論文の概要: From Mundane to Meaningful: AI's Influence on Work Dynamics -- evidence
from ChatGPT and Stack Overflow
- arxiv url: http://arxiv.org/abs/2308.11302v1
- Date: Tue, 22 Aug 2023 09:30:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-23 13:24:37.797926
- Title: From Mundane to Meaningful: AI's Influence on Work Dynamics -- evidence
from ChatGPT and Stack Overflow
- Title（参考訳）: MundaneからMeaningfulへ - AIのワークダイナミクスへの影響 - ChatGPTとStack Overflowの証拠
- Authors: Quentin Gallea
- Abstract要約: 私たちはChatGPTがコーディングの基本的な側面、すなわち問題解決をどう変えたかを探る。
私たちは、2022年11月30日のChatGPTの突然のリリースが、プログラマにとって最大のオンラインコミュニティであるStack Overflowの利用に与える影響を利用しています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper illustrates how generative AI could give opportunities for big
productivity gains but also opens up questions about the impact of these new
powerful technologies on the way we work and share knowledge. More
specifically, we explore how ChatGPT changed a fundamental aspect of coding:
problem-solving. To do so, we exploit the effect of the sudden release of
ChatGPT on the 30th of November 2022 on the usage of the largest online
community for coders: Stack Overflow. Using quasi-experimental methods
(Difference-in-Difference), we find a significant drop in the number of
questions. In addition, the questions are better documented after the release
of ChatGPT. Finally, we find evidence that the remaining questions are more
complex. These findings suggest not only productivity gains but also a
fundamental change in the way we work where routine inquiries are solved by AI
allowing humans to focus on more complex tasks.
- Abstract（参考訳）: 本稿は、ジェネレーティブAIが大きな生産性向上の機会を与えるだけでなく、新しい強力な技術が私たちの働き方や知識の共有に与える影響についても疑問を呈する。
より具体的には、ChatGPTがコーディングの基本的な側面、すなわち問題解決をどのように変えたのかを探求する。
そのために、2022年11月30日のChatGPTの突然のリリースが、プログラマにとって最大のオンラインコミュニティであるStack Overflowの利用に与える影響を利用した。
疑似実験法(Difference-in-Difference)を用いることで,質問の数が大幅に減少した。
さらに、質問はChatGPTのリリース後によりうまく文書化されている。
最後に、残りの質問がより複雑であることを示す。
これらの発見は、生産性の向上だけでなく、人間がより複雑なタスクに集中できるようにAIによって日常的な問い合わせを解決する方法の根本的な変化も示唆している。
関連論文リスト
- An exploratory analysis of Community-based Question-Answering Platforms and GPT-3-driven Generative AI: Is it the end of online community-based learning? [0.6749750044497732]
ChatGPTは、Stack Overflowのようなコミュニティの質問に答えるプラットフォームに対して、ソフトウェアエンジニアにインタラクティブな代替手段を提供する。
私たちは、2022年1月から2022年12月までに質問されたStackOverflowから、2564のPythonとJavaScriptの質問を分析しました。
分析の結果,ChatGPTの回答は66%短く,質問に対して35%の回答が得られた。
論文 参考訳（メタデータ） (2024-09-26T02:17:30Z) - Impact of the Availability of ChatGPT on Software Development: A Synthetic Difference in Differences Estimation using GitHub Data [49.1574468325115]
ChatGPTは、ソフトウェア生産効率を向上させるAIツールである。
10万人あたりのgitプッシュ数、リポジトリ数、ユニークな開発者数に対するChatGPTの影響を見積もっています。
これらの結果は、ChatGPTのようなAIツールが開発者の生産性を大幅に向上させる可能性があることを示唆している。
論文 参考訳（メタデータ） (2024-06-16T19:11:15Z) - ChatGPT vs LLaMA: Impact, Reliability, and Challenges in Stack Overflow
Discussions [13.7001994656622]
ChatGPTは、プログラミングとソフトウェア開発に関する開発者のクエリのためのプレミアプラットフォームであるStack Overflowを揺るがした。
ChatGPTのリリースから2ヶ月後、MetaはLLaMAという独自のLarge Language Model (LLM)で回答を発表した。
論文 参考訳（メタデータ） (2024-02-13T21:15:33Z) - Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - Are We Ready to Embrace Generative AI for Software Q&A? [25.749110480727765]
世界最大のソフトウェアQ&A(SQA)WebサイトであるStack Overflowは、生成AI技術の出現により、トラフィックの大幅な減少に直面している。
ChatGPTは、Stack Overflowのリリースからわずか6日後に禁止される。
これを検証するために、我々は人書きとChatGPT生成の回答の比較評価を行った。
論文 参考訳（メタデータ） (2023-07-19T05:54:43Z) - Unmasking the giant: A comprehensive evaluation of ChatGPT's proficiency in coding algorithms and data structures [0.6990493129893112]
本稿では,ChatGPTが入力した問題に対する正しい解を生成する能力,コード品質,コードによってスローされる実行時エラーの性質を評価する。
この種の状況において、ChatGPTコードがいかに間違っているか、いくつかの洞察を得るために、パスされたテストケースのパターンを調べます。
論文 参考訳（メタデータ） (2023-07-10T08:20:34Z) - Evaluating Privacy Questions From Stack Overflow: Can ChatGPT Compete? [1.231476564107544]
ChatGPTはコードの生成や開発者の質問に対する応答の代替手段として使用されている。
以上の結果から,プライバシ関連の質問の多くは,選択/同意,集約,識別に関連があることが示唆された。
論文 参考訳（メタデータ） (2023-06-19T21:33:04Z) - One Small Step for Generative AI, One Giant Leap for AGI: A Complete
Survey on ChatGPT in AIGC Era [95.2284704286191]
GPT-4(別名ChatGPT Plus)は、生成型AI(GAI)の1つの小さなステップであるが、人工知能(AGI)の1つの大きな飛躍である。
2022年11月に公式リリースされて以来、ChatGPTは急速に多くのユーザーを惹きつけてきた。
この研究は、ChatGPTを基盤技術、アプリケーション、課題に関する包括的なレビューで調査した初めてのものである。
論文 参考訳（メタデータ） (2023-04-04T06:22:09Z) - ChatGPT is a Knowledgeable but Inexperienced Solver: An Investigation of Commonsense Problem in Large Language Models [49.52083248451775]
大規模言語モデル(LLM)はNLPに大きな進歩をもたらした。
特にChatGPTは,広く利用されており,アクセスしやすいLLMである。
我々は、ChatGPTの常識能力を評価するために、11のデータセットで一連の実験を行った。
論文 参考訳（メタデータ） (2023-03-29T03:05:43Z) - A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to
GPT-5 All You Need? [112.12974778019304]
生成AI(AIGC、つまりAI生成コンテンツ)は、テキスト、画像、その他を分析、作成する能力により、あらゆる場所で話題を呼んだ。
純粋な分析から創造へと移行するAIの時代において、ChatGPTは最新の言語モデルであるGPT-4とともに、多くのAIGCタスクからなるツールである。
本研究は,テキスト,画像,ビデオ,3Dコンテンツなど,出力タイプに基づいたAIGCタスクの技術的開発に焦点を当てている。
論文 参考訳（メタデータ） (2023-03-21T10:09:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。