論文の概要: The Future of Generative AI in Software Engineering: A Vision from Industry and Academia in the European GENIUS Project
- arxiv url: http://arxiv.org/abs/2511.01348v2
- Date: Thu, 06 Nov 2025 23:41:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-10 12:50:39.951364
- Title: The Future of Generative AI in Software Engineering: A Vision from Industry and Academia in the European GENIUS Project
- Title（参考訳）: ソフトウェア工学における生成AIの将来 - ヨーロッパジェネシスプロジェクトにおける産業と学界からの展望-
- Authors: Robin Gröpler, Steffen Klepke, Jack Johns, Andreas Dreschinski, Klaus Schmid, Benedikt Dornauer, Eray Tüzün, Joost Noppen, Mohammad Reza Mousavi, Yongjian Tang, Johannes Viehmann, Selin Şirin Aslangül, Beum Seuk Lee, Adam Ziolkowski, Eric Zie,
- Abstract要約: GenAIはコードを生成し、バグを特定し、修正を推奨し、品質保証をサポートする。
GENIUSプロジェクトは、すべてのSDLCフェーズにわたるAI統合を進めることで、これらの課題に対処することを目指している。
このビジョンペーパーは、GenAI駆動ソフトウェアエンジニアリングの将来について、共通の視点を提示する。
- 参考スコア（独自算出の注目度）: 1.2330230885669606
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GenAI) has recently emerged as a groundbreaking force in Software Engineering, capable of generating code, identifying bugs, recommending fixes, and supporting quality assurance. While its use in coding tasks shows considerable promise, applying GenAI across the entire Software Development Life Cycle (SDLC) has not yet been fully explored. Critical uncertainties in areas such as reliability, accountability, security, and data privacy demand deeper investigation and coordinated action. The GENIUS project, comprising over 30 European industrial and academic partners, aims to address these challenges by advancing AI integration across all SDLC phases. It focuses on GenAI's potential, the development of innovative tools, and emerging research challenges, actively shaping the future of software engineering. This vision paper presents a shared perspective on the future of GenAI-driven software engineering, grounded in cross-sector dialogue as well as experiences and findings within the GENIUS consortium. The paper explores four central elements: (1) a structured overview of current challenges in GenAI adoption across the SDLC; (2) a forward-looking vision outlining key technological and methodological advances expected over the next five years; (3) anticipated shifts in the roles and required skill sets of software professionals; and (4) the contribution of GENIUS in realising this transformation through practical tools and industrial validation. This paper focuses on aligning technical innovation with business relevance. It aims to inform both research agendas and industrial strategies, providing a foundation for reliable, scalable, and industry-ready GenAI solutions for software engineering teams.
- Abstract（参考訳）: 生成AI(GenAI)は、最近、コード生成、バグの特定、修正の推奨、品質保証のサポートが可能な、ソフトウェアエンジニアリングの画期的な力として登場した。
コーディングタスクでの使用は、かなり有望であることを示しているが、ソフトウェア開発ライフサイクル全体(SDLC)にGenAIを適用することは、まだ十分に調査されていない。
信頼性、説明責任、セキュリティ、データプライバシといった領域における重大な不確実性は、より深い調査と協調的な行動を要求する。
30以上の欧州の産業と学術のパートナーからなるGENIUSプロジェクトは、すべてのSDLCフェーズにわたるAI統合を進めることで、これらの課題に対処することを目指している。
GenAIの可能性、革新的なツールの開発、そしてソフトウェア工学の未来を積極的に形作る新しい研究課題に焦点を当てている。
本稿では,GenAI 主導のソフトウェア工学の今後について,クロスセクタ対話と GENIUS コンソーシアムにおける経験と発見を基盤として,共通の視点を提示する。
本論文は,(1) SDLCにおけるGenAI導入における現状の課題の構造化,(2) 今後5年間で期待される重要な技術・方法論の進歩を概観する先進的なビジョン,(3) ソフトウェア専門家の役割と必要なスキルセットの変化,(4) 実践的なツールや産業的検証を通じてこの変革を実現する上でのgenIUSの貢献,の4つの中心的要素について考察する。
本稿では、技術革新とビジネス関連性の整合性に焦点を当てる。
ソフトウェアエンジニアリングチームのための信頼性があり、スケーラブルで、業界対応のGenAIソリューションの基礎を提供する。
関連論文リスト
- Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。
しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。
本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
論文 参考訳（メタデータ） (2025-05-09T07:41:33Z) - The Role of Generative AI in Strengthening Secure Software Coding Practices: A Systematic Perspective [0.0]
ジェネレーティブAI(GenAI)をソフトウェア開発に統合することは、セキュアなコーディングプラクティスを改善する大きな可能性を秘めている。
本稿では,GenAIがセキュアコーディングの実践に与える影響を体系的に研究することを目的とする。
論文 参考訳（メタデータ） (2025-04-28T04:01:12Z) - 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) - "So what if I used GenAI?" -- Implications of Using Cloud-based GenAI in Software Engineering Research [0.0]
本論文は、GenAIが用いられている様々な研究の側面に光を当て、その法的な意味を初心者や芽生えの研究者に認識させるものである。
我々は、GenAIを使用するすべてのソフトウェア研究者が、責任の主張を暴露する重大なミスを避けるために意識すべきであるという現在の知識について、重要な側面を要約する。
論文 参考訳（メタデータ） (2024-12-10T06:18:15Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
ディープラーニングとエッジコンピューティングの進歩により、VADは大きな進歩を遂げた。
この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - Legal Aspects for Software Developers Interested in Generative AI Applications [5.772982243103395]
生成人工知能(GenAI)は、高品質なコード、自然言語、画像を生成する新しい技術を生み出している。
次のステップはGenAI技術を製品に統合することです。
この記事では、データ保護と著作権という2つのリスクの現状について光を当てます。
論文 参考訳（メタデータ） (2024-04-25T14:17:34Z) - 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) - Generative Artificial Intelligence for Software Engineering -- A
Research Agenda [8.685607624226037]
我々は、GenAI for Software Engineeringの研究アジェンダを開発するために、文献レビューと5ヶ月間のフォーカスグループを実施しました。
この結果から,GenAIを部分的自動化に適用し,すべてのソフトウェア開発活動における意思決定を支援することが可能であることが示唆された。
GenAIを実装する際の一般的な考慮事項は、業界レベルの評価、信頼性と正確性、データアクセシビリティ、透明性、技術に関連する持続可能性といった点である。
論文 参考訳（メタデータ） (2023-10-28T09:14:39Z) - Generative AI in the Construction Industry: Opportunities & Challenges [2.562895371316868]
建設部門におけるジェネレーティブAI(GenAI)導入の機会と課題を調査する研究は、現在進行中である。
本研究は、文献における反映された知覚を掘り下げ、プログラムベースのワードクラウドと周波数分析を用いて産業的知覚を分析する。
本稿では,概念的GenAI実装フレームワークを推奨し,実践的勧告を提供し,今後の研究課題を要約し,GenAIの今後の研究展開を促進するための基礎文献を構築する。
論文 参考訳（メタデータ） (2023-09-19T18:20:49Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z)
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。