論文の概要: Software Reuse in the Generative AI Era: From Cargo Cult Towards AI Native Software Engineering
- arxiv url: http://arxiv.org/abs/2506.17937v1
- Date: Sun, 22 Jun 2025 08:09:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-24 19:06:36.658422
- Title: Software Reuse in the Generative AI Era: From Cargo Cult Towards AI Native Software Engineering
- Title（参考訳）: ジェネレーティブAI時代のソフトウェア再利用:Cargo CultからAIネイティブソフトウェアエンジニアリングへ
- Authors: Tommi Mikkonen, Antero Taivalsaari,
- Abstract要約: 新たな"AIネイティブ"ソフトウェアエンジニアリングの文脈において,AIによる生成ソフトウェア再利用がもたらす意味について論じる。
本稿は、暫定的な研究課題を定義し、このアプローチにかかわるいくつかの中心的な課題に取り組むための行動を呼びかける。
- 参考スコア（独自算出の注目度）: 2.7808182112731537
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software development is currently under a paradigm shift in which artificial intelligence and generative software reuse are taking the center stage in software creation. Consequently, earlier software reuse practices and methods are rapidly being replaced by AI-assisted approaches in which developers place their trust on code that has been generated by artificial intelligence. This is leading to a new form of software reuse that is conceptually not all that different from cargo cult development. In this paper we discuss the implications of AI-assisted generative software reuse in the context of emerging "AI native" software engineering, bring forth relevant questions, and define a tentative research agenda and call to action for tackling some of the central issues associated with this approach.
- Abstract（参考訳）: ソフトウェア開発は現在、人工知能と生成ソフトウェアの再利用がソフトウェア開発の中心となるパラダイムシフトの段階にある。
その結果、初期のソフトウェア再利用のプラクティスとメソッドは、開発者が人工知能によって生成されたコードに信頼を置くAI支援アプローチに急速に置き換えられている。
これは、概念的には、カーゴカルト開発とそれほど変わらない、新しい形のソフトウェア再利用につながります。
本稿では,「AIネイティブ」ソフトウェアエンジニアリングの新たな文脈において,AIを活用した生成ソフトウェア再利用がもたらす意味を論じ,関連する疑問を提起し,暫定的な研究課題を定義し,このアプローチにかかわる問題に対処するための行動を呼びかける。
関連論文リスト
- Explainable Artificial Intelligence Techniques for Software Development Lifecycle: A Phase-specific Survey [1.4513830934124627]
説明可能な人工知能(XAI)は、AIシステムをより解釈可能で透明にするブラックボックス問題に対処するために登場した。
本稿では,SDLC(Software Development Life Cycle)のすべてのフェーズを対象としたXAI技術に関する総合的な調査を行う。
論文 参考訳（メタデータ） (2025-05-11T17:09:57Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - Generative AI and Empirical Software Engineering: A Paradigm Shift [8.65285948382426]
ソフトウェア工学における生成AIの普及はパラダイムシフトである。
本稿では,AIをソフトウェア工学に統合することで,従来の研究パラダイムに挑戦する方法について考察する。
論文 参考訳（メタデータ） (2025-02-12T04:13:07Z) - AI's Impact on Traditional Software Development [0.0]
人工知能(AI)の応用は、従来の戦術ソフトウェア開発に大きな変化をもたらした。
本稿では,従来のソフトウェア開発ライフサイクル方法論にAIを統合する技術的側面について考察する。
論文 参考訳（メタデータ） (2025-02-05T14:58:09Z) - Next-Gen Software Engineering. Big Models for AI-Augmented Model-Driven Software Engineering [0.0]
本稿は、AIに強化されたソフトウェア工学の現状の概要を提供し、対応する分類学であるAI4SEを開発する。
SEにおけるAI支援ビッグデータのビジョンは、ソフトウェア開発の文脈において両方のアプローチに固有の利点を活かすことを目的としている。
論文 参考訳（メタデータ） (2024-09-26T16:49:57Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Exploring the intersection of Generative AI and Software Development [0.0]
生成AIとソフトウェアエンジニアリングの相乗効果は、変革的なフロンティアとして現れます。
このホワイトペーパーは、探索されていない領域に展開し、生成的AI技術がソフトウェア開発にどのように革命をもたらすかを解明する。
これはステークホルダーのためのガイドとして機能し、ソフトウェア工学における生成AIの適用に関する議論と実験を促している。
論文 参考訳（メタデータ） (2023-12-21T19:23:23Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳（メタデータ） (2023-08-10T13:19:10Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - 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) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。