論文の概要: Stack Overflow Is Not Dead Yet: Crowd Answers Still Matter
- arxiv url: http://arxiv.org/abs/2509.05879v1
- Date: Sun, 07 Sep 2025 00:43:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-09 14:07:03.75546
- Title: Stack Overflow Is Not Dead Yet: Crowd Answers Still Matter
- Title（参考訳）: Stack Overflowはまだ死んでいない: 群衆の答えはまだ重要
- Authors: Denis Helic, Tiago Santos,
- Abstract要約: ChatGPTは、2022年11月にStack Overflowで導入された。
本稿では,ChatGPTがユーザの質問やコード例の長さと難易度に与える影響を推定する。
私たちの結果は、ChatGPTがStack Overflowに関する質問を効果的に提起したことを示唆しています。
- 参考スコア（独自算出の注目度）: 0.9990687944474739
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Millions of users visit Stack Overflow regularly to ask community for answers to their programming questions. However, like many other platforms, Stack Overflow consistently struggles with low user retention and declining levels of user contributions to the platform. With the introduction of ChatGPT in November 2022, these ongoing difficulties on Stack Overflow were further magnified, as many users moved toward ChatGPT for programming help. In this paper, we build upon recent research on this phenomenon by analyzing the transformation of user-generated content on Stack Overflow during the post-ChatGPT period. Specifically, we analyze two years of Stack Overflow data and fit multiple causal regression models to estimate the effect of ChatGPT on the length and difficulty of user questions and code examples. We confirm an acceleration of decline in user contributions but find that ChatGPT had a significant positive effect on question and answer length, code length, and question difficulty on Stack Overflow across programming languages. Our results suggest that ChatGPT has effectively raised the bar for questions on Stack Overflow, as users increasingly turn to crowdsourced platforms for help with more complex and challenging problems. With our work we contribute to the ongoing discussion on the impact of tools such as ChatGPT on help-seeking in programming and, more broadly, on collaborative knowledge creation. Our results provide actionable insights for platform operators to support information management and user retention in the aftermath of ChatGPT's launch.
- Abstract（参考訳）: 数百万のユーザが定期的にStack Overflowを訪れ、コミュニティにプログラミングに関する質問に対する回答を求めている。
しかし、他の多くのプラットフォームと同様、Stack Overflowも一貫してユーザの保持率の低下とプラットフォームへのユーザのコントリビューションの低下に悩まされている。
2022年11月のChatGPTの導入により、Stack Overflowにおけるこれらの継続的な困難はさらに拡大し、多くのユーザがプログラミング支援のためにChatGPTに移行した。
本稿では、ChatGPT後におけるStack Overflow上のユーザ生成コンテンツの変換を解析することにより、この現象に関する最近の研究に基づいて構築する。
具体的には、2年間のStack Overflowデータを分析し、複数の因果回帰モデルに適合し、ChatGPTがユーザの質問やコード例の長さと難易度に与える影響を推定する。
ユーザコントリビューションの減少の加速は確認するが、ChatGPTは、プログラミング言語間のStack Overflowにおいて、質問と回答の長さ、コードの長さ、質問の難しさに大きなポジティブな影響を与えている。
この結果から,ChatGPTがStack Overflowに関する疑問を効果的に提起したことが示唆される。
私たちは、ChatGPTのようなツールがプログラミングにおけるヘルプ検索や、より広い範囲で協調的な知識創造に与える影響について、現在進行中の議論に貢献します。
