論文の概要: "Maybe We Need Some More Examples:" Individual and Team Drivers of Developer GenAI Tool Use
- arxiv url: http://arxiv.org/abs/2507.21280v1
- Date: Mon, 28 Jul 2025 19:05:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-30 17:08:55.251091
- Title: "Maybe We Need Some More Examples:" Individual and Team Drivers of Developer GenAI Tool Use
- Title（参考訳）: さらなる例が必要かもしれない:開発者GenAIツール使用の個人とチームドライバ
- Authors: Courtney Miller, Rudrajit Choudhuri, Mara Ulloa, Sankeerti Haniyur, Robert DeLine, Margaret-Anne Storey, Emerson Murphy-Hill, Christian Bird, Jenna L. Butler,
- Abstract要約: 生成AIツールが広く利用可能であるにも関わらず、開発者の採用は不均一である。
この不均一さは生産性の努力を妨げ、マネジメントの期待をフラストレーションさせ、開発者の将来の役割に関する不確実性を生み出します。
以上の結果から,学習支援に十分な投資をすることなく,迅速な生産性向上を期待できる組織的期待が,「生産性圧力パラドックス」を生み出すことが示唆された。
- 参考スコア（独自算出の注目度）: 7.989553944867326
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite the widespread availability of generative AI tools in software engineering, developer adoption remains uneven. This unevenness is problematic because it hampers productivity efforts, frustrates management's expectations, and creates uncertainty around the future roles of developers. Through paired interviews with 54 developers across 27 teams -- one frequent and one infrequent user per team -- we demonstrate that differences in usage result primarily from how developers perceive the tool (as a collaborator vs. feature), their engagement approach (experimental vs. conservative), and how they respond when encountering challenges (with adaptive persistence vs. quick abandonment). Our findings imply that widespread organizational expectations for rapid productivity gains without sufficient investment in learning support creates a "Productivity Pressure Paradox," undermining the very productivity benefits that motivate adoption.
- Abstract（参考訳）: ソフトウェアエンジニアリングにおける生成AIツールの普及にもかかわらず、開発者の採用は不均一である。
この不均一性は、生産性の努力を妨げ、マネジメントの期待をフラストレーションし、開発者の将来の役割に関する不確実性を生じさせるため、問題となる。
27チームにわたる54人の開発者とのペアインタビュー(頻繁なユーザと頻度の低いユーザ)を通じて、主に開発者がツールをどのように感じているか(コラボレータ対フィーチャー)、彼らのエンゲージメントアプローチ(実験対保守的)、課題に直面するとき(適応的永続化対迅速な放棄)にどのように反応するか、といった使い方の違いが示されている。
私たちの調査結果は、学習支援に十分な投資をすることなく、迅速な生産性向上に対する組織的な期待が広まれば、「生産性のパラドックス」が生まれ、採用を動機付ける生産性のメリットを損なうことを示唆している。
関連論文リスト
- The SPACE of AI: Real-World Lessons on AI's Impact on Developers [0.807084206814932]
我々は,SPACEフレームワークの次元にまたがるAIの影響,すなわち満足度,パフォーマンス,アクティビティ,コラボレーション,効率を,開発者がどのように認識するかを研究する。
AIは広く採用されており、生産性の向上、特にルーチンタスクに広く見なされている。
開発者の報告によると、効率性と満足度は向上し、コラボレーションへの影響の証拠は少なくなった。
論文 参考訳（メタデータ） (2025-07-31T21:45:54Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [66.1850490474361]
コーディングエージェントとの開発者インタラクションを探求する最初の学術的研究を行う。
私たちは、GitHub CopilotとOpenHandsの2つの主要なコピロとエージェントコーディングアシスタントを評価します。
この結果から、エージェントは、コピロトを超越した方法で開発者を支援する可能性を示唆している。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - Co-Saving: Resource Aware Multi-Agent Collaboration for Software Development [65.94639060883475]
本稿では,リソースを意識したマルチエージェントシステムであるCo-Savingを提案する。
私たちの重要なイノベーションは、"ショートカット"の導入です。
最先端のMAS ChatDevと比較して,トークン使用量の平均50.85%の削減を実現している。
論文 参考訳（メタデータ） (2025-05-28T02:23:53Z) - What Needs Attention? Prioritizing Drivers of Developers' Trust and Adoption of Generative AI [18.1243411839447]
我々は、GenAIに対する信頼と養子縁組の意図に影響を与える要因の理論モデルを開発した。
我々は,genAIのシステム/アウトプットの品質,機能的価値,目標維持が開発者の信頼に大きく影響していることを発見した。
我々は,人間とAIのインタラクションを効果的かつ信頼性が高く,包括的に行うために,今後のgenAIツール設計を導くための提案を行う。
論文 参考訳（メタデータ） (2025-05-23T03:05:56Z) - How do Copilot Suggestions Impact Developers' Frustration and Productivity? [12.302518927205103]
本稿では,自動提案がフラストレーションと生産性に与える影響について2つの理論を提案する。
専門家も初心者も、少なくとも32人の開発者を巻き込みます。
論文 参考訳（メタデータ） (2025-04-09T11:55:22Z) - The Impact of Generative AI Coding Assistants on Developers Who Are Visually Impaired [3.2895414694900684]
我々は、視覚障害のある開発者が、生成型AIコーディングアシスタントを使用して一連のプログラミングタスクを完了した研究を行った。
参加者はAIアシスタントが有益であることに気付き、重要なアドバンテージを報告したが、アクセシビリティの課題も強調した。
我々の発見は、活動中心の設計原則を生成型AIアシスタントに適用する必要性を強調した。
論文 参考訳（メタデータ） (2025-03-10T22:06:43Z) - How Performance Pressure Influences AI-Assisted Decision Making [57.53469908423318]
我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。
我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
論文 参考訳（メタデータ） (2024-10-21T22:39:52Z) - 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) - Overwhelmed software developers: An Interpretative Phenomenological
Analysis [43.18707677931078]
最近、圧倒された経験のある2人のソフトウェア開発者についてインタビューした。
過圧の7つのカテゴリ(コミュニケーション、障害、組織、多様性、技術的、時間的、ポジティブな過圧)を明らかにする。
参加者は、過圧は時にポジティブで快適な体験であり、精神的な焦点、自己の野心、生産性を高めることができると報告した。
論文 参考訳（メタデータ） (2024-01-05T12:39:08Z) - Leveraging Large Language Models to Boost Dafny's Developers
Productivity [49.64902130083662]
本稿では、Dafny開発者の生産性を高めるために、LLM(Large Language Models)を活用することを提案する。
新しいDafnyプラグインは、Dafnyが発見および使用できない関連する補題の提案を生成する。
自動的に証明できない補題に対して、プラグインはまた、付随する計算的証明を提供しようとする。
論文 参考訳（メタデータ） (2024-01-01T21:58:13Z) - Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。
本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。
実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
論文 参考訳（メタデータ） (2023-12-28T13:50:42Z) - 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) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳（メタデータ） (2022-08-04T23:53:51Z)
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。