論文の概要: AI Tool Use and Adoption in Software Development by Individuals and Organizations: A Grounded Theory Study
- arxiv url: http://arxiv.org/abs/2406.17325v1
- Date: Tue, 25 Jun 2024 07:18:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-26 15:21:33.659472
- Title: AI Tool Use and Adoption in Software Development by Individuals and Organizations: A Grounded Theory Study
- Title（参考訳）: 個人と組織によるソフトウェア開発におけるAIツールの利用と採用:基礎的理論研究
- Authors: Ze Shi Li, Nowshin Nawar Arony, Ahmed Musa Awon, Daniela Damian, Bowen Xu,
- Abstract要約: 調査対象者は26名, 調査対象者は395名であった。
我々は,2つの個別の動機,4つの個別の課題,3つの組織的動機,3つの組織的課題,3つのインターリーブされた関係を同定した。
3つのインターリーブされた関係は、モチベーションが実践者を引き寄せてAIツールの使用を拡大し、実践者がAIツールの使用から遠ざけるというプッシュプルな振る舞いをする。
- 参考スコア（独自算出の注目度）: 6.722524226580543
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI assistance tools such as ChatGPT, Copilot, and Gemini have dramatically impacted the nature of software development in recent years. Numerous studies have studied the positive benefits that practitioners have achieved from using these tools in their work. While there is a growing body of knowledge regarding the usability aspects of leveraging AI tools, we still lack concrete details on the issues that organizations and practitioners need to consider should they want to explore increasing adoption or use of AI tools. In this study, we conducted a mixed methods study involving interviews with 26 industry practitioners and 395 survey respondents. We found that there are several motives and challenges that impact individuals and organizations and developed a theory of AI Tool Adoption. For example, we found creating a culture of sharing of AI best practices and tips as a key motive for practitioners' adopting and using AI tools. In total, we identified 2 individual motives, 4 individual challenges, 3 organizational motives, and 3 organizational challenges, and 3 interleaved relationships. The 3 interleaved relationships act in a push-pull manner where motives pull practitioners to increase the use of AI tools and challenges push practitioners away from using AI tools.
- Abstract（参考訳）: ChatGPT、Copilot、GeminiといったAI支援ツールは、近年、ソフトウェア開発の性質に劇的に影響を与えている。
多くの研究が、実践者がこれらのツールを自分の仕事で使うことで達成した肯定的な利益を研究してきた。
AIツールを活用する上でのユーザビリティ面に関する知識は増えているが、組織や実践者がAIツールの採用や利用の増加について検討する上で考慮すべき問題に関する具体的な詳細はいまだに欠けている。
本研究では,26名の業界実践者と395名の調査対象者を対象に,総合的な調査を行った。
個人や組織に影響を与えるモチベーションと課題がいくつかあり、AIツールの採用の理論を開発したのです。
例えば、実践者がAIツールを採用し、使用するための重要な動機として、AIベストプラクティスとヒントを共有する文化を作ることが分かりました。
2つの個別の動機,4つの個別の課題,3つの組織的モチベーション,3つの組織的課題,および3つのインターリーブされた関係を見出した。
3つのインターリーブされた関係は、モチベーションが実践者を引き寄せてAIツールの使用を拡大し、実践者がAIツールの使用から遠ざけるというプッシュプルな振る舞いをする。
関連論文リスト
- "I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development [19.851794567529286]
本研究では、ソフトウェア開発プロセスにおけるAIを活用したツールの採用、影響、およびセキュリティに関する考察を行う。
ソフトウェア開発のさまざまな段階において,AIツールが広く採用されていることが判明した。
論文 参考訳（メタデータ） (2024-09-20T09:17:10Z) - AI Research is not Magic, it has to be Reproducible and Responsible: Challenges in the AI field from the Perspective of its PhD Students [1.1922075410173798]
欧州13カ国から28名のAI博士候補を調査した。
課題は、データセット、モデル、実験などのAIリソースの発見可能性と品質だ。
責任と再現可能なAI研究プラクティスをすぐに採用する必要がある。
論文 参考訳（メタデータ） (2024-08-13T12:19:02Z) - Information Seeking Using AI Assistants [9.887133861477233]
我々は,実践者の行動を求めるAI支援情報を理解するために,混合手法による研究を行った。
開発者の情報検索にAIツールの利用が増えていることが,効率の向上を重要なメリットとして挙げている。
我々の取り組みは、情報検索と学習支援として、AIツールを開発者へ効果的に統合するための意味を持っている。
論文 参考訳（メタデータ） (2024-08-07T18:27:13Z) - The Ethics of Advanced AI Assistants [53.89899371095332]
本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。
我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。
先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
論文 参考訳（メタデータ） (2024-04-24T23:18:46Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳（メタデータ） (2024-03-21T19:12:37Z) - Beyond Recommender: An Exploratory Study of the Effects of Different AI
Roles in AI-Assisted Decision Making [48.179458030691286]
Recommender、Analyzer、Devil's Advocateの3つのAIの役割について検討する。
以上の結果から,各役割のタスクパフォーマンス,信頼性の適切性,ユーザエクスペリエンスにおける長所と短所が明らかとなった。
これらの洞察は、異なる状況に応じて適応的な機能的役割を持つAIアシスタントを設計する上で、貴重な意味を提供する。
論文 参考訳（メタデータ） (2024-03-04T07:32:28Z) - Towards AI Accountability Infrastructure: Gaps and Opportunities in AI Audit Tooling [1.841662059101602]
監査は、デプロイされた人工知能(AI)システムのリスクと限界を特定するための重要なメカニズムである。
私たちは利用可能なAI監査ツールの現在のエコシステムをマップします。
我々は、多くのAI監査実践者にとって、ニーズの全範囲を適切にサポートするリソースが不足していると結論付けている。
論文 参考訳（メタデータ） (2024-02-27T19:52:54Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - A Large-Scale Survey on the Usability of AI Programming Assistants:
Successes and Challenges [23.467373994306524]
実際には、開発者はAIプログラミングアシスタントの最初の提案を高い頻度で受け入れない。
これらのツールを使用して開発者のプラクティスを理解するため、多数の開発者を対象に調査を実施しました。
開発者がAIプログラミングアシスタントを使用する動機は、開発者がキーストロークを減らしたり、プログラミングタスクを素早く終了したり、構文をリコールするのに役立つためである。
また、開発者がこれらのツールを使用しない最も重要な理由は、これらのツールが特定の機能的あるいは非機能的要件に対処するコードを出力していないためです。
論文 参考訳（メタデータ） (2023-03-30T03:21:53Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z) - 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。