論文の概要: "I'm Not Reading All of That": Understanding Software Engineers' Level of Cognitive Engagement with Agentic Coding Assistants

• arxiv url: http://arxiv.org/abs/2603.14225v2
• Date: Wed, 18 Mar 2026 13:41:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-19 13:49:23.052469
• Title: "I'm Not Reading All of That": Understanding Software Engineers' Level of Cognitive Engagement with Agentic Coding Assistants
• Title（参考訳）: 「私はそのすべてを読んでいない」:エージェントコーディングアシスタントによるソフトウェアエンジニアの認知エンゲージメントのレベルを理解する
• Authors: Carlos Rafael Catalan, Lheane Marie Dizon, Patricia Nicole Monderin, Emily Kuang,
• Abstract要約: AIシステムへの過度な依存は、ユーザの批判的思考を損なう可能性がある。 ソフトウェア工学では、エージェントコーディングアシスタント(ACA)が日々の開発に急速に組み込まれつつある。
• 参考スコア（独自算出の注目度）: 9.74467739744379
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over-reliance on AI systems can undermine users' critical thinking and promote complacency, a risk intensified by the emergence of agentic AI systems that operate with minimal human involvement. In software engineering, agentic coding assistants (ACAs) are rapidly becoming embedded in everyday development workflows. Since software engineers (SEs) create systems deployed across diverse and high-stakes real-world contexts, these assistants must function not merely as autonomous task performers but as Tools for Thought that actively support human reasoning and sensemaking. We conducted a formative study examining software engineers' cognitive engagement and sensemaking processes when working with an ACA. Our findings reveal that cognitive engagement consistently declines as tasks progress, and that current ACA designs provide limited affordances for reflection, verification, and meaning-making. Based on these findings, we identify concrete