論文の概要: Understanding the Building Blocks of Accountability in Software
Engineering
- arxiv url: http://arxiv.org/abs/2402.01926v1
- Date: Fri, 2 Feb 2024 21:53:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-06 23:29:00.938337
- Title: Understanding the Building Blocks of Accountability in Software
Engineering
- Title(参考訳): ソフトウェア工学における説明責任の構築ブロックを理解する
- Authors: Adam Alami and Neil Ernst
- Abstract要約: ソフトウェア技術者がチーム内で個々の説明責任を育む要因について検討する。
本研究は,ソフトウェア技術者が説明責任を個別に知覚する2つの主要な形態,すなわち制度化と草の根を認識するものである。
- 参考スコア(独自算出の注目度): 3.521765725717803
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In the social and organizational sciences, accountability has been linked to
the efficient operation of organizations. However, it has received limited
attention in software engineering (SE) research, in spite of its central role
in the most popular software development methods (e.g., Scrum). In this
article, we explore the mechanisms of accountability in SE environments. We
investigate the factors that foster software engineers' individual
accountability within their teams through an interview study with 12 people.
Our findings recognize two primary forms of accountability shaping software
engineers individual senses of accountability: institutionalized and
grassroots. While the former is directed by formal processes and mechanisms,
like performance reviews, grassroots accountability arises organically within
teams, driven by factors such as peers' expectations and intrinsic motivation.
This organic form cultivates a shared sense of collective responsibility,
emanating from shared team standards and individual engineers' inner commitment
to their personal, professional values, and self-set standards. While
institutionalized accountability relies on traditional "carrot and stick"
approaches, such as financial incentives or denial of promotions, grassroots
accountability operates on reciprocity with peers and intrinsic motivations,
like maintaining one's reputation in the team.
- Abstract(参考訳): 社会科学や組織科学では、説明責任は組織の効率的な運営と結びついている。
しかしながら、最も人気のあるソフトウェア開発手法(例えば、スクラム)において中心的な役割を果たすにもかかわらず、ソフトウェア工学(SE)研究に限定的に注目されている。
本稿では,SE環境における説明責任のメカニズムについて考察する。
ソフトウェア技術者がチーム内で個々の説明責任を育む要因について,12人とのインタビュー調査を通じて検討する。
本研究は,ソフトウェア技術者の個々に説明責任感を表わす2つの主要な形態,すなわち制度化と草の根を認識する。
前者はパフォーマンスレビューのような形式的なプロセスとメカニズムによって指示されているが、草の根のアカウンタビリティはチーム内で組織的に発生し、ピアの期待や本質的なモチベーションといった要因によって引き起こされる。
この組織的な形態は、共有チームの標準と、個人的、専門的価値、自己セットの標準に対する個々のエンジニアの内的コミットメントから、共通の責任意識を育みます。
制度化された説明責任は、財政的なインセンティブや昇進拒否のような伝統的な「ニンジンとスティック」アプローチに依存するが、草の根の説明責任は、チームの評判を維持するなど、仲間や本質的なモチベーションと相互に作用する。
関連論文リスト
- Software Fairness Debt [0.5249805590164902]
本稿では,ソフトウェアシステムにおけるバイアスの多面的性質について考察する。
ソフトウェア開発における公平性の欠如の主な原因を特定し,個人やコミュニティに対する悪影響を明らかにする。
我々の研究は、ソフトウェア工学における公平さのより深い理解に寄与し、より公平で社会的に責任を負うソフトウェアシステムの開発の道を開いた。
論文 参考訳(メタデータ) (2024-05-03T21:45:48Z) - An Actionable Framework for Understanding and Improving Talent Retention
as a Competitive Advantage in IT Organizations [44.342141516382284]
この作業は、IT組織で使用されるTalent Retention(TR)のための実行可能なフレームワークを提示します。
我々のフレームワークには、一連の要因、文脈特性、障壁、戦略、対処メカニズムが含まれています。
この結果から,ソフトウェア技術者は他の専門家グループと区別できることが示唆された。
論文 参考訳(メタデータ) (2024-02-02T17:08:14Z) - Towards Responsible AI in Banking: Addressing Bias for Fair
Decision-Making [69.44075077934914]
責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。
この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。
オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
論文 参考訳(メタデータ) (2024-01-13T14:07:09Z) - Understanding Self-Efficacy in the Context of Software Engineering: A
Qualitative Study in the Industry [2.268415020650315]
自己効力性(Self-Efficacy)は、様々な知識領域で研究され、パフォーマンス、満足度、モチベーションなどの様々な要因に影響を与える概念である。
本研究の目的は,自己効力感の行動徴候を理解することに集中して,ソフトウェア開発コンテキストへの影響を理解することである。
論文 参考訳(メタデータ) (2023-05-26T17:16:37Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Dislocated Accountabilities in the AI Supply Chain: Modularity and
Developers' Notions of Responsibility [1.2691047660244335]
我々は、人工知能労働が現在どのように組織化されているかを示すために、S suchman氏の“ロケーション・カウンタビリティ”を使用します。
私たちは、倫理チェックリストのような現在の責任ある人工知能の介入は、ある説明責任のアプローチをとることで改善できると主張している。
論文 参考訳(メタデータ) (2022-09-20T15:05:55Z) - Autonomous Open-Ended Learning of Tasks with Non-Stationary
Interdependencies [64.0476282000118]
固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。
内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。
特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。
そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
論文 参考訳(メタデータ) (2022-05-16T10:43:01Z) - The Good Shepherd: An Oracle Agent for Mechanism Design [6.226991885861965]
本研究では,適応型コプレーヤの学習軌道上での評価を行うエージェント構築アルゴリズムを提案する。
以上の結果から,我々のメカニズムは参加者の望ましい成果への戦略をシェパードできることが示唆された。
論文 参考訳(メタデータ) (2022-02-21T11:28:09Z) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳(メタデータ) (2020-04-15T17:15:35Z) - Intrinsic Motivation for Encouraging Synergistic Behavior [55.10275467562764]
スパース・リワード・シナジスティック・タスクにおける強化学習の探索バイアスとしての本質的モチベーションの役割について検討した。
私たちのキーとなる考え方は、シナジスティックなタスクにおける本質的なモチベーションのための優れた指針は、エージェントが自分自身で行動している場合、達成できない方法で世界に影響を与える行動を取ることである。
論文 参考訳(メタデータ) (2020-02-12T19:34:51Z)
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。