この結果から,ChatGPTのローンチ後における情報管理とユーザ保持を支援するプラットフォーム運用者に対して,実用的な知見が得られた。
関連論文リスト
- SOGPTSpotter: Detecting ChatGPT-Generated Answers on Stack Overflow [11.522654103273242]
Stack Overflowは人気のQ&Aプラットフォームで、ユーザは技術的な質問をし、専門家のコミュニティから回答を受け取る。
ChatGPTが生成した回答の数は大幅に増加しており、サイトへの不正確で信頼性の低い情報が投稿される可能性がある。
我々は,Siamese Neural Networks を利用した新しいアプローチ SOGPTSpotter を導入し,BigBird モデルと Triplet 損失を利用して,Stack Overflow 上で ChatGPT 生成した解を検出する。
論文 参考訳（メタデータ） (2026-02-04T03:47:36Z) - An exploratory analysis of Community-based Question-Answering Platforms and GPT-3-driven Generative AI: Is it the end of online community-based learning? [0.6749750044497732]
ChatGPTは、Stack Overflowのようなコミュニティの質問に答えるプラットフォームに対して、ソフトウェアエンジニアにインタラクティブな代替手段を提供する。
私たちは、2022年1月から2022年12月までに質問されたStackOverflowから、2564のPythonとJavaScriptの質問を分析しました。
分析の結果,ChatGPTの回答は66%短く,質問に対して35%の回答が得られた。
論文 参考訳（メタデータ） (2024-09-26T02:17:30Z) - Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - Which is a better programming assistant? A comparative study between
chatgpt and stack overflow [10.861651344753591]
プログラマの生産性を向上させるために,Stack OverflowとChatGPTのパフォーマンスを比較した。
コード品質に関しては、ChatGPTがStack Overflowをはるかに上回り、アルゴリズムやライブラリ関連のタスクの完全化を支援している。
プログラミング支援における2つのプラットフォーム間の相違したパフォーマンスの背景にある理由を明らかにする。
論文 参考訳（メタデータ） (2023-08-26T11:25:18Z) - Is Stack Overflow Obsolete? An Empirical Study of the Characteristics of
ChatGPT Answers to Stack Overflow Questions [7.065853028825656]
Stack Overflowのプログラミング問題に対するChatGPT回答の詳細な分析を行った。
また,ChatGPT回答の正確性,一貫性,包括性,簡潔性を検討した。
分析の結果,ChatGPT回答の52%が誤り情報であり,77%が冗長であることがわかった。
論文 参考訳（メタデータ） (2023-08-04T13:23:20Z) - Evaluating Privacy Questions From Stack Overflow: Can ChatGPT Compete? [1.231476564107544]
ChatGPTはコードの生成や開発者の質問に対する応答の代替手段として使用されている。
以上の結果から,プライバシ関連の質問の多くは,選択/同意,集約,識別に関連があることが示唆された。
論文 参考訳（メタデータ） (2023-06-19T21:33:04Z) - ChatLog: Carefully Evaluating the Evolution of ChatGPT Across Time [54.18651663847874]
ChatGPTは大きな成功をおさめ、インフラ的な地位を得たと考えられる。
既存のベンチマークでは,(1)周期的評価の無視,(2)きめ細かい特徴の欠如という2つの課題に直面する。
2023年3月から現在まで,21のNLPベンチマークに対して,さまざまな長文ChatGPT応答を大規模に記録した常時更新データセットであるChatLogを構築している。
論文 参考訳（メタデータ） (2023-04-27T11:33:48Z) - One Small Step for Generative AI, One Giant Leap for AGI: A Complete
Survey on ChatGPT in AIGC Era [95.2284704286191]
GPT-4(別名ChatGPT Plus)は、生成型AI(GAI)の1つの小さなステップであるが、人工知能(AGI)の1つの大きな飛躍である。
2022年11月に公式リリースされて以来、ChatGPTは急速に多くのユーザーを惹きつけてきた。
この研究は、ChatGPTを基盤技術、アプリケーション、課題に関する包括的なレビューで調査した初めてのものである。
論文 参考訳（メタデータ） (2023-04-04T06:22:09Z) - ChatGPT is a Knowledgeable but Inexperienced Solver: An Investigation of Commonsense Problem in Large Language Models [49.52083248451775]
大規模言語モデル(LLM)はNLPに大きな進歩をもたらした。
特にChatGPTは,広く利用されており,アクセスしやすいLLMである。
我々は、ChatGPTの常識能力を評価するために、11のデータセットで一連の実験を行った。
論文 参考訳（メタデータ） (2023-03-29T03:05:43Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z)
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。