論文の概要: AI Hasn't Fixed Teamwork, But It Shifted Collaborative Culture: A Longitudinal Study in a Project-Based Software Development Organization (2023-2025)
- arxiv url: http://arxiv.org/abs/2509.10956v1
- Date: Sat, 13 Sep 2025 19:32:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:22.853611
- Title: AI Hasn't Fixed Teamwork, But It Shifted Collaborative Culture: A Longitudinal Study in a Project-Based Software Development Organization (2023-2025)
- Title（参考訳）: AIはチームワークを修正していないが、コラボレーション文化をシフトさせた: プロジェクトベースのソフトウェア開発組織(2023-2025)における縦断的研究
- Authors: Qing Xiao, Xinlan Emily Hu, Mark E. Whiting, Arvind Karunakaran, Hong Shen, Hancheng Cao,
- Abstract要約: AIが職場に入ったとき、多くの人たちは、チームワークを個人の生産性を高めると同時に、深く作り直すことができると信じていた。
私たちの発見は、より複雑な現実を示唆した。
我々は,プロジェクトベースのソフトウェア開発組織のメンバーを対象に,チームワークにおけるAIの期待と利用について,縦断的な2波インタビュー調査を行った。
- 参考スコア（独自算出の注目度）: 13.473117730993911
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: When AI entered the workplace, many believed it could reshape teamwork as profoundly as it boosted individual productivity. Would AI finally ease the longstanding challenges of team collaboration? Our findings suggested a more complicated reality. We conducted a longitudinal two-wave interview study (2023-2025) with members (N=15) of a project-based software development organization to examine the expectations and use of AI in teamwork. In early 2023, just after the release of ChatGPT, participants envisioned AI as an intelligent coordinator that could align projects, track progress, and ease interpersonal frictions. By 2025, however, AI was used mainly to accelerate individual tasks such as coding, writing, and documentation, leaving persistent collaboration issues of performance accountability and fragile communication unresolved. Yet AI reshaped collaborative culture: efficiency became a norm, transparency and responsible use became markers of professionalism, and AI was increasingly accepted as part of teamwork.
- Abstract（参考訳）: AIが職場に入ったとき、多くの人たちは、チームワークを個人の生産性を高めると同時に、深く作り直すことができると信じていた。
AIはついに、チームコラボレーションの長年の課題を緩和するだろうか?
私たちの発見は、より複雑な現実を示唆した。
チームワークにおけるAIの期待と利用を検討するため,プロジェクトベースのソフトウェア開発組織のメンバー(N=15)と縦断的2波インタビュー調査(2023-2025)を行った。
2023年初め、ChatGPTのリリースの直後、参加者はAIを、プロジェクトを調整し、進捗を追跡し、対人摩擦を緩和できるインテリジェントなコーディネータとして想定した。
しかし2025年までに、AIは主にコーディング、書き込み、ドキュメントなどの個々のタスクを加速するために使われ、パフォーマンスのアカウンタビリティと脆弱なコミュニケーションに関する永続的なコラボレーションの問題が未解決のまま残された。
効率は標準となり、透明性と責任ある使用はプロフェッショナル主義のマーカーとなり、AIはチームワークの一部として受け入れられるようになった。
関連論文リスト
- Operationalizing AI for Good: Spotlight on Deployment and Integration of AI Models in Humanitarian Work [52.96150571365764]
人道的・人道的組織(H2H)との密接なコラボレーションの詳細を共有します。
リソース制約のある環境でAIモデルをデプロイする方法、継続的なパフォーマンスアップデートのためにそのメンテナンス方法について論じる。
論文 参考訳（メタデータ） (2025-07-21T17:30:38Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - Unraveling Human-AI Teaming: A Review and Outlook [2.3396455015352258]
人工知能(AI)は前例のないペースで進歩しており、意思決定と生産性を高める可能性がある。
しかし、人間とAIの協調的な意思決定プロセスはまだ未開発であり、しばしばその変革の可能性に欠ける。
本稿では,AIエージェントの受動的ツールから,複雑な環境下での学習,適応,自律的な運用能力を強調した,人間-AIチームの積極的な協力者への進化について考察する。
論文 参考訳（メタデータ） (2025-04-08T07:37:25Z) - Problem Solving Through Human-AI Preference-Based Cooperation [74.39233146428492]
我々は,人間-AI共同構築フレームワークであるHAICo2を提案する。
我々は、HAICo2の形式化に向けて第一歩を踏み出し、それが直面する困難なオープンリサーチ問題について議論する。
論文 参考訳（メタデータ） (2024-08-14T11:06:57Z) - Roots and Requirements for Collaborative AIs [0.0]
コラボレーションの夢としてのAIは、人間の知性(IA)を増強するコンピュータツールや、中間的な人間のコラボレーションとは異なる。
AIの政府諮問グループとリーダーは、AIは透明で効果的な協力者であるべきだと長年主張してきた。
AIチームメイトは、ソリューションの一部なのか?人工知能(AI)はどのようにして存在するべきか?
論文 参考訳（メタデータ） (2023-03-21T17:27:38Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。
我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。
実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
論文 参考訳（メタデータ） (2020-04-27T19:06:28Z)
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。