Fugu-MT 論文翻訳(概要): Towards Shift-Up: A Framework and a Prestudy on High-Value Activities in GenAI Native Software Development

論文の概要: Towards Shift-Up: A Framework and a Prestudy on High-Value Activities in GenAI Native Software Development

arxiv url: http://arxiv.org/abs/2509.24485v1
Date: Mon, 29 Sep 2025 08:56:54 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-30 22:32:19.879312
Title: Towards Shift-Up: A Framework and a Prestudy on High-Value Activities in GenAI Native Software Development
Title（参考訳）: シフトアップに向けて:GenAIネイティブソフトウェア開発における高価値活動のためのフレームワークと準備
Authors: Vlad Stirbu, Mateen Ahmed Abbasi, Teerath Das, Jesse Haimi, Niko Iljin, Pyry Kotilainen, Petrus Lipsanen, Niko Mäkitalo, Maiju Sipilä, Venla Veijalainen, Tommi Mikkonen,
Abstract要約: 我々は、GenAIがサポートしながら、ソフトウェアチームが高価値な作業に集中するのを支援するGenAIネイティブ開発のためのフレームワークを提案する。論文の終わりに向けて、我々はシフトアップをもっと詳細に研究するための今後の研究目標を提案する。
参考スコア（独自算出の注目度）: 1.2437874940121108
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Generative AI (GenAI) has significantly influenced software engineering. Associated tools have created a shift in software engineering, where specialized agents, based on user-provided prompts, are replacing human developers. In this paper, we propose a framework for GenAI native development that we call \textit{shift-up}, which helps software teams focus on high-value work while being supported by GenAI. Furthermore, we also present a preliminary study testing these ideas with current GenAI tools. Towards the end of the paper, we propose future research goals to study shift-up in more detail.
Abstract（参考訳）: Generative AI(GenAI)は、ソフトウェア工学に大きな影響を与えている。関連ツールによってソフトウェアエンジニアリングがシフトし、ユーザが提供するプロンプトに基づいた特殊なエージェントが、人間の開発者を置き換えている。本稿では、ソフトウェアチームがGenAIのサポートを受けながら、高価値な作業に集中するのを支援する、GenAIネイティブ開発のためのフレームワークを「textit{shift-up}」と呼ぶ。また、現在のGenAIツールでこれらのアイデアをテストするための予備的な研究についても紹介する。論文の終わりに向けて、我々はシフトアップについてより詳細に研究する将来の研究目標を提案する。

関連論文リスト

An Empirical Study of GenAI Adoption in Open-Source Game Development: Tools, Tasks, and Developer Challenges [1.4299470464639639]
生成AI(GenAI)は、コンテンツ作成、ゲームプレイシミュレーション、デザインアイデアのための新しいツールを提供することで、ゲームの設計と開発方法を再構築し始めている。 GenAIが現実世界のコンテキスト、特にオープンソースコミュニティにおいて、開発者によってどのように採用されているか、という経験的な理解は限られています。本研究の目的は、GitHub上の課題議論を分析し、GenAI技術がどのように議論され、採用され、オープンソースゲーム開発に統合されるかを検討することである。
論文参考訳（メタデータ） (2025-07-24T02:03:12Z)
Survey of GenAI for Automotive Software Development: From Requirements to Executable Code [4.909409341455637]
自動車ソフトウェア開発はGenAI採用にとって重要な領域だと考えられている。 3つのGenAI関連技術は最先端の言語モデル(LLM)、検索言語生成(RAG)、ビジョン言語モデル(VLM)に網羅されている。
論文参考訳（メタデータ） (2025-07-20T16:21:51Z)
Self-Admitted GenAI Usage in Open-Source Software [14.503048663131574]
我々は、開発者がソフトウェアアーティファクトのコンテンツ作成にGenAIツールを使うことを明示的に言及する、自称GenAI利用の概念を紹介した。我々は25万以上のGitHubリポジトリのキュレートされたサンプルを分析し、コミットメッセージ、コードコメント、プロジェクトドキュメントで156リポジトリにまたがる1292の自己承認を識別した。我々の調査によると、開発者はプロジェクトにおいてGenAIがどのように使われているのかを積極的に管理し、プロジェクトレベルの透明性の必要性を強調しています。
論文参考訳（メタデータ） (2025-07-14T16:05:49Z)
Using Generative AI in Software Design Education: An Experience Report [0.6827423171182154]
学生はチームベースの課題を完了するためにGenAIを使用する必要があった。学生はChatGPTがデザインプロセスで役立った多くの方法を特定した。我々は、ソフトウェア設計クラスにGenAIを効果的にデプロイする方法について、教育者にとって重要な教訓をいくつか挙げた。
論文参考訳（メタデータ） (2025-06-26T18:40:16Z)
From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文参考訳（メタデータ） (2025-05-17T08:30:10Z)
Beyond the Hype: A Comprehensive Review of Current Trends in Generative AI Research, Teaching Practices, and Tools [4.352985782794601]
2024年、コンピュータ教室におけるGenAI利用の効果に関する新たな研究が生まれ始めた。新しいデータには、GenAIを使って教室の授業を大規模にサポートし、学生にGenAIでプログラミングの仕方を教えることが含まれる。プログラミングの課題について、生徒にパーソナライズされたフィードバックを提供したり、プログラミングとスキルを同時に教える新しい種類のツールが登場している。
論文参考訳（メタデータ） (2024-12-19T11:01:11Z)
The Roles of Generative Artificial Intelligence in Internet of Electric Vehicles [65.14115295214636]
我々は特に、電気自動車のインターネット(IoEV)について検討し、GenAI for IoEVを4つの異なる層に分類する。 IoEVアプリケーションの各レイヤで使用されるさまざまなGenAI技術を紹介します。 GenAIモデルのトレーニングに利用可能なパブリックデータセットを要約する。
論文参考訳（メタデータ） (2024-09-24T05:12:10Z)
Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
論文参考訳（メタデータ） (2024-07-09T23:13:26Z)
Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。この話題について,コミュニティの短期的,長期的目標について論じる。
論文参考訳（メタデータ） (2023-08-28T18:51:09Z)
Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
論文参考訳（メタデータ） (2022-02-10T08:52:39Z)

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。