論文の概要: Rethinking Software Engineering in the Foundation Model Era: From Task-Driven AI Copilots to Goal-Driven AI Pair Programmers

• arxiv url: http://arxiv.org/abs/2404.10225v1
• Date: Tue, 16 Apr 2024 02:10:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-17 18:22:10.639313
• Title: Rethinking Software Engineering in the Foundation Model Era: From Task-Driven AI Copilots to Goal-Driven AI Pair Programmers
• Title（参考訳）: ファンデーションモデル時代におけるソフトウェアエンジニアリングの再考:タスク駆動AIコパイロットからゴール駆動AIペアプログラマへ
• Authors: Ahmed E. Hassan, Gustavo A. Oliva, Dayi Lin, Boyuan Chen, Zhen Ming, Jiang,
• Abstract要約: 我々は,人間開発者と協調する目標駆動型AI駆動ペアプログラマへのパラダイムシフトを提案する。 目標駆動、人間パートナー、SE認識、自己学習のAIペアプログラマを想定する。
• 参考スコア（独自算出の注目度）: 30.996760992473064
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The advent of Foundation Models (FMs) and AI-powered copilots has transformed the landscape of software development, offering unprecedented code completion capabilities and enhancing developer productivity. However, the current task-driven nature of these copilots falls short in addressing the broader goals and complexities inherent in software engineering (SE). In this paper, we propose a paradigm shift towards goal-driven AI-powered pair programmers that collaborate with human developers in a more holistic and context-aware manner. We envision AI pair programmers that are goal-driven, human partners, SE-aware, and self-learning. These AI partners engage in iterative, conversation-driven development processes, aligning closely with human goals and facilitating informed decision-making. We discuss the desired attributes of such AI pair programmers and outline key challenges that must be addressed to realize this vision. Ultimately, our work represents a shift from AI-augmented SE to AI-transformed SE by replacing code completion with a collaborative partnership between humans and AI that enhances both productivity and software quality.
• Abstract（参考訳）: ファンデーションモデル(FM)とAI駆動のパトリオットの出現は、ソフトウェア開発の状況を変え、前例のないコード補完機能を提供し、開発者の生産性を向上した。 しかしながら、これらのコピロの現在のタスク駆動の性質は、ソフトウェア工学(SE)に固有の、より広範な目標と複雑さに対処するのに不足しています。 本稿では、より包括的でコンテキスト対応な方法で、人間開発者と協調する、ゴール駆動型AI駆動ペアプログラマへのパラダイムシフトを提案する。 私たちは、ゴール駆動、ヒューマンパートナー、SE-Aware、セルフラーニングといったAIペアプログラマを想定しています。 これらのAIパートナは、反復的な会話駆動開発プロセスに従事し、人間の目標と密接に整合し、情報的な意思決定を促進する。 このようなAIペアプログラマの望ましい属性について議論し、このビジョンを実現するために対処しなければならない重要な課題を概説する。 最終的に私たちの仕事は、コード補完を、生産性とソフトウェア品質の両方を向上する、人間とAIの協力的なパートナーシップに置き換えることで、AI拡張されたSEからAI変換されたSEへのシフトを表します。

関連論文リスト

• Towards AI-Native Software Engineering (SE 3.0): A Vision and a Challenge Roadmap [30.996760992473064]
  Software Engineering 3.0 (SE 3.0)は、意図優先の会話指向開発を特徴とするAIネイティブなアプローチである。 私たちは、適応的でパーソナライズされたAIパートナーシップのためのTeammate.nextを含む、SE 3.0テクノロジスタックの重要なコンポーネントについて概説する。 本稿では,次世代のソフトウェア工学におけるAIの役割について,今後の議論の基盤を定めている。
  論文  参考訳（メタデータ） (2024-10-08T15:04:07Z)
• From Today's Code to Tomorrow's Symphony: The AI Transformation of Developer's Routine by 2030 [3.437372707846067]
  我々は,2024年におけるAI支援プログラミングの現状と,2030年の予測とを比較分析する。 私たちは、2030人の開発者に包括的なサポートを提供するAIツールであるHyperAssistantを構想しています。
  論文  参考訳（メタデータ） (2024-05-21T12:37:36Z)
• Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
  我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。 我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
  論文  参考訳（メタデータ） (2024-04-10T16:18:11Z)
• Exploring the intersection of Generative AI and Software Development [0.0]
  生成AIとソフトウェアエンジニアリングの相乗効果は、変革的なフロンティアとして現れます。 このホワイトペーパーは、探索されていない領域に展開し、生成的AI技術がソフトウェア開発にどのように革命をもたらすかを解明する。 これはステークホルダーのためのガイドとして機能し、ソフトウェア工学における生成AIの適用に関する議論と実験を促している。
  論文  参考訳（メタデータ） (2023-12-21T19:23:23Z)
• Human AI Collaboration in Software Engineering: Lessons Learned from a Hands On Workshop [1.14603174659129]
  この研究は、人間のAIインタラクションの進化する性質、ソフトウェアエンジニアリングタスクにおけるAIの能力、この領域にAIを統合することの課題と制限など、重要なテーマを特定している。 この結果は、AI、特にChatGPTがコード生成と最適化の効率を改善する一方で、特に複雑な問題解決とセキュリティ上の考慮を必要とする分野において、人間の監視は依然として重要であることを示している。
  論文  参考訳（メタデータ） (2023-12-17T06:31:05Z)
• The Rise of the AI Co-Pilot: Lessons for Design from Aviation and Beyond [22.33734581699234]
  我々は、AIが単なるツールではなく、人間の指導の下で働く共同パイロットと見なされるパラダイムを提唱する。 本稿では,AIパートナーシップにおけるアクティブな人間の関与,制御,スキル向上を重視したデザインアプローチを提案する。
  論文  参考訳（メタデータ） (2023-11-16T13:58:15Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
  HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。 データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
  論文  参考訳（メタデータ） (2021-10-03T21:47:13Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)
• Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
  AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。 我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。 実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
  論文  参考訳（メタデータ） (2020-04-27T19:06:28Z)

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。