論文の概要: SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development
- arxiv url: http://arxiv.org/abs/2602.12443v1
- Date: Thu, 12 Feb 2026 22:02:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-16 23:37:53.769485
- Title: SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development
- Title（参考訳）: SHAPR: リサーチソフトウェア開発のためのソロな人間中心型AI支援実践フレームワーク
- Authors: Ka Ching Chan,
- Abstract要約: 本稿では,SHAPR(Solo, Human-centred, AI-assisted Practice)を実践レベルの運用フレームワークとして提案する。
本研究は,研究ソフトウェア開発,人間-AIコラボレーション,リフレクティブラーニングを明示的にリンクすることによって,SHAPRが知識生産とHDR研究者のトレーニングの両方をサポートする方法について,より広範な議論に寄与する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research software has become a central vehicle for inquiry and learning in many Higher Degree Research (HDR) contexts, where solo researchers increasingly develop software-based artefacts as part of their research methodology. At the same time, generative artificial intelligence is reshaping development practice, offering powerful forms of assistance while introducing new challenges for accountability, reflection, and methodological rigour. Although Action Design Research (ADR) provides a well-established foundation for studying and constructing socio-technical artefacts, it offers limited guidance on how its principles can be operationalised in the day-to-day practice of solo, AI-assisted research software development. This paper proposes the SHAPR framework (Solo, Human-centred, AI-assisted PRactice) as a practice-level operational framework that complements ADR by translating its high-level principles into actionable guidance for contemporary research contexts. SHAPR supports the enactment of ADR Building-Intervention-Evaluation cycles by making explicit the roles, artefacts, reflective practices, and lightweight governance mechanisms required to sustain human accountability and learning in AI-assisted development. The contribution of the paper is conceptual: SHAPR itself is treated as the primary design artefact and unit of analysis and is evaluated formatively through reflective analysis of its internal coherence, alignment with ADR principles, and applicability to solo research practice. By explicitly linking research software development, Human-AI collaboration, and reflective learning, this study contributes to broader discussions on how SHAPR can support both knowledge production and HDR researcher training.
- Abstract（参考訳）: 研究ソフトウェアは、多くのHigher Degree Research (HDR)コンテキストにおいて、調査と学習のための中心的な手段となっている。
同時に、生成的人工知能は開発プラクティスを再構築し、強力な支援を提供しながら、説明責任、リフレクション、方法論の厳格さに対する新たな課題を導入している。
Action Design Research(ADR)は、社会工学的アーティファクトの研究と構築のための、確立された基盤を提供するが、その原則が日々の独創的なAI支援研究ソフトウェア開発の実践においてどのように運用されるかについて、限定的なガイダンスを提供する。
本稿では,SHAPRフレームワーク(Solo, Human-centred, AI-assisted Practice)を提案する。
SHAPRは、AI支援開発における人間の説明責任と学習を維持するために必要な役割、成果物、反射的プラクティス、軽量なガバナンスメカニズムを明確にすることで、ADRビルディング・インターベンション・評価サイクルの実施をサポートする。
論文のコントリビューションは概念的であり、SHAPR自体が主要なデザインアーティファクトおよび分析単位として扱われ、内部コヒーレンスの分析、ADR原則との整合性、ソロ研究の実践への適用性を通じて形式的に評価される。
本研究は,研究ソフトウェア開発,人間-AIコラボレーション,リフレクティブラーニングを明示的にリンクすることによって,SHAPRが知識生産とHDR研究者のトレーニングの両方をサポートする方法について,より広範な議論に寄与する。
関連論文リスト
- Towards AI-Supported Research: a Vision of the TIB AIssistant [6.36260975777314]
我々は、領域に依存しない人間と機械の協調プラットフォームであるTIB AIsistantのビジョンを提示する。
提案手法の有効性と潜在的な影響を実証する早期プロトタイプのコンセプトフレームワーク,システムアーキテクチャ,実装について述べる。
論文 参考訳（メタデータ） (2025-12-18T12:08:46Z) - Towards AI Agents Supported Research Problem Formulation [3.6732711233211663]
不規則に定式化された研究問題は、ソフトウェア工学研究の実践的妥当性を損なう可能性がある。
本研究の初期段階において,SE研究者を支援する人工知能エージェントの活用について検討する。
論文 参考訳（メタデータ） (2025-12-14T14:44:27Z) - Report on the Scoping Workshop on AI in Science Education Research 2025 [2.0613397238713778]
報告では、科学教育研究における人工知能(AI)の役割に関する2日間の国際スコピングワークショップの結果を要約している。
AIは科学の実践、教室の学習、そして研究の方法に素早く反応するので、この分野は新たな機会と重要な課題に直面している。
報告書は、トレーニング、インフラ、標準のための実行可能なレコメンデーションと、資金提供者、政策立案者、専門機関、学術部門のガイダンスで締めくくっている。
論文 参考訳（メタデータ） (2025-11-18T10:23:22Z) - 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) - MLGym: A New Framework and Benchmark for Advancing AI Research Agents [51.9387884953294]
我々はMeta MLGymとMLGym-Benchを紹介した。これはAI研究タスクにおける大規模言語モデルの評価と開発のための新しいフレームワークとベンチマークである。
これは機械学習(ML)タスクのための最初のGym環境であり、そのようなエージェントをトレーニングするための強化学習(RL)アルゴリズムの研究を可能にする。
我々は、Claude-3.5-Sonnet、Llama-3.1 405B、GPT-4o、o1-preview、Gemini-1.5 Proなどのベンチマークで、多くのフロンティア大言語モデル(LLM)を評価した。
論文 参考訳（メタデータ） (2025-02-20T12:28:23Z) - The Participatory Turn in AI Design: Theoretical Foundations and the
Current State of Practice [64.29355073494125]
本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。
我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
論文 参考訳（メタデータ） (2023-10-02T05:30:42Z) - The Equitable AI Research Roundtable (EARR): Towards Community-Based
Decision Making in Responsible AI Development [4.1986677342209004]
The Equitable AI Research Roundtableの最初の評価について報告する。
EARRは、大手テック企業、非営利団体、NGO研究機関、大学と共同で設立された。
FAccTコミュニティの懸念に特に関係するEARRの運用方法に関する3つの原則を概説する。
論文 参考訳（メタデータ） (2023-03-14T18:57:20Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - 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。