論文の概要: Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum
- arxiv url: http://arxiv.org/abs/2603.09599v1
- Date: Tue, 10 Mar 2026 12:44:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-11 15:25:24.312191
- Title: Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum
- Title（参考訳）: AI駆動アジャイル開発のための学生の準備 - プロジェクトベースのAIエンジニアリングカリキュラム
- Authors: Andreas Rausch, Stefan Wittek, Tobias Geger, David Inkermann,
- Abstract要約: 本稿では、AI駆動型アジャイル開発のための学生のためのプロジェクトベースのAIエンジニアリングカリキュラムを提案する。
本研究は,(1)カリキュラムの概念と指導原則,(2)学際的,AI対応のアジャイル学生プロジェクトの事例研究,(3)混合メソッド評価による早期の証拠を提示する。
- 参考スコア（独自算出の注目度）: 1.7791007833336614
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Generative AI and agentic tools are reshaping agile software development, yet many engineering curricula still teach agile methods and AI competencies separately and largely lecture-based. This paper presents a project-based AI Engineering curriculum designed to prepare students for AI-driven agile development by integrating agile practices and AI-enabled engineering throughout the program. We contribute (1) the curriculum concept and guiding principles, (2) a case study of interdisciplinary, AI-enabled agile student projects, and (3) early evidence from a mixed-methods evaluation. In our case study, second-semester bachelor students work in teams over seven two-week sprints on a realistic software product. AI tools are embedded into everyday agile engineering tasks - requirements clarification, backlog refinement, architectural reasoning, coding support, testing, and documentation - paired with reflection on human responsibility and quality. Initial results indicate that the integrated approach supports hands-on competence development in AI-assisted engineering. Key observations highlight the need for agile teaching adaptations due to rapid tool evolution, the critical role of oral verification to ensure foundational learning. We close with lessons learned and recommendations for educators designing agile project-based curricula in the age of AI.
- Abstract（参考訳）: 生成的AIとエージェントツールはアジャイルソフトウェア開発を変革していますが、多くのエンジニアリングカリキュラムは依然としてアジャイルメソッドとAI能力を別々に、主に講義ベースで教えています。
本稿では,プログラム全体を通じて,アジャイルプラクティスとAI対応エンジニアリングを統合することで,AI駆動型アジャイル開発のための学生のためのプロジェクトベースのAIエンジニアリングカリキュラムを提案する。
本研究は,(1)カリキュラムの概念と指導原則,(2)学際的,AI対応のアジャイル学生プロジェクトの事例研究,(3)混合メソッド評価による早期の証拠を提示する。
今回のケーススタディでは,2学期目の学士課程の学生が7週間のスプリントで,現実的なソフトウェア製品の開発に従事しています。
AIツールは、要求の明確化、バックログの洗練、アーキテクチャの推論、コーディングのサポート、テスト、ドキュメントなど、日々のアジャイルエンジニアリングタスクに組み込まれています。
最初の結果は、統合されたアプローチがAI支援工学におけるハンズオン能力開発を支援することを示している。
重要な観察は、迅速なツール進化によるアジャイルの教育適応の必要性、基礎的な学習を保証するための口頭検証の重要性を強調している。
私たちは、AI時代のアジャイルプロジェクトベースのカリキュラムを設計する教育者に対して、学んだ教訓とレコメンデーションに精通しています。
関連論文リスト
- Learning to Code with Context: A Study-Based Approach [0.28675177318965045]
生成AIツールの急速な出現は、ソフトウェアの開発方法を変えつつある。
プロジェクトベースのコースは、実世界の開発プラクティスへのAIアシストの統合を探求し、評価するための効果的な環境を提供する。
本稿では,学生が共同でコンピュータゲームを開発する大学プログラミングプロジェクトにおいて,本手法とユーザスタディについて述べる。
論文 参考訳（メタデータ） (2025-12-04T20:40:36Z) - "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。
本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
論文 参考訳（メタデータ） (2025-12-02T13:32:23Z) - Integrating Generative AI into LMS: Reshaping Learning and Instructional Design [1.2489632787815885]
本稿では,生成AIを学習管理システムに組み込むための2つの原則を提案する。
まず、コンテンツ配信から高階思考の育成まで、調査、コラボレーション、リフレクティブな知識構築を支援するAIの役割を強調します。
第2に、AIとの意義あるインタラクションに向けて、批判的、意図的、社会的に介在するAIとの関わりを育む学習環境の設計を強調します。
論文 参考訳（メタデータ） (2025-10-20T18:58:47Z) - Deploying AI for Signal Processing education: Selected challenges and intriguing opportunities [44.18936398140735]
記事は、教育の促進と強化のためのAIツールの使用について考察している。
プライマーは、AIを教育環境で使用する際に生じるいくつかの技術的な問題について提供されている。
この記事は、AIのエンジニアリング教育における役割を前進させようとする研究者や教育者のためのリソースとして機能する。
論文 参考訳（メタデータ） (2025-09-10T19:19:26Z) - How Software Engineers Engage with AI: A Pragmatic Process Model and Decision Framework Grounded in Industry Observations [1.516251872371896]
GitHub CopilotとChatGPTが"バイブコーディング"を実施
本稿では2つの補完的貢献について述べる。
まず、現実世界のAI支援SEアクティビティをキャプチャする実用的なプロセスモデル。
第二に、2Dの意思決定フレームワークは、開発者が労力の節約と品質のアウトプットのトレードオフを判断するのに役立ちます。
論文 参考訳（メタデータ） (2025-07-23T21:00:21Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - A Roles-based Competency Framework for Integrating Artificial Intelligence (AI) in Engineering Courses [0.13154296174423616]
本稿では,AIを学際的な工学コースやカリキュラムに統合するためのフレームワークを提案する。
エンジニアリングにおけるAIの利用は、新興だが成長している分野である。
フレームワークの実装における課題について議論し、組込みアプローチの必要性を強調します。
論文 参考訳（メタデータ） (2024-09-28T19:13:14Z) - ActiveAI: Introducing AI Literacy for Middle School Learners with
Goal-based Scenario Learning [0.0]
ActiveAIプロジェクトは、小学校7～9年生のAI教育における重要な課題に対処する。
このアプリには、スライダー、ステッパー、コレクタなど、さまざまな学習者インプットが組み込まれており、理解を深めている。
このプロジェクトは、現在実装段階にあり、アプリ開発にインテリジェントなチューター設計原則を活用している。
論文 参考訳（メタデータ） (2023-08-21T11:43:43Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Empowered and Embedded: Ethics and Agile Processes [60.63670249088117]
私たちは倫理的考慮事項を(アジャイル)ソフトウェア開発プロセスに組み込む必要があると論じています。
私たちは、すでに存在しており、確立されたアジャイルソフトウェア開発プロセスで倫理的な議論を実施する可能性を強調しました。
論文 参考訳（メタデータ） (2021-07-15T11:14:03Z) - 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)
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。