論文の概要: Assessing novice programmers' perception of ChatGPT:performance, risk, decision-making, and intentions
- arxiv url: http://arxiv.org/abs/2601.06044v1
- Date: Tue, 16 Dec 2025 13:01:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-25 16:54:51.583505
- Title: Assessing novice programmers' perception of ChatGPT:performance, risk, decision-making, and intentions
- Title（参考訳）: 初心者プログラマのChatGPTに対する認識の評価:パフォーマンス、リスク、意思決定、意図
- Authors: John Paul P. Miranda, Jaymark A. Yambao,
- Abstract要約: 初心者プログラマは、ChatGPTを学習とスキル開発を強化するツールだと考えている。
DMにおけるChatGPTの役割に対する肯定的な認識は、プログラミングタスクにこのツールを使う傾向を著しく高めている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This study explores the novice programmers' intention to use chat generative pretrained transformer (ChatGPT) for programming tasks with emphasis on performance expectancy (PE), risk-reward appraisal (RRA), and decision-making (DM). Utilizing partial least squares structural equation modeling (PLS-SEM) and a sample of 413 novice programmers, the analysis demonstrates that higher PE of ChatGPT is positively correlated with improved DM in programming tasks. Novice programmers view ChatGPT as a tool that enhances their learning and skill development. Additionally, novice programmers that have a favorable RRA of ChatGPT tend to make more confident and effective decisions, acknowledging potential risks but recognizing that benefits such as quick problem-solving and learning new techniques outweigh these risks. Moreover, a positive perception of ChatGPT's role in DM significantly increases the inclination to use the tool for programming tasks. These results highlight the critical roles of perceived capabilities, risk assessment, and positive DM experiences in promoting the adoption of artificial intelligence (AI) tools in programming education.
- Abstract（参考訳）: 本研究では,プログラミングタスクにチャット生成事前学習型トランスフォーマー(ChatGPT)を使用する初心者プログラマの意図を,パフォーマンス期待度(PE),リスク回帰評価(RRA),意思決定(DM)に着目して検討する。
部分最小二乗構造方程式モデリング(PLS-SEM)と413人の初心者プログラマのサンプルを用いて,ChatGPTの高PEがプログラミングタスクにおける改善DMと正の相関を示す。
初心者プログラマは、ChatGPTを学習とスキル開発を強化するツールだと考えている。
さらに、ChatGPTの好意的なRRAを持つ初心者プログラマは、より自信と効果的な決定をし、潜在的なリスクを認める一方で、迅速な問題解決や新しいテクニックの学習といったメリットがこれらのリスクを上回ることを認識します。
さらに、DMにおけるChatGPTの役割に対する肯定的な認識は、このツールをプログラミングタスクに使用する傾向を著しく高めている。
これらの結果は、プログラミング教育における人工知能(AI)ツールの採用を促進する上で、知覚能力、リスク評価、肯定的なDM経験の重要な役割を浮き彫りにする。
関連論文リスト
- CATArena: Evaluation of LLM Agents through Iterative Tournament Competitions [49.02422075498554]
大言語モデル(LLM)エージェントは、基本的なテキスト生成から、外部ツールとのインタラクションを通じて、複雑なタスクを自律的に完了するまで進化してきた。
本研究では,人間レベルインテリジェンスに向けたエージェント進化のコアドライバとして,自己改善とピアラーニングの両方を含む学習能力の重要性を強調した。
本稿では,反復的かつ競合的なピアラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-30T15:22:53Z) - DSMentor: Enhancing Data Science Agents with Curriculum Learning and Online Knowledge Accumulation [59.79833777420334]
大規模言語モデル(LLM)エージェントは、複雑なデータサイエンス問題を解決するためのコードを生成する上で、有望な性能を示している。
我々は, LLMエージェントの性能を向上させるために, DSMentorと呼ばれる新しい推論時間最適化フレームワークを開発した。
我々の研究は、推論中に知識を蓄積し活用するための効果的な戦略を開発することの重要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2025-05-20T10:16:21Z) - Developers' Perceptions on the Impact of ChatGPT in Software Development: A Survey [13.257222195239375]
ソフトウェアの品質、生産性、仕事満足度に対するChatGPTの影響を理解するため、207人のソフトウェア開発者と調査を行った。
この研究は、ChatGPTの今後の適応に関する開発者の期待、潜在的な仕事の移転に関する懸念、規制介入の視点について詳しく述べている。
論文 参考訳（メタデータ） (2024-05-20T17:31:16Z) - Rocks Coding, Not Development--A Human-Centric, Experimental Evaluation
of LLM-Supported SE Tasks [9.455579863269714]
コーディングタスクやソフトウェア開発の典型的なタスクにおいて,ChatGPTがどの程度役に立つかを検討した。
単純なコーディング問題ではChatGPTはうまく機能していましたが、典型的なソフトウェア開発タスクをサポートするパフォーマンスはそれほど良くありませんでした。
そこで本研究では,ChatGPTを用いたソフトウェアエンジニアリングタスクを現実の開発者に提供する。
論文 参考訳（メタデータ） (2024-02-08T13:07:31Z) - ChatGPT as a Software Development Bot: A Project-based Study [5.518217604591736]
本研究では,生成型AIツール,特にChatGPTが大学生のソフトウェア開発経験に与える影響について検討した。
その結果,ChatGPTはソフトウェア開発教育におけるスキルギャップに大きく対処し,効率性,正確性,協調性を向上した。
論文 参考訳（メタデータ） (2023-10-20T16:48:19Z) - Using Machine Learning To Identify Software Weaknesses From Software
Requirement Specifications [49.1574468325115]
本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。
ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
論文 参考訳（メタデータ） (2023-08-10T13:19:10Z) - Is ChatGPT the Ultimate Programming Assistant -- How far is it? [11.943927095071105]
ChatGPTは非常に注目されており、ソースコードを議論するためのボットとして使用できる。
完全自動プログラミングアシスタントとしてのChatGPTの可能性について実証的研究を行った。
論文 参考訳（メタデータ） (2023-04-24T09:20:13Z) - Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。
本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
論文 参考訳（メタデータ） (2022-09-07T10:09:12Z) - Constrained Reinforcement Learning for Robotics via Scenario-Based
Programming [64.07167316957533]
DRLをベースとしたエージェントの性能を最適化し,その動作を保証することが重要である。
本稿では,ドメイン知識を制約付きDRLトレーニングループに組み込む新しい手法を提案する。
我々の実験は、専門家の知識を活用するために我々のアプローチを用いることで、エージェントの安全性と性能が劇的に向上することを示した。
論文 参考訳（メタデータ） (2022-06-20T07:19:38Z) - ProTo: Program-Guided Transformer for Program-Guided Tasks [59.34258016795216]
我々は,学習者が与えられたタスク仕様に基づいて所定のプログラムを実行することを要求されるプログラム誘導タスクを定式化する。
本稿では,プログラムの意味的ガイダンスと構造的ガイダンスを統合したProTo(Proto)を提案する。
ProToは学習された潜在空間でプログラムを実行し、従来のニューラルシンボリックアプローチよりも強力な表現能力を持っている。
論文 参考訳（メタデータ） (2021-10-02T13:46:32Z)
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。