論文の概要: Some things never change: how far generative AI can really change software engineering practice
- arxiv url: http://arxiv.org/abs/2406.09725v1
- Date: Fri, 14 Jun 2024 05:26:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-17 15:03:43.256413
- Title: Some things never change: how far generative AI can really change software engineering practice
- Title（参考訳）: 生成AIがソフトウェアエンジニアリングの実践をどこまで変えられるか
- Authors: Aline de Campos, Jorge Melegati, Nicolas Nascimento, Rafael Chanin, Afonso Sales, Igor Wiese,
- Abstract要約: Generative Artificial Intelligence(GenAI)は、ソフトウェアエンジニアリング(SE)の活動に影響を及ぼす可能性のあるいくつかのツールが利用可能になり、新興技術になりつつある。
我々は,SEにおけるGenAIに対する期待を明らかにするために,SE実践者との調査を行った。
私たちの結果は、実践者は生産性、コーディング、プロセス品質の向上を期待していますが、いくつかの側面は変わらないと想定しています。
- 参考スコア（独自算出の注目度）: 5.17110203660516
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Generative Artificial Intelligence (GenAI) has become an emerging technology with the availability of several tools that could impact Software Engineering (SE) activities. As any other disruptive technology, GenAI led to the speculation that its full potential can deeply change SE. However, an overfocus on improving activities for which GenAI is more suitable could negligent other relevant areas of the process. In this paper, we aim to explore which SE activities are not expected to be profoundly changed by GenAI. To achieve this goal, we performed a survey with SE practitioners to identify their expectations regarding GenAI in SE, including impacts, challenges, ethical issues, and aspects they do not expect to change. We compared our results with previous roadmaps proposed in SE literature. Our results show that although practitioners expect an increase in productivity, coding, and process quality, they envision that some aspects will not change, such as the need for human expertise, creativity, and project management. Our results point to SE areas for which GenAI is probably not so useful, and future research could tackle them to improve SE practice.
- Abstract（参考訳）: Generative Artificial Intelligence(GenAI)は、ソフトウェアエンジニアリング(SE)の活動に影響を及ぼす可能性のあるいくつかのツールが利用可能になり、新興技術になりつつある。
その他の破壊的な技術と同様に、GenAIはその潜在能力がSEを深く変える可能性があるという憶測につながった。
しかし、GenAIがより適した活動を改善することへの過度な焦点は、プロセスの他の関連分野を無視する可能性がある。
本稿では,GenAI による SE 活動の大幅な変化を期待できないものを探究する。
この目標を達成するため、私たちはSE実践者たちと調査を行い、SEにおけるGenAIに関する期待事項、影響、課題、倫理的問題、変化を期待しない側面などを特定しました。
我々は、SE文献で提案された以前のロードマップと比較した。
我々の結果は、実践者は生産性、コーディング、プロセス品質の向上を期待しているが、人間の専門知識、創造性、プロジェクト管理の必要性など、いくつかの側面は変わらないと想定していることを示している。
この結果から,GenAIがあまり役に立たないSE領域が示唆され,今後の研究がSEプラクティスの改善に役立てられる可能性が示唆された。
関連論文リスト
- Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。
我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
論文 参考訳（メタデータ） (2024-07-09T23:13:26Z) - Teacher agency in the age of generative AI: towards a framework of hybrid intelligence for learning design [0.0]
ジェネレーティブAI(genAI)は、異なる目的のために教育で使用されている。
教員の視点からは、ジェネシスはデザインの学習などの活動を支援することができる。
しかし、GenAIは教師の力不足により、専門職に悪影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2024-07-09T08:28:05Z) - Securing the Future of GenAI: Policy and Technology [50.586585729683776]
政府はGenAIを規制し、イノベーションと安全性のバランスをとるという課題に、世界中で不満を抱いている。
Google、ウィスコンシン大学、マディソン大学、スタンフォード大学が共同で行ったワークショップは、GenAIのポリシーとテクノロジーのギャップを埋めることを目的としていた。
本稿では,技術進歩を妨げることなく,どのように規制を設計できるか,といった問題に対処するワークショップの議論を要約する。
論文 参考訳（メタデータ） (2024-05-21T20:30:01Z) - Generative AI for Visualization: State of the Art and Future Directions [7.273704442256712]
本稿では,GenAIを活用した過去の可視化研究を振り返る。
本稿では,世代別アルゴリズムとその応用と限界を要約することにより,今後のGenAI4VIS研究に有用な知見を提供する。
論文 参考訳（メタデータ） (2024-04-28T11:27:30Z) - Explainable Generative AI (GenXAI): A Survey, Conceptualization, and Research Agenda [1.8592384822257952]
我々は、XAIがGenAIの台頭とともに重要になった理由とその説明可能性研究の課題について詳述する。
私たちはまた、検証可能性、対話性、セキュリティ、コストといった側面をカバーし、説明が満たすべき新しいデシラタも披露します。
論文 参考訳（メタデータ） (2024-04-15T08:18:16Z) - 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) - Generative Artificial Intelligence for Software Engineering -- A
Research Agenda [8.685607624226037]
我々は、GenAI for Software Engineeringの研究アジェンダを開発するために、文献レビューと5ヶ月間のフォーカスグループを実施しました。
この結果から,GenAIを部分的自動化に適用し,すべてのソフトウェア開発活動における意思決定を支援することが可能であることが示唆された。
GenAIを実装する際の一般的な考慮事項は、業界レベルの評価、信頼性と正確性、データアクセシビリティ、透明性、技術に関連する持続可能性といった点である。
論文 参考訳（メタデータ） (2023-10-28T09:14:39Z) - 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) - Innovating Computer Programming Pedagogy: The AI-Lab Framework for
Generative AI Adoption [0.0]
我々は、中核的なプログラミングコースでGenAIを効果的に活用するために、学生を指導するフレームワーク「AI-Lab」を紹介した。
GenAIの誤りを特定し、修正することで、学生は学習プロセスを充実させる。
教育者にとって、AI-Labは、学習経験におけるGenAIの役割に対する学生の認識を探索するメカニズムを提供する。
論文 参考訳（メタデータ） (2023-08-23T17:20:37Z) - 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) - 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。