್ರತಿಕ್ರಿಯೆ ವ್ಯತ್ಯಾಸವನ್ನು ತಂದಿರುತ್ತಿತ್ತು ಎಂದು ದೃಢಪಡಿಸಿದರು—ಇದು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ ಯಾವುದೇ ಇತರ ಸಾಧನಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿದೆ.

ಈ ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್‌ಗಳು ಈಗಾಗಲೇ ಕೋಡ್ ಪರಿಶೀಲನೆಯನ್ನು ಉತ್ತೀರ್ಣಗೊಂಡಿದ್ದರಿಂದ, ರಿಪ್ಲೇ ಪರೀಕ್ಷೆಯು Codex ವಿಮರ್ಶಕರು ಆ ಸಮಯದಲ್ಲಿ ಗಮನಿಸದ ಅಪಾಯಗಳನ್ನು ಹೊರತಂದಿತು, ಇದು ಮಾನವ ತೀರ್ಮಾನವನ್ನು ಬದಲಿಸುವುದಕ್ಕಿಂತ ಪೂರಕವಾಗಿತ್ತು.

Datadog ನ ವಿಶ್ಲೇಷಣೆಯು Codex ತಕ್ಷಣದ ವ್ಯತ್ಯಾಸದಿಂದ ಮಾತ್ರ ಸ್ಪಷ್ಟವಾಗದ ಮತ್ತು ನಿರ್ಧಿಷ್ಟ ನಿಯಮಗಳಿಂದ ಹಿಡಿಯಲಾಗದ ಸಮಸ್ಯೆಗಳನ್ನು ನಿರಂತರವಾಗಿ ಗುರುತಿಸುತ್ತಿದೆ ಎಂದು ತೋರಿಸಿತು.

ಎಂಜಿನಿಯರ್‌ಗಳು Codex ಕಾಮೆಂಟ್‌ಗಳನ್ನು “ಬಾಟ್ ಗದ್ದಲಕ್ಕಿಂ” ಹೆಚ್ಚು ಎಂದು ವಿವರಿಸಿದರು:

• Codex ವ್ಯತ್ಯಾಸದಲ್ಲಿ ಸ್ಪರ್ಶಿಸದ ಮಾಡ್ಯೂಲ್‌ಗಳೊಂದಿಗೆ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳನ್ನು ಸೂಚಿಸಿತು
• ಇದು ಕ್ರಾಸ್-ಸರ್ವಿಸ್ ಕಪ್ಲಿಂಗ್‌ನ ಪ್ರದೇಶಗಳಲ್ಲಿ ಕಾಣೆಯಾದ ಪರೀಕ್ಷಾ ವ್ಯಾಪ್ತಿಯನ್ನು ಗುರುತಿಸಿತು
• ಇದು ಡೌನ್‌ಸ್ಟ್ರೀಮ್ ಅಪಾಯವನ್ನು ಹೊಂದಿದ್ದ API ಒಪ್ಪಂದ ಬದಲಾವಣೆಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿತು

ರಿವ್ಯೂ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನೈಜ ವಿಶ್ವಾಸಾರ್ಹತೆ ಫಲಿತಾಂಶಗಳಿಗೆ ಸಂಪರ್ಕಿಸುವ ಸಾಮರ್ಥ್ಯವು Datadog ನ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ Codex ಅನ್ನು ವಿಶಿಷ್ಟವಾಗಿ ತೋರಿಸಿತು. ಸ್ಥಿರ ವಿಶ್ಲೇಷಣಾ ಸಾಧನಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, Codex ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್‌ನ ಉದ್ದೇಶವನ್ನು ಸಲ್ಲಿಸಿದ ಕೋಡ್ ಬದಲಾವಣೆಗಳೊಂದಿಗೆ ಹೋಲಿಸುತ್ತದೆ, ಸಂಪೂರ್ಣ ಕೋಡ್‌ಬೇಸ್ ಮತ್ತು ಅವಲಂಬನೆಗಳ ಮೇಲೆ ರೀಜನಿಂಗ್ ಮಾಡಿ, ವರ್ತನೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ಕೋಡ್ ಮತ್ತು ಪರೀಕ್ಷೆಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.

“ಇದು ಪ್ರೋಗ್ರಾಂನ ವ್ಯಾಪಕವಾದ ಪರಿಧಿಯಲ್ಲಿ ವ್ಯತ್ಯಾಸವನ್ನು ಪರಿಗಣಿಸಿದ ಮೊದಲನೆಯದು ಎಂಬಂತೆ ತೋರುತ್ತಿತ್ತು,” ಎಂದು ಕಾರ್ಟರ್ ಹೇಳಿದರು. “ಅದು ಹೊಸದಾಗಿತ್ತು ಮತ್ತು ಕಣ್ಣುತೆರೆಸುವಂತಿತ್ತು.”

ಅನೇಕ ಎಂಜಿನಿಯರ್‌ಗಳಿಗೆ, ಆ ಬದಲಾವಣೆ AI ವಿಮರ್ಶೆಯೊಂದಿಗೆ ಅವರ ತೊಡಗುವಿಕೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಿಸಿತು. “ನಾನು Codex ಕಾಮೆಂಟ್ಸ್‌ಗಳನ್ನು ನಿಜವಾದ ಕೋಡ್ ವಿಮರ್ಶಾ ಪ್ರತಿಕ್ರಿಯೆಯಂತೆ ಪರಿಗಣಿಸಲು ಪ್ರಾರಂಭಿಸಿದೆ,” ಎಂದು Datadog ನ ಹಿರಿಯ ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರ್ ಟೆಡ್ ವೆಕ್ಸ್‌ಲರ್ ಹೇಳಿದ್ದಾರೆ. "ನಾನು ಮೇಲ್ನೋಟಕ್ಕೆ ಓದಿ ಬಿಡುವ ಅಥವಾ ನಿರ್ಲಕ್ಷಿಸುವಂತಹದ್ದಲ್ಲ, ಆದರೆ ಗಮನ ನೀಡಲು ಮೌಲ್ಯವಿರುವಂತಹದ್ದು."

