論文の概要: From Junior to Senior: Allocating Agency and Navigating Professional Growth in Agentic AI-Mediated Software Engineering
- arxiv url: http://arxiv.org/abs/2602.00496v1
- Date: Sat, 31 Jan 2026 03:46:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:33.221528
- Title: From Junior to Senior: Allocating Agency and Navigating Professional Growth in Agentic AI-Mediated Software Engineering
- Title（参考訳）: ジュニアからシニアへ - エージェントAIを利用したソフトウェア工学におけるエージェンシーの配置と専門的成長の誘導
- Authors: Dana Feng, Bhada Yun, April Wang,
- Abstract要約: ソフトウェアエンジニアリングのエージェンシーは、個人の好みよりも組織的な方針に制約されている。
私たちは、コーディング、学習、メンターシップのためのソフトウェアエンジニアリングのエージェンシーを保存することに焦点を当てた3つのプラクティスを提案します。
- 参考スコア（独自算出の注目度）: 2.144903263458585
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Juniors enter as AI-natives, seniors adapted mid-career. AI is not just changing how engineers code-it is reshaping who holds agency across work and professional growth. We contribute junior-senior accounts on their usage of agentic AI through a three-phase mixed-methods study: ACTA combined with a Delphi process with 5 seniors, an AI-assisted debugging task with 10 juniors, and blind reviews of junior prompt histories by 5 more seniors. We found that agency in software engineering is primarily constrained by organizational policies rather than individual preferences, with experienced developers maintaining control through detailed delegation while novices struggle between over-reliance and cautious avoidance. Seniors leverage pre-AI foundational instincts to steer modern tools and possess valuable perspectives for mentoring juniors in their early AI-encouraged career development. From synthesis of results, we suggest three practices that focus on preserving agency in software engineering for coding, learning, and mentorship, especially as AI grows increasingly autonomous.
- Abstract（参考訳）: ジュニアはAIネイティブとして、高齢者は中産階級に適応する。
AIは、エンジニアのコードの作り方を変えるだけではない。
我々は,3段階の混合手法によるエージェントAIの使用について,中高年者5名によるDelphiプロセスと組み合わせ,AI支援デバッグタスク10名によるAI支援,さらに5名以上の高齢者によるジュニアプロンプト履歴の盲目レビューを行った。
経験豊富な開発者は詳細な委譲を通じてコントロールを維持し、初心者は過度な信頼と慎重な回避を争っている。
シニアはAI以前の基本的な本能を活用して、現代的なツールを操り、AIに強化されたキャリア開発においてジュニアを指導するための貴重な視点を持っている。
結果の合成から、コーディング、学習、メンターシップのためのソフトウェアエンジニアリングにおけるエージェンシーの保存に焦点を当てた3つのプラクティスを提案する。
関連論文リスト
- Agentic Pipelines in Embedded Software Engineering: Emerging Practices and Challenges [2.0769172070951067]
ソフトウェア開発において、生成AIの急速な採用によって、新たな変革が進行中である。
しかし、組み込みソフトウェアエンジニアリング組織にとって、これはAIを安全クリティカルでリソースに制約のある環境に統合する最初の経験となる。
決定論、信頼性、トレーサビリティの厳格な要求は、生成技術の採用に固有の課題をもたらす。
論文 参考訳（メタデータ） (2026-01-15T09:30:46Z) - Agentic AI for Software: thoughts from Software Engineering community [9.966138715949205]
コードレベルでの一般的なソフトウェアタスクには、コード生成、テスト、プログラムの修復が含まれる。
エージェントAIベースのソフトウェアを成功させる鍵は、ソフトウェアエンジニアリングにおける中核的な難しさ、すなわち開発者の意図の解読と明確化を解決することである。
エージェント技術のソフトウェア工学への展開が成功すれば、エージェントを通じてそのような意図推論において概念的な進歩がもたらされる。
論文 参考訳（メタデータ） (2025-08-24T12:57:21Z) - SEAgent: Self-Evolving Computer Use Agent with Autonomous Learning from Experience [71.82719117238307]
本稿では,コンピュータ利用エージェントが不慣れなソフトウェアとのインタラクションを通じて進化することを可能にするエージェント型自己進化フレームワークSEAgentを提案する。
我々は、OS-World内の5つの新しいソフトウェア環境におけるSEAgentの有効性を検証する。
当社のアプローチは,競合するオープンソースCUAに比べて,11.3%から34.5%という,23.2%の大幅な改善を実現している。
論文 参考訳（メタデータ） (2025-08-06T17:58:46Z) - The Rise of AI Teammates in Software Engineering (SE) 3.0: How Autonomous Coding Agents Are Reshaping Software Engineering [10.252332355171237]
本稿では,このようなエージェントが野生でどのように動作するかを示す最初の大規模データセットであるAIDevを紹介する。
AIDevは5つの主要なエージェントによる45万6000件以上のプルリクエストに対処し、ソフトウェア開発において自律的なチームメイトを研究するための前例のない経験的な基盤を提供する。
データセットには、PR、著者、レビュータイムライン、コード変更、統合結果に関する豊富な情報が含まれている。
論文 参考訳（メタデータ） (2025-07-20T15:15:58Z) - 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) - SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam? [51.112225746095746]
本稿では,人間研究者をエミュレートするツール強化推論エージェントであるX-Masterを紹介する。
XマスターズはHumanity's Last Examに32.1%のスコアで最新記録を樹立した。
論文 参考訳（メタデータ） (2025-07-07T17:50:52Z) - From Teacher to Colleague: How Coding Experience Shapes Developer Perceptions of AI Tools [0.0]
AI支援の開発ツールは生産性の向上とコード品質の向上を約束するが、開発者による採用は相容れない。
我々は、3380人の開発者による調査データを分析し、コーディングエクスペリエンスがAIの認識、採用、開発者がワークフローでAIに割り当てる役割にどのように関係しているかを調べます。
論文 参考訳（メタデータ） (2025-04-08T08:58:06Z) - Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。
本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。
実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
論文 参考訳（メタデータ） (2023-12-28T13:50:42Z)
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。