論文の概要: Insights from the Frontline: GenAI Utilization Among Software Engineering Students

• arxiv url: http://arxiv.org/abs/2412.15624v1
• Date: Fri, 20 Dec 2024 07:30:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-23 16:20:55.300577
• Title: Insights from the Frontline: GenAI Utilization Among Software Engineering Students
• Title（参考訳）: フロントラインからの洞察: ソフトウェア工学の学生におけるGenAIの利用
• Authors: Rudrajit Choudhuri, Ambareesh Ramakrishnan, Amreeta Chatterjee, Bianca Trinkenreich, Igor Steinmacher, Marco Gerosa, Anita Sarma,
• Abstract要約: ソフトウェア開発(SE)において、ジェネレーティブAI(genAI)ツールがユビキタスになった 我々は、genAIツールを用いてSE学習と実装を補完する学術的経験を探求する。 これらのツールがどのような状況で役に立つのか、どのように課題に直面するのか、そしてこれらの課題がなぜ発生し、学生にどのように影響するかを調べる。
• 参考スコア（独自算出の注目度）: 19.31786879151898
• License:
• Abstract: Generative AI (genAI) tools (e.g., ChatGPT, Copilot) have become ubiquitous in software engineering (SE). As SE educators, it behooves us to understand the consequences of genAI usage among SE students and to create a holistic view of where these tools can be successfully used. Through 16 reflective interviews with SE students, we explored their academic experiences of using genAI tools to complement SE learning and implementations. We uncover the contexts where these tools are helpful and where they pose challenges, along with examining why these challenges arise and how they impact students. We validated our findings through member checking and triangulation with instructors. Our findings provide practical considerations of where and why genAI should (not) be used in the context of supporting SE students.
• Abstract（参考訳）: ジェネレーティブAI(genAI)ツール(例えば、ChatGPT、Copilot)は、ソフトウェア工学(SE)においてユビキタスになった。 SE教育者として、SE学生のgenAI使用結果を理解し、これらのツールがどこでうまく使えるかの全体像を作成するのに役立ちます。 本研究は,SE学生に対する16回のふりかえりの面接を通じて,SE学習と実装を補完するgenAIツールを用いた学術的経験を考察した。 これらのツールがどのような状況で役に立つのか、どのように課題に直面するのか、そしてこれらの課題がなぜ発生し、学生にどのように影響するかを調べる。 本研究は,インストラクターによるメンバーチェックと三角測量によって得られた知見を検証した。 本研究は, SE 学生支援の文脈において, genAI がどのような状況で使われるべきか, 利用すべきでないのかについて, 実践的な考察を行った。

関連論文リスト

• LLMs Integration in Software Engineering Team Projects: Roles, Impact, and a Pedagogical Design Space for AI Tools in Computing Education [7.058964784190549]
  この作業では、ChatGPTやGitHub Copilotなど、生成AI(GenAI)モデルとツールの影響を、教育的なレンズで調査する。 我々の結果は、チームワーク、チーム効率、チームダイナミクスにおけるGenAIの役割と意味を理解する上での特別なギャップに対処します。
  論文  参考訳（メタデータ） (2024-10-30T14:43:33Z)
• Misconceptions, Pragmatism, and Value Tensions: Evaluating Students' Understanding and Perception of Generative AI for Education [0.11704154007740832]
  学生はこの技術のアーリーアダプターであり、非典型的手法で利用している。 学生は,1)GenAIの理解,2)GenAIの利用,3)教育における利用に関するメリット,欠点,倫理的問題について,その説明を求めた。
  論文  参考訳（メタデータ） (2024-10-29T17:41:06Z)
• How Novice Programmers Use and Experience ChatGPT when Solving Programming Exercises in an Introductory Course [0.0]
  本研究は,コンピュータ教育研究コミュニティにおいて,導入プログラミングの文脈における生成型AI(GenAI)の理解に寄与する。 本研究は以下の研究課題によって導かれる。 初等プログラミング演習におけるChatGPTの使用パターンについて,学生はどのような報告をしているか? 初等プログラミング演習におけるChatGPTの認識について
  論文  参考訳（メタデータ） (2024-07-30T12:55:42Z)
• 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)
• Large Language Models Meet User Interfaces: The Case of Provisioning Feedback [6.626949691937476]
  我々は、GenAIを教育ツールに組み込むためのフレームワークを提案し、我々のツールであるFeedback Copilotにその応用を実証する。 この研究は、教育におけるGenAIの将来についてのコースをグラフ化している。
  論文  参考訳（メタデータ） (2024-04-17T05:05:05Z)
• 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)
• LLM-based Interaction for Content Generation: A Case Study on the Perception of Employees in an IT department [85.1523466539595]
  本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。 以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。 分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-18T15:35:43Z)
• 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)
• Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
  生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。 私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。 我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
  論文  参考訳（メタデータ） (2022-02-10T08:52:39Z)
• 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)

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。