ಮೌಲ್ಯಮಾಪನದ ನಂತರ, Datadog ತನ್ನ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡದಾದ್ಯಂತ Codex ಅನ್ನು ಹೆಚ್ಚು ವ್ಯಾಪಕವಾಗಿ ನಿಯೋಜಿಸಿತು. ಇಂದು 1,000 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಎಂಜಿನಿಯರ್‌ಗಳು ಇದನ್ನು ನಿಯಮಿತವಾಗಿ ಬಳಸುತ್ತಾರೆ. 

ಪ್ರತಿಕ್ರಿಯೆ ಬಹುಪಾಲು ಅಧಿಕೃತ ಇನ್‑ಟೂಲ್ ಮೆಟ್ರಿಕ್ಸ್‌ಗಳ ಮೂಲಕವಲ್ಲ, ಬದಲಾಗಿ ಸ್ವಾಭಾವಿಕವಾಗಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ. ಎಂಜಿನಿಯರ್‌ಗಳು Slack ನಲ್ಲಿ ಉಪಯುಕ್ತ ಒಳನೋಟಗಳು, ರಚನಾತ್ಮಕ ಕಾಮೆಂಟ್‌ಗಳು, ಮತ್ತು Codex ಅವರು ಸಮಸ್ಯೆಯನ್ನು ವಿಭಿನ್ನವಾಗಿ ಯೋಚಿಸಲು ಸಹಾಯಿಸಿದ ಕ್ಷಣಗಳ ಬಗ್ಗೆ ಪೋಸ್ಟ್ ಮಾಡುತ್ತಾರೆ.

ಸಮಯ ಉಳಿತಾಯವು ಗಮನಾರ್ಹವಾಗಿದ್ದರೂ, ತಂಡಗಳು ಕೆಲಸದ ಪೂರ್ಣಗೊಳ್ಳುವಿಕೆಯ ವಿಧಾನದಲ್ಲಿ ಹೆಚ್ಚು ಅರ್ಥಪೂರ್ಣ ಬದಲಾವಣೆಯನ್ನು ನಿರಂತರವಾಗಿ ಸೂಚಿಸುತ್ತವೆ. 

Datadog ಗೆ ವ್ಯಾಪಕ ಪರಿಣಾಮವೆಂದರೆ ಕೋಡ್ ಪರಿಶೀಲನೆಯ ಸ್ವತಃ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ಬದಲಾವಣೆ. ವಿಮರ್ಶೆಯನ್ನು ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಅಥವಾ ಚಕ್ರದ ಸಮಯವನ್ನು ಆಪ್ಟಿಮೈಸ್ ಮಾಡುವ ತಾಣವಾಗಿ ಪರಿಗಣಿಸುವ ಬದಲು, ತಂಡ ಈಗ Codex ಅನ್ನು ಪಾಲುದಾರನಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಮೂಲ ವಿಶ್ವಾಸಾರ್ಹತೆಯ ವ್ಯವಸ್ಥೆಯಾಗಿ ನೋಡುತ್ತದೆ:

• ವೈಯಕ್ತಿಕ ವಿಮರ್ಶಕರು ಸಂದರ್ಭದಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬಹುದಾದ ಮಟ್ಟಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಅಪಾಯವನ್ನು ಹೊರತರುವುದು
• ಮಾಡ್ಯೂಲ್‌ಗಳ ಮತ್ತು ಸೇವೆಗಳ ನಡುವಿನ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡುವುದು
• ವಿಸ್ತೃತ ಪ್ರಮಾಣದಲ್ಲಿ ಸಾಗಾಣಿಕೆಯಲ್ಲಿ ವಿಶ್ವಾಸವನ್ನು ಹೆಚ್ಚಿಸುವುದು
• ಮಾನವ ವಿಮರ್ಶಕರು ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ವಿನ್ಯಾಸದ ಮೇಲೆ ಗಮನಹರಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಡುವುದು

ಈ ಬದಲಾವಣೆ Datadog ನ ನಾಯಕರು ಎಂಜಿನಿಯರಿಂಗ್ ಆದ್ಯತೆಗಳನ್ನು ಹೇಗೆ ರೂಪಿಸುತ್ತಾರೋ ಅದಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ, ಅಲ್ಲಿ ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ನಂಬಿಕೆ ವೇಗದಷ್ಟೇ, ಇಲ್ಲವೇ ಅದಕ್ಕಿಂತಲೂ ಹೆಚ್ಚು, ಮಹತ್ವ ಹೊಂದಿವೆ.

"ಎಲ್ಲವೂ ಕುಸಿಯುತ್ತಿರುವಾಗ ಕಂಪನಿಗಳು ಅವಲಂಬಿಸುವ ವೇದಿಕೆ ನಾವು" ಎಂದು ಕಾರ್ಟರ್ ಹೇಳಿದ್ದಾರೆ. “ಘಟನೆಗಳನ್ನು ತಡೆಗಟ್ಟುವುದು ನಮ್ಮ ಗ್ರಾಹಕರು ನಮ್ಮ ಮೇಲೆ ಇರಿಸಿರುವ ನಂಬಿಕೆಯನ್ನು ಬಲಪಡಿಸುತ್ತದೆ.”