論文の概要: A Grounded Theory of Debugging in Professional Software Engineering Practice
- arxiv url: http://arxiv.org/abs/2602.11435v1
- Date: Wed, 11 Feb 2026 23:19:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-13 21:07:25.571408
- Title: A Grounded Theory of Debugging in Professional Software Engineering Practice
- Title（参考訳）: プロフェッショナルソフトウェアエンジニアリング実践におけるデバッグの基礎的理論
- Authors: Haolin Li, Michael Coblenz,
- Abstract要約: 基礎理論を用いた研究を行った。
17のデバッグタスクに取り組んでいる7人のプロの開発者と5人のプロのライブコーディングストリーマーを観察しました。
- 参考スコア（独自算出の注目度）: 5.88596290266904
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Debugging is a central yet complex activity in software engineering. Prior studies have documented debugging strategies and tool usage, but little theory explains how experienced developers reason about bugs in large, real-world codebases. We conducted a qualitative study using a grounded theory approach. We observed seven professional developers and five professional live-coding streamers working on 17 debugging tasks in their own codebases, capturing diverse contexts of debugging. We theorize debugging as a structured, iterative diagnostic process in which programmers update a mental model of the system to guide information gathering. Developers gather information by alternating between navigation and execution strategies, employing forward and backward tracing modes of reasoning and adapting these approaches according to codebase context, complexity, and familiarity. Developers also gather external resources to complement code-based evidence, with their experience enabling them to systematically construct a mental model. We contribute a grounded theory of professional debugging that surfaces the human-centered dimensions of the practice, with implications for tool design and software engineering education.
- Abstract（参考訳）: デバッグはソフトウェア工学において中心的だが複雑な活動である。
以前の研究では、デバッグ戦略とツールの使用方法が文書化されていたが、経験豊富な開発者が大規模な現実世界のコードベースでバグについてどのように考えるかは、ほとんど説明されていない。
基礎理論を用いた定性的研究を行った。
7人のプロの開発者と5人のプロのライブコーディングストリーマーが17のデバッグタスクを自身のコードベースで実行し、さまざまなデバッグコンテキストをキャプチャしました。
プログラマがシステムのメンタルモデルを更新して情報収集をガイドする,構造化された反復的診断プロセスとしてデバッグを理論化する。
開発者は、ナビゲーションと実行戦略の交互に情報を収集し、推論の前後のトレースモードを採用し、コードベースのコンテキスト、複雑さ、親しみに応じてこれらのアプローチを適用する。
コードベースのエビデンスを補完する外部リソースも収集して,自身の経験から,メンタルモデルを体系的に構築することが可能になる。
我々は,ツール設計とソフトウェア工学教育に影響を及ぼすとともに,実践の人間中心の次元を表面化する,プロのデバッグに関する基礎的な理論に貢献する。
関連論文リスト
- Debug2Fix: Supercharging Coding Agents with Interactive Debugging Capabilities [3.506382476101256]
Debug2Fixは、インタラクティブなDebug2Fixをサブエージェントアーキテクチャを介してソフトウェアエンジニアリングエージェントの中核コンポーネントとして組み込む新しいフレームワークである。
我々はGitBug-JavaとSWE-Bench-Liveに対して評価を行い、特定のモデルのベースラインと比較して20%以上のパフォーマンス向上を実現した。
我々のフレームワークを使って、GPT-5やClaude Haiku 4.5のような弱いモデルを作るか、Claude Sonnet 4.5のようなより強いモデルのパフォーマンスを超えることができる。
