論文の概要: Impostor Phenomenon as Human Debt: A Challenge to the Future of Software Engineering
- arxiv url: http://arxiv.org/abs/2602.13767v1
- Date: Sat, 14 Feb 2026 13:26:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-17 14:17:28.411006
- Title: Impostor Phenomenon as Human Debt: A Challenge to the Future of Software Engineering
- Title（参考訳）: ヒューマン負債としてのインポスタ・フェノメノン : ソフトウェア工学の将来への挑戦
- Authors: Paloma Guenes, Rafael Tomaz, Maria Teresa Baldassarre, Alexander Serebrenik,
- Abstract要約: インポスタ・フェノメノン(IP)は、ソフトウェア工学の労働力の大部分に影響を与えます。
技術的負債と同様に、ヒューマン・デビットは心理的安全性の欠如と社会技術的エコシステムにおける包括的支援によって蓄積される。
- 参考スコア（独自算出の注目度）: 46.44607910934403
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Impostor Phenomenon (IP) impacts a significant portion of the Software Engineering workforce, yet it is often viewed primarily through an internal individual lens. In this position paper, we propose framing the prevalence of IP as a form of Human Debt and discuss the relation with the ICSE2026 Pre Survey on the Future of Software Engineering results. Similar to technical debt, which arises when short-term goals are prioritized over long-term structural integrity, Human Debt accumulates due to gaps in psychological safety and inclusive support within socio-technical ecosystems. We observe that this debt is not distributed equally, it weighs heavier on underrepresented engineers and researchers, who face compounded challenges within traditional hierarchical structures and academic environments. We propose cultural refactoring, transparency and active maintenance through allyship, suggesting that leaders and institutions must address the environmental factors that exacerbate these feelings, ensuring a sustainable ecosystem for all professionals.
- Abstract（参考訳）: インポスタ・フェノメノン(IP)は、ソフトウェア工学の労働力の大部分に影響を与えるが、主に内部のレンズを通して見ることが多い。
本稿では,人的負債の一形態としてIPの有病率を評価することを提案するとともに,ICSE2026 Pre Survey on the Future of Software Engineering results(ICSE2026)との関係について論じる。
短期的な目標が長期的な構造的整合性よりも優先されるときに生じる技術的負債と同様に、ヒューマン・デビットは心理的安全性の欠如と社会技術的エコシステムにおける包括的支援によって蓄積される。
従来の階層構造や学術環境において複雑な課題に直面している、不足しているエンジニアや研究者に重きを置いている。
我々は、これらの感情を悪化させる環境要因にリーダーや機関が対処し、すべての専門家にとって持続可能なエコシステムを確保する必要があることを示唆し、文化的なリファクタリング、透明性、積極的な保守を提案する。
関連論文リスト
- Artificial Intelligence in Open Source Software Engineering: A Foundation for Sustainability [0.0]
レビューでは、人工知能がどのように活用され、オープンソースソフトウェアサステナビリティの課題に対処しているかを論じている。
Paperは、自動バグトリアージやシステムメンテナンスなど、この領域におけるAIの重要応用を特定している。
また、OSSコンテキストにおけるAIの適用から生じる制限と倫理的懸念についても検討する。
論文 参考訳（メタデータ） (2026-02-05T20:53:45Z) - Towards a Taxonomy of Sustainability Requirements for Software Design [3.8168092489216385]
本研究は, 現状からサステナビリティ要件を抽出し, 整理するために, 体系的文献レビューを実施している。
特定されたカテゴリごとに、明確な定義、関連するメトリクス、測定値を提供します。
この体系化された参照は、持続可能なソフトウェア開発におけるトレードオフを効果的に定式化し、管理し、調整するのに役立つ。
論文 参考訳（メタデータ） (2025-10-10T04:20:11Z) - Perspectives, Needs and Challenges for Sustainable Software Engineering Teams: A FinServ Case Study [0.5097809301149341]
本研究は、金融サービス会社(FinServCo)に焦点をあて、IT機能における持続可能性の認識を調査するよう私たちを招いた。
インタビューと、上級管理職6名とソフトウェアエンジニア16名によるフォーカスグループを用いて、探索的質的なケーススタディを行った。
我々の研究は、持続可能性が組織レベル間でどのように認識されるかにおいて、明らかな相違を見出した。
論文 参考訳（メタデータ） (2025-09-15T21:21:02Z) - A Road Less Travelled and Beyond: Towards a Roadmap for Integrating Sustainability into Computing Education [7.060399369099591]
本稿では,サステナビリティの原則と本質的なスキルを混在する計算カリキュラムに統合するための研究ロードマップを提案する。
持続可能性を教える上で重要なトピックとして,コアサステナビリティの原則,価値観と倫理,システム思考,インパクト計測,ソフトスキル,ビジネスバリュー,法律基準,アドボケーシなどを挙げる。
この論文は、2030年のソフトウェアエンジニアリングワークショップで、FSE'24カンファレンスと共同で受け入れられている。
論文 参考訳（メタデータ） (2024-06-27T07:19:15Z) - Understanding the Building Blocks of Accountability in Software
Engineering [3.521765725717803]
ソフトウェア技術者がチーム内で個々の説明責任を育む要因について検討する。
本研究は,ソフトウェア技術者が説明責任を個別に知覚する2つの主要な形態,すなわち制度化と草の根を認識するものである。
論文 参考訳（メタデータ） (2024-02-02T21:53:35Z) - Survey on Foundation Models for Prognostics and Health Management in
Industrial Cyber-Physical Systems [1.1034992901877594]
BERTやGPTのような大規模基盤モデル(LFM)は、AI技術の大幅な進歩を示している。
ChatGPTはこの研究パラダイムにおける顕著な成果であり、汎用人工知能の可能性を秘めている。
データ取得技術とデータ処理能力の継続的な向上を考えると、LCMはICPSのPHMドメインにおいて重要な役割を担うことが期待されている。
論文 参考訳（メタデータ） (2023-12-11T09:58:46Z) - Predictable Artificial Intelligence [77.1127726638209]
本稿では予測可能なAIのアイデアと課題を紹介する。
それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。
予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
論文 参考訳（メタデータ） (2023-10-09T21:36:21Z) - 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。