論文の概要: Time Warp: The Gap Between Developers' Ideal vs Actual Workweeks in an AI-Driven Era
- arxiv url: http://arxiv.org/abs/2502.15287v1
- Date: Fri, 21 Feb 2025 08:29:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-24 16:11:26.371928
- Title: Time Warp: The Gap Between Developers' Ideal vs Actual Workweeks in an AI-Driven Era
- Title（参考訳）: タイムワープ:AI駆動時代における開発者の理想と実際の作業週間のギャップ
- Authors: Sukrit Kumar, Drishti Goel, Thomas Zimmermann, Brian Houck, B. Ashok, Chetan Bansal,
- Abstract要約: マイクロソフトの484人のソフトウェア開発者を対象にした調査の結果を報告する。
私たちの分析では、開発者の理想的なワークウィークと実際のワークウィークの間に大きな違いが見られます。
ソフトウェアエンジニアリングにおけるAIツールの採用が増えていることを踏まえ、自動化の有力な候補となる特定のタスクや領域を特定します。
- 参考スコア（独自算出の注目度）: 8.811930702380115
- License:
- Abstract: Software developers balance a variety of different tasks in a workweek, yet the allocation of time often differs from what they consider ideal. Identifying and addressing these deviations is crucial for organizations aiming to enhance the productivity and well-being of the developers. In this paper, we present the findings from a survey of 484 software developers at Microsoft, which aims to identify the key differences between how developers would like to allocate their time during an ideal workweek versus their actual workweek. Our analysis reveals significant deviations between a developer's ideal workweek and their actual workweek, with a clear correlation: as the gap between these two workweeks widens, we observe a decline in both productivity and satisfaction. By examining these deviations in specific activities, we assess their direct impact on the developers' satisfaction and productivity. Additionally, given the growing adoption of AI tools in software engineering, both in the industry and academia, we identify specific tasks and areas that could be strong candidates for automation. In this paper, we make three key contributions: 1) We quantify the impact of workweek deviations on developer productivity and satisfaction 2) We identify individual tasks that disproportionately affect satisfaction and productivity 3) We provide actual data-driven insights to guide future AI automation efforts in software engineering, aligning them with the developers' requirements and ideal workflows for maximizing their productivity and satisfaction.
- Abstract（参考訳）: ソフトウェア開発者は作業週間でさまざまなタスクのバランスをとるが、時間の割り当ては理想と異なることが多い。
これらの逸脱を特定して対処することは、開発者の生産性と幸福を高めることを目指す組織にとって非常に重要です。
本稿では,Microsoft の 484 人のソフトウェア開発者を対象にした調査の結果を報告する。
この2つのワークウィークのギャップが広がるにつれて、生産性と満足度の両方の低下が観測されます。
これらの偏差を特定のアクティビティで調べることで、開発者の満足度と生産性に直接的な影響を評価できる。
さらに、産業とアカデミックの両方において、ソフトウェアエンジニアリングにおけるAIツールの採用が増加していることを踏まえ、自動化の有力な候補となる特定のタスクや領域を特定します。
本稿では,3つの重要な貢献を行う。
1)開発生産性と満足度に及ぼす作業週偏差の影響の定量化
2)満足度と生産性に不相応に影響を及ぼす個別のタスクを特定する。
3) ソフトウェアエンジニアリングにおける将来のAI自動化の取り組みをガイドするために、実際のデータ駆動の洞察を提供し、生産性と満足度を最大化するための開発者要求と理想的なワークフローを整合させます。
関連論文リスト
- Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - Towards Decoding Developer Cognition in the Age of AI Assistants [9.887133861477233]
本稿では,生理的計測(EEGとアイトラッキング)とインタラクションデータを組み合わせて,AI支援プログラミングツールの開発者による使用状況を調べるための制御された観察的研究を提案する。
私たちは、認知負荷とタスク完了時間を計測しながら、AIアシストの有無に関わらず、プログラムタスクを完了させるために、プロの開発者を募集します。
論文 参考訳（メタデータ） (2025-01-05T23:25:21Z) - TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [52.46737975742287]
私たちは小さなソフトウェア企業環境を模倣したデータによる自己完結型環境を構築します。
最も競争力のあるエージェントでは、タスクの24%が自律的に完了できます。
これは、LMエージェントによるタスク自動化に関するニュアンスな絵を描く。
論文 参考訳（メタデータ） (2024-12-18T18:55:40Z) - Dear Diary: A randomized controlled trial of Generative AI coding tools in the workplace [2.5280615594444567]
ジェネレーティブAIコーディングツールは比較的新しいもので、開発者への影響は従来のコーディングメトリクスを超えて拡大している。
本研究の目的は、生成型AIツールに関する既存の信念、自己認識、そしてこれらのツールの定期的な使用がこれらの信念をどう変えるかを明らかにすることである。
その結果,ジェネレーティブなAIコーディングツールの導入と持続的使用は,これらのツールが有用かつ楽しいものであるという開発者の認識を著しく高めていることが明らかとなった。
論文 参考訳（メタデータ） (2024-10-24T00:07:27Z) - How much does AI impact development speed? An enterprise-based randomized controlled trial [8.759453531975668]
複雑なエンタープライズレベルのタスクに開発者が費やす時間に対する3つのAI機能の影響を見積もる。
また、コード関連のアクティビティに1日あたり何時間も費やす開発者は、AIがより速くなるという興味深い効果も見出しました。
論文 参考訳（メタデータ） (2024-10-16T18:31:14Z) - Transforming Software Development: Evaluating the Efficiency and Challenges of GitHub Copilot in Real-World Projects [0.0]
GitHub CopilotはAIによるコーディングアシスタントだ。
本研究では、GitHub Copilotを使用する際の効率向上、改善の領域、新たな課題について評価する。
論文 参考訳（メタデータ） (2024-06-25T19:51:21Z) - Job-SDF: A Multi-Granularity Dataset for Job Skill Demand Forecasting and Benchmarking [59.87055275344965]
Job-SDFは、ジョブスキルの需要予測モデルをトレーニングし、ベンチマークするために設計されたデータセットである。
2021年から2023年にかけて、中国の大手オンライン求人プラットフォームから集められた1035万件の求人広告に基づいている。
本データセットは,職業,企業,地域レベルなど,さまざまな粒度でのスキル需要予測モデルの評価を可能にする。
論文 参考訳（メタデータ） (2024-06-17T07:22:51Z) - 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) - Turtle Score -- Similarity Based Developer Analyzer [0.0]
この研究は、会社に完全に適合する候補を見つけるために、説得力のある結果を理解し、分析し、自動生成することを目的としている。
データは、IT領域で働く各従業員に対して、パフォーマンス指標に焦点を当てて検査され、収集されます。
同じような性格の人と働くと、特定の労働者の効率性と能力が高くなることが証明されています。
論文 参考訳（メタデータ） (2022-05-10T13:22:11Z) - DAPPER: Label-Free Performance Estimation after Personalization for
Heterogeneous Mobile Sensing [95.18236298557721]
DAPPER(Domain AdaPtation Performance EstimatoR)を提案する。
実世界の6つのベースラインと比較した4つのセンシングデータセットによる評価の結果,DAPPERの精度は39.8%向上した。
論文 参考訳（メタデータ） (2021-11-22T08:49:33Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z)
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。