論文 参考訳（メタデータ） (2026-02-20T19:24:16Z) - Coding With AI: From a Reflection on Industrial Practices to Future Computer Science and Software Engineering Education [1.5516092077598485]
大規模言語モデル(LLM)の最近の進歩は、ソフトウェア開発の新しいパラダイムを導入している。
本稿では,LLMコーディングツールがプロフェッショナルな実践にどのように利用されているか,関連する懸念とリスク,開発における成果について考察する。
これらの洞察に基づいて、問題解決、アーキテクチャ思考、コードレビュー、そして初期のプロジェクトベースの学習へのカリキュラムシフトを論じます。
論文 参考訳（メタデータ） (2025-12-30T04:39:59Z) - Building Software by Rolling the Dice: A Qualitative Study of Vibe Coding [15.145249560710377]
ビブ・コーダ"は、主にコードを書くのではなく、プロンプトを通じてソフトウェアを構築する。
ライブ・ストリーミング・コーディング・セッション7本と意見ビデオ13本を含む20本のバイブ・コーディング・ビデオについて理論的研究を行った。
ビブコーダーの中にはAIにほぼ完全に依存する者もいれば、生成された出力を調べて適応する者もいる。
論文 参考訳（メタデータ） (2025-12-27T00:38:37Z) - Simple Agents Outperform Experts in Biomedical Imaging Workflow Optimization [69.36509281190662]
生産レベルのコンピュータビジョンツールを科学データセットに適応させることは、重要な"ラストマイル"ボトルネックである。
我々は、AIエージェントを使ってこの手動コーディングを自動化し、最適なエージェント設計のオープンな問題に焦点を当てる。
簡単なエージェントフレームワークが、人間-専門家のソリューションよりも優れた適応コードを生成することを実証する。
論文 参考訳（メタデータ） (2025-12-02T18:42:26Z) - From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence [150.3696990310269]
大規模言語モデル(LLM)は、自然言語記述を直接関数コードに変換することによって、自動ソフトウェア開発を変革した。
コードLLMに関する総合的な合成と実践的ガイド(一連の解析および探索実験)を提供する。
一般LLM(GPT-4, Claude, LLaMA)とコード特殊化LLM(StarCoder, Code LLaMA, DeepSeek-Coder, QwenCoder)のコード機能の解析を行う。
論文 参考訳（メタデータ） (2025-11-23T17:09:34Z) - A Survey of Vibe Coding with Large Language Models [93.88284590533242]
視覚符号化(Vibe Coding)は、開発者が成果観察を通じてAI生成の実装を検証する開発手法である。
変革の可能性にもかかわらず、この創発的パラダイムの有効性は未解明のままである。
この調査は、大規模な言語モデルによるVibe Codingの総合的かつ体系的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-10-14T11:26:56Z) - Prompting in Practice: Investigating Software Developers' Use of Generative AI Tools [17.926187565860232]
生成人工知能(GenAI)ツールの統合は、ソフトウェア開発を根本的に変えた。
本研究は,ソフトウェア技術者がGenAIツールをプロフェッショナルな実践に統合する方法について,体系的な調査を行ったものである。
我々は、開発プロセス全体でAIの使用パターンを理解するために、アクティブなGenAIユーザ72人を含む91人のソフトウェアエンジニアを調査した。
論文 参考訳（メタデータ） (2025-10-07T15:02:22Z) - Towards Effective Code-Integrated Reasoning [89.47213509714578]
モデルが必要に応じてコードを生成するコード統合推論について検討し、コードインタプリタを通じてそれを実行することによってフィードバックを統合する。
ツール強化強化学習は、学習力学における潜在的な不安定さに悩まされる可能性がある。
我々は、探索と安定性のバランスをとるための強化されたトレーニング戦略を開発し、推論性能を改善しながら、ツールの利用能力を徐々に構築する。
論文 参考訳（メタデータ） (2025-05-30T11:30:18Z) - ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models [81.12673534903979]
ツール学習は、大規模な言語モデル(LLM)にとって、外部ツールとのインタラクションを通じて、複雑な現実世界のタスクを解決する重要な機能として登場した。
本稿では,ツール学習をコード生成タスクとして再編成する新しいフレームワークであるToolCoderを提案する。
論文 参考訳（メタデータ） (2025-02-17T03:42:28Z) - Code Compass: A Study on the Challenges of Navigating Unfamiliar Codebases [2.808331566391181]
これらの問題に対処するための新しいツールであるCodeを提案する。
本研究は,現在のツールと方法論における大きなギャップを浮き彫りにしている。
私たちのフォーマティブな調査は、開発者がドキュメントをナビゲートする時間をいかに効率的に削減するかを示しています。
論文 参考訳（メタデータ） (2024-05-10T06:58:31Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z)
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。