論文の概要: Beyond Technical Debt: How AI-Assisted Development Creates Comprehension Debt in Resource-Constrained Indie Teams

• arxiv url: http://arxiv.org/abs/2512.08942v1
• Date: Thu, 30 Oct 2025 12:41:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.419695
• Title: Beyond Technical Debt: How AI-Assisted Development Creates Comprehension Debt in Resource-Constrained Indie Teams
• Title（参考訳）: 技術的負債を超えて - リソース制約のあるインディーチームにおけるAI支援開発が包括的負債を生み出す方法
• Abstract要約: 本稿では,CIGDI(Co-Intelligence Game Development Ideation)フレームワークを紹介する。 この枠組みは、3ヶ月にわたるリフレクティブな実践から生まれたもので、2Dナラティブゲーム「The Worm's Memoirs」を開発した3人の分散チームの自己エスノグラフィー研究である。 AIが知識アクセスの民主化と認知負荷の削減をサポートする一方で、我々の分析は重要な課題である「理解的負債」を特定した。
• 参考スコア（独自算出の注目度）: 29.850754213301368
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Junior indie game developers in distributed, part-time teams lack production frameworks suited to their specific context, as traditional methodologies are often inaccessible. This study introduces the CIGDI (Co-Intelligence Game Development Ideation) Framework, an alternative approach for integrating AI tools to address persistent challenges of technical debt, coordination, and burnout. The framework emerged from a three-month reflective practice and autoethnographic study of a three-person distributed team developing the 2D narrative game "The Worm's Memoirs". Based on analysis of development data (N=157 Jira tasks, N=333 GitHub commits, N=13+ Miro boards, N=8 reflection sessions), CIGDI is proposed as a seven-stage iterative process structured around human-in-the-loop decision points (Priority Criteria and Timeboxing). While AI support democratized knowledge access and reduced cognitive load, our analysis identified a significant challenge: "comprehension debt." We define this as a novel form of technical debt where AI helps teams build systems more sophisticated than their independent skill level can create or maintain. This paradox (possessing functional systems the team incompletely understands) creates fragility and AI dependency, distinct from traditional code quality debt. This work contributes a practical production framework for resource-constrained teams and identifies critical questions about whether AI assistance constitutes a learning ladder or a dependency trap for developer skill.
• Abstract（参考訳）: 分散されたパートタイムチームのジュニアインディーゲーム開発者は、従来の方法論がアクセスできないことが多いため、特定のコンテキストに適した運用フレームワークを欠いている。 この記事では、CIGDI(Co-Intelligence Game Development Ideation)フレームワークを紹介します。 この枠組みは、3ヶ月にわたるリフレクティブな実践から生まれ、2Dナラティブゲーム「The Worm's Memoirs」を開発した3人の分散チームの自己エスノグラフィー研究から生まれた。 開発データ(N=157 Jiraタスク、N=333 GitHubコミット、N=13+Miroボード、N=8リフレクションセッション)の分析に基づいて、CIGDIは、ヒューマン・イン・ザ・ループ決定ポイント(Priority CriteriaとTimeboxing)を中心に構成された7段階の反復プロセスとして提案されている。 AIが知識アクセスの民主化と認知負荷の削減をサポートする一方で、我々の分析は「理解的負債」という重要な課題を特定した。 私たちはこれを、AIがチームの独立したスキルレベルよりも高度なシステムの構築を支援したり、維持したりする、新たな技術的負債の形式として定義しています。 このパラドックス(チームが完全に理解していない機能システムを評価する)は、従来のコード品質の負債とは異なる、脆弱性とAI依存性を生み出します。 この作業は、リソースに制約のあるチームのための実践的な運用フレームワークに貢献し、AIアシストが学習のはしごを構成するのか、開発者スキルの依存性トラップを構成するのか、という重要な疑問を特定します。

関連論文リスト

• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
  エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。 現在の技術構築手法は、問題を一発抽出として扱う。 本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
  論文  参考訳（メタデータ） (2026-06-04T12:16:08Z)
• Framing, Judging, Steering: An Assessable Competency Model for Teach-ing Students to Reason With Generative AI [47.027290803102666]
  生産的AI利用を3つの評価可能なスキルに分解する能力モデルであるCoRe-3(Co-Reasoning)を提案する。 理論上のスキルを基盤として、5つのテスト可能な提案を述べ、それらをCoReasoningLabでインスタンス化します。 人為的な合意と成果が次々に行われます。私たちは、計測器、データ、プロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-06-04T10:25:31Z)
• Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
  生成AIはコンピュータサイエンス(CS)教育の転換点である。 AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。 我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
  論文  参考訳（メタデータ） (2026-05-02T05:26:24Z)
• From Context to Skills: Can Language Models Learn from Context Skillfully? [56.5857437218136]
  Ctx2Skillは、コンテキスト固有のスキルを自律的に発見、洗練、選択する自己進化フレームワークである。 より良い文脈学習能力を得るために、どんな言語モデルにもプラグインできる。
  論文  参考訳（メタデータ） (2026-04-30T09:53:15Z)
• Comprehension Debt in GenAI-Assisted Software Engineering Projects [1.1844977816228044]
  本研究では,GenAIツールが学部ソフトウェア工学プロジェクトのコンテキストにおいて,Debt(CD)にどのように貢献するかを検討する。 学生のGenAIツール使用におけるCD蓄積パターンと緩和パターンを4つ同定した。 本研究は,ソフトウェア工学教育におけるCDの明示的な教育戦略の必要性を明らかにするものである。
  論文  参考訳（メタデータ） (2026-04-14T20:14:26Z)
• Mitigating "Epistemic Debt" in Generative AI-Scaffolded Novice Programming using Metacognitive Scripts [0.0]
  制限のないAIは、初心者にスキーマ形成に必要な固有の認知負荷をアウトソースするように促す。 成功しているビブコーダが自然に自己スケーリングを行い、契約者ではなくコンサルタントとしてAIを扱います。 今後の学習システムは,保守不能なコードの大量生産を防止するためにメタ認知摩擦を強制する必要がある。
  論文  参考訳（メタデータ） (2026-02-22T21:25:04Z)
• Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
  課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。 SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。 本稿では,この新興領域を体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-15T18:55:03Z)
• The AI Pyramid A Conceptual Framework for Workforce Capability in the Age of AI [2.134211474877041]
  最近の証拠は、生成的AIが高度に教育された白い首輪作業に不釣り合いに影響を及ぼすことを示している。 本稿では,AIを介する経済における人的能力の組織化のための概念的枠組みであるAI Pyramidを提案する。 このフレームワークは、組織、教育システム、政府に対して、学習、測定、政策をAIによる業務の進化的な要求と整合させようとする意味を持っている。
  論文  参考訳（メタデータ） (2026-01-10T09:27:56Z)
• The Vibe-Check Protocol: Quantifying Cognitive Offloading in AI Programming [5.584060970507507]
  Vibe Coding'は、開発者が自然言語を通じてハイレベルな意図を明確に表現し、AIエージェントに実装を委譲するパラダイムである。 本稿では,ソフトウェア工学の学習方法としてテキストIs Vibe Codingが優れているか,という研究課題を解明するための理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-02T06:13:41Z)
• "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
  ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。 本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
  論文  参考訳（メタデータ） (2025-12-02T13:32:23Z)
• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• AI Where It Matters: Where, Why, and How Developers Want AI Support in Daily Work [3.1984206905916]
  ジェネレーティブAIはソフトウェアワークを再構築していますが、開発者が最も必要とする場所とサポートの明確なガイダンスはありません。 我々は、N=860の開発者を対象に、AIの助けを求める場所、理由、方法、限界を調査する大規模で混合的な研究を報告します。 私たちの結果は、開発者とその作業にとって重要なAIを提供するための、具体的かつコンテキスト的なガイダンスを提供します。
  論文  参考訳（メタデータ） (2025-10-01T10:51:03Z)
• Contractual Reinforcement Learning: Pulling Arms with Invisible Hands [68.77645200579181]
  本稿では,契約設計によるオンライン学習問題において,利害関係者の経済的利益を整合させる理論的枠組みを提案する。 計画問題に対して、遠目エージェントに対する最適契約を決定するための効率的な動的プログラミングアルゴリズムを設計する。 学習問題に対して,契約の堅牢な設計から探索と搾取のバランスに至るまでの課題を解き放つために,非回帰学習アルゴリズムの汎用設計を導入する。
  論文  参考訳（メタデータ） (2024-07-01T16:53:00Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• 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)
• aiSTROM -- A roadmap for developing a successful AI strategy [3.5788754401889014]
  Rackspace Technologyの最近の調査によると、AI研究開発プロジェクトの34%が失敗または放棄されている。 我々は、マネージャにAI戦略を成功させる新しい戦略フレームワーク、aiSTROMを提案する。
  論文  参考訳（メタデータ） (2021-06-25T08:40:15Z)

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。