論文の概要: How Far Are We? The Triumphs and Trials of Generative AI in Learning
Software Engineering
- arxiv url: http://arxiv.org/abs/2312.11719v1
- Date: Mon, 18 Dec 2023 21:38:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 17:47:35.555045
- Title: How Far Are We? The Triumphs and Trials of Generative AI in Learning
Software Engineering
- Title(参考訳): 距離はどれくらいか?
ソフトウェア工学の学習における生成AIの試行と試行
- Authors: Rudrajit Choudhuri, Dylan Liu, Igor Steinmacher, Marco Gerosa, Anita
Sarma
- Abstract要約: 本研究は,ソフトウェア工学の学生を支援するコンボゲンAIプラットフォームChatGPTの有効性を評価する。
従来の資源と比較して,ChatGPTを用いた場合,参加者の生産性や自己効力度には統計的に差は認められなかった。
また,Human-AIインタラクションガイドライン違反による5つの障害が明らかとなり,参加者に対して7つの異なる(負の)結果が得られた。
- 参考スコア(独自算出の注目度): 16.5141990552784
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational Generative AI (convo-genAI) is revolutionizing Software
Engineering (SE) as engineers and academics embrace this technology in their
work. However, there is a gap in understanding the current potential and
pitfalls of this technology, specifically in supporting students in SE tasks.
In this work, we evaluate through a between-subjects study (N=22) the
effectiveness of ChatGPT, a convo-genAI platform, in assisting students in SE
tasks. Our study did not find statistical differences in participants'
productivity or self-efficacy when using ChatGPT as compared to traditional
resources, but we found significantly increased frustration levels. Our study
also revealed 5 distinct faults arising from violations of Human-AI interaction
guidelines, which led to 7 different (negative) consequences on participants.
- Abstract(参考訳): 会話生成AI(convo-genAI)は、エンジニアや学者が自分たちの仕事にこの技術を取り入れているため、ソフトウェア工学(SE)に革命をもたらしている。
しかし、この技術の現在の可能性と落とし穴を理解することにはギャップがあり、特にseタスクの学生を支援する。
本研究では,コンボゲンAIプラットフォームであるChatGPTのSEタスクにおける学生支援効果について,対象間比較(N=22)を通じて評価する。
本研究は,チャットgptを従来の資源と比較すると,参加者の生産性や自己効力の統計的差異は認められなかったが,フラストレーションレベルは有意に増加した。
また,Human-AIインタラクションガイドライン違反による5つの障害が明らかとなり,参加者に対して7つの異なる(負の)結果が得られた。
関連論文リスト
- AI and Jobs: Has the Inflection Point Arrived? Evidence from an Online
Labor Platform [0.13124513975412255]
人間のタスクにおける統計AIの性能を4つの要因のレンズを用いて検討する。
我々は,それぞれの職業に摂動点が存在することを示すため,競争のシンプルな経済モデルを開発する。
実証的な証拠を提供するために、私たちはまず、AIのパフォーマンスが翻訳の占有の摂動点を超えたが、Web開発の占有のためのものではないと論じる。
論文 参考訳(メタデータ) (2023-12-07T10:06:34Z) - Generative AI in Undergraduate Information Technology Education --
Insights from nine courses [1.1749291708577076]
テキストの処理と生成能力は、学習評価や学習経験など、いくつかの領域に変化をもたらす可能性がある。
ネガティブな影響に加えて、ChatGPTが教育にもたらすポジティブな側面も見られます。
論文 参考訳(メタデータ) (2023-11-16T21:12:22Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳(メタデータ) (2023-11-01T11:16:41Z) - ChatGPT as a Software Development Bot: A Project-based Study [5.518217604591736]
本研究では,生成型AIツール,特にChatGPTが大学生のソフトウェア開発経験に与える影響について検討した。
その結果,ChatGPTはソフトウェア開発教育におけるスキルギャップに大きく対処し,効率性,正確性,協調性を向上した。
論文 参考訳(メタデータ) (2023-10-20T16:48:19Z) - Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。
GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。
この話題について,コミュニティの短期的,長期的目標について論じる。
論文 参考訳(メタデータ) (2023-08-28T18:51:09Z) - Exploring User Perspectives on ChatGPT: Applications, Perceptions, and
Implications for AI-Integrated Education [40.38809129759498]
ChatGPTは、高等教育、K-12教育、実践的スキルトレーニングの領域でよく使われている。
一方で、学生の自己効力感と学習意欲を増幅できる変革的ツールであると考えるユーザもいる。
一方,利用者の理解度は高い。
論文 参考訳(メタデータ) (2023-05-22T15:13:14Z) - Perception, performance, and detectability of conversational artificial
intelligence across 32 university courses [15.642614735026106]
大学レベル32科目におけるChatGPTの成績を比較した。
また,ChatGPTの成績は,多くの科目における生徒の成績と同等であることがわかった。
このツールを使用する学生や、これを盗作として扱う教育者の間では、新たなコンセンサスが高まっている。
論文 参考訳(メタデータ) (2023-05-07T10:37:51Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳(メタデータ) (2022-11-12T21:54:05Z) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳(メタデータ) (2022-08-04T23:53:51Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳(メタデータ) (2021-07-05T12:18:17Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳(メタデータ) (2021-06-25T22:31:55Z)
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。