論文の概要: Extending Behavioral Software Engineering: Decision-Making and Collaboration in Human-AI Teams for Responsible Software Engineering

• arxiv url: http://arxiv.org/abs/2504.09496v1
• Date: Sun, 13 Apr 2025 09:40:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:54:16.001255
• Title: Extending Behavioral Software Engineering: Decision-Making and Collaboration in Human-AI Teams for Responsible Software Engineering
• Title（参考訳）: 振る舞いソフトウェアエンジニアリングの拡張: 責任のあるソフトウェアエンジニアリングのための人間-AIチームにおける意思決定とコラボレーション
• Authors: Lekshmi Murali Rani,
• Abstract要約: この研究は、人-AIチーム内のソフトウェアエンジニアリング(SE)タスクとコラボレーションのための意思決定(DM)に焦点を当てている。 本研究の目的は、認知的観点から、HAICの課題とニュアンスを特定することである。 この研究は、BSEの個人、チーム、組織レベルでのHAICとその影響について論じている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The study of behavioral and social dimensions of software engineering (SE) tasks characterizes behavioral software engineering (BSE);however, the increasing significance of human-AI collaboration (HAIC) brings new directions in BSE by presenting new challenges and opportunities.This PhD research focuses on decision-making (DM) for SE tasks and collaboration within human-AI teams, aiming to promote responsible software engineering through a cognitive partnership between humans and AI.The goal of the research is to identify the challenges and nuances in HAIC from a cognitive perspective, design and optimize collaboration/partnership (human-AI team) that enhance collective intelligence and promote better, responsible DM in SE through human-centered approaches. The research addresses HAIC and its impact on individual, team, and organizational level aspects of BSE.
• Abstract（参考訳）: ソフトウェア工学(SE)タスクの行動的・社会的次元の研究は、行動的ソフトウェア工学(BSE)を特徴づけるものであるが、しかしながら、人-AIコラボレーション(HAIC)の重要性の高まりは、新たな課題と機会を提示して、BSEに新たな方向性をもたらす。このPhD研究は、人間とAIの認知的連携を通じて、責任あるソフトウェア工学を促進することを目的として、人-AIチーム内のSEタスクとコラボレーションのための意思決定(DM)に焦点を当てている。この研究の目的は、認知的な視点からHAICの課題を特定し、協調/パートナーシップ(人間-AIチーム)を最適化し、集団知性を高め、人間中心のアプローチを通じて、責任あるDMを促進することである。 この研究は、BSEの個人、チーム、組織レベルでのHAICとその影響について論じている。

関連論文リスト

• Constrained Human-AI Cooperation: An Inclusive Embodied Social Intelligence Challenge [47.74313897705183]
  CHAICは、インボディードエージェントの社会的知覚と協力をテストするために設計された包括的インボディード・ソーシャル・インテリジェンス・チャレンジである。 CHAICの目標は、身体的制約の下で活動している可能性がある人間を支援するために、自我中心の観察装置を備えたエンボディエージェントである。 我々は,この課題に対する計画ベースラインと学習ベースラインのベンチマークを行い,大規模言語モデルと行動モデリングを活用した新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-11-04T04:41:12Z)
• AI-Driven Human-Autonomy Teaming in Tactical Operations: Proposed Framework, Challenges, and Future Directions [10.16399860867284]
  人工知能(AI)技術は、人間の意思決定能力を増強することで戦術的操作を変革している。 本稿では,AI駆動型人間自律チーム(HAT)を変革的アプローチとして検討する。 我々はAI駆動型HATの重要なコンポーネントに対処する包括的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-28T15:05:16Z)
• Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task [56.92961847155029]
  心の理論(ToM)は、他人を理解する上で重要な能力として、人間の協調とコミュニケーションに大きな影響を及ぼす。 Mutual Theory of Mind (MToM) は、ToM能力を持つAIエージェントが人間と協力するときに発生する。 エージェントのToM能力はチームのパフォーマンスに大きな影響を与えず,エージェントの人間的理解を高めていることがわかった。
  論文  参考訳（メタデータ） (2024-09-13T13:19:48Z)
• CREW: Facilitating Human-AI Teaming Research [3.7324091969140776]
  我々は,リアルタイム意思決定シナリオにおける人間-AIコラボレーション研究を支援するプラットフォームCREWを紹介する。 これには、認知研究のための事前構築されたタスクや、モジュール設計から拡張可能なポテンシャルを備えたヒューマンAIコラボレーションが含まれます。 CREWは、最先端のアルゴリズムとよく訓練されたベースラインを使用して、リアルタイムの人間誘導型強化学習エージェントをベンチマークする。
  論文  参考訳（メタデータ） (2024-07-31T21:43:55Z)
• Making Software Development More Diverse and Inclusive: Key Themes, Challenges, and Future Directions [50.545824691484796]
  ソフトウェア開発者の多様性と包摂性(SDDI)を改善するための課題と機会に関する6つのテーマを特定します。 4つのテーマの利点、害、今後の研究の方向性を特定します。 残りの2つのテーマ、人工知能とSDDIとAIとコンピュータサイエンスの教育について論じる。
  論文  参考訳（メタデータ） (2024-04-10T16:18:11Z)
• Human Delegation Behavior in Human-AI Collaboration: The Effect of Contextual Information [7.475784495279183]
  既存の補完機能を活用するための有望なアプローチの1つは、人間が個々の決定タスクのインスタンスをAIに委譲できるようにすることである。 我々は,この委任決定を支援するための文脈情報の提供の効果を検討するために行動学的研究を行う。 これらの結果から,コンテキスト情報へのアクセスは,デリゲート設定における人間-AIチームのパフォーマンス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） (2024-01-09T18:59:47Z)
• 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)
• 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)
• From Human-Computer Interaction to Human-AI Interaction: New Challenges and Opportunities for Enabling Human-Centered AI [7.3800748017024755]
  我々は、AI技術の特徴と非AIコンピューティングシステムとAIシステムの違いに焦点を当てる。 人とAIの相互作用(HAII)の研究と応用を学際的なコラボレーションとして推進します。
  論文  参考訳（メタデータ） (2021-05-12T04:30:45Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)

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。