論文の概要: GenAI Is No Silver Bullet for Qualitative Research in Software Engineering
- arxiv url: http://arxiv.org/abs/2603.08951v1
- Date: Mon, 09 Mar 2026 21:35:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-11 15:25:23.838957
- Title: GenAI Is No Silver Bullet for Qualitative Research in Software Engineering
- Title（参考訳）: GenAIはソフトウエアエンジニアリングの質的研究のための銀の弾丸ではない
- Authors: Neil A. Ernst, Christoph Treude,
- Abstract要約: 我々は、ソフトウェア工学における定性的研究の幅広いスペクトルに関連して、生成AI(GenAI)の台頭について論じる。
我々の目標は、GenAIによる質的研究の約束と落とし穴について研究者に知らせることです。
- 参考スコア（独自算出の注目度）: 12.444212651043593
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Qualitative research gives rich insights into the quintessentially human aspects of software engineering as a socio-technical system. Qualitative research spans diverse strategies and methods, from interpretivist, in situ observational field studies, to deductive coding of data from mining studies. Advances in large language models and generative AI (GenAI) have prompted claims that artificial intelligence could automate qualitative analysis. Such claims are overgeneralizing from narrow successes. GenAI support must be carefully adapted to the data of interest, but also to the characteristics of a particular research strategy. In this Frontiers of SE paper, we discuss the emerging use of GenAI in relation to the broad spectrum of qualitative research in software engineering. We outline the dimensions of qualitative work in software engineering, review emerging empirical evidence for GenAI assistance, examine the pros and cons of GenAI-mediated qualitative research practices, and revisit qualitative research quality factors, in light of GenAI. Our goal is to inform researchers about the promises and pitfalls of GenAI-assisted qualitative research. We conclude with future plans to advance understanding of its use in software engineering.
- Abstract（参考訳）: 質的研究は、社会技術システムとしてのソフトウェア工学の極めて人間的な側面について、豊富な洞察を与える。
定性的研究は、解釈主義者、その場観察分野の研究から、鉱業研究からのデータの導出的コーディングまで、様々な戦略と方法にまたがる。
大規模言語モデルと生成AI(GenAI)の進歩は、人工知能が定性分析を自動化できると主張している。
このような主張は、狭い成功から過度に一般化されている。
GenAIのサポートは、興味のあるデータだけでなく、特定の研究戦略の特徴にも慎重に対応する必要がある。
本論文では、ソフトウェア工学における定性的研究の幅広いスペクトルに関連して、GenAIの出現する利用について論じる。
我々は、ソフトウェア工学における質的研究の次元を概説し、GenAI支援の実証的証拠の出現をレビューし、GenAIを介する質的研究の実践の長所と短所を調べ、GenAIに照らして質研究の質的要因を再考する。
我々の目標は、GenAIによる質的研究の約束と落とし穴について研究者に知らせることです。
我々は、ソフトウェア工学におけるその使用について理解を深める将来の計画で締めくくります。
関連論文リスト
- Generative Artificial Intelligence in Qualitative Research Methods: Between Hype and Risks? [0.0]
本稿では,定性的符号化手法の文脈における生成的AI(genAI)の役割を批判的に問う。
広汎な誇大広告や効率のクレームにもかかわらず、質的な問合せにおいてGenAIは方法論的に有効ではないことを提案する。
論文 参考訳（メタデータ） (2025-11-11T17:04:24Z) - AI4Research: A Survey of Artificial Intelligence for Scientific Research [55.5452803680643]
我々はAI for Research(AI4Research)に関する総合的な調査を行う。
まず、AI4Researchの5つの主要なタスクを分類する系統分類を導入する。
主要な研究ギャップを特定し、将来有望な方向性を明らかにする。
論文 参考訳（メタデータ） (2025-07-02T17:19:20Z) - From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - Navigating Ethical Challenges in Generative AI-Enhanced Research: The ETHICAL Framework for Responsible Generative AI Use [0.0]
生成人工知能(GenAI)の急速な普及は、機会と倫理的課題の両方を提示する。
本稿では、研究におけるGenAIの責任を負うための実践的ガイドであるETHICALフレームワークを開発する。
論文 参考訳（メタデータ） (2024-12-11T05:49:11Z) - "So what if I used GenAI?" -- Implications of Using Cloud-based GenAI in Software Engineering Research [0.0]
本論文は、GenAIが用いられている様々な研究の側面に光を当て、その法的な意味を初心者や芽生えの研究者に認識させるものである。
我々は、GenAIを使用するすべてのソフトウェア研究者が、責任の主張を暴露する重大なミスを避けるために意識すべきであるという現在の知識について、重要な側面を要約する。
論文 参考訳（メタデータ） (2024-12-10T06:18:15Z) - Generative AI Tools in Academic Research: Applications and Implications for Qualitative and Quantitative Research Methodologies [0.0]
本研究では,生成人工知能(GenAI)が学術研究に与える影響について検討し,質的・定量的データ分析への応用に焦点をあてる。
GenAIツールは急速に進化し、研究の生産性を高め、複雑な分析プロセスを民主化するための新たな可能性を提供する。
学術的実践への統合は、研究の完全性、セキュリティ、著作家精神、そして学術作品の変化する性質に関する重要な疑問を提起する。
論文 参考訳（メタデータ） (2024-08-13T13:10:03Z) - Generative Artificial Intelligence for Software Engineering -- A
Research Agenda [8.685607624226037]
我々は、GenAI for Software Engineeringの研究アジェンダを開発するために、文献レビューと5ヶ月間のフォーカスグループを実施しました。
この結果から,GenAIを部分的自動化に適用し,すべてのソフトウェア開発活動における意思決定を支援することが可能であることが示唆された。
GenAIを実装する際の一般的な考慮事項は、業界レベルの評価、信頼性と正確性、データアクセシビリティ、透明性、技術に関連する持続可能性といった点である。
論文 参考訳（メタデータ） (2023-10-28T09:14:39Z) - A Comprehensive Survey of Artificial Intelligence Techniques for Talent Analytics [46.025337523478825]
タレント分析は人的資源管理に応用されたデータ科学において有望な分野として現れてきた。
ビッグデータと人工知能技術の最近の発展は、人的資源管理に革命をもたらした。
論文 参考訳（メタデータ） (2023-07-03T07:53:20Z)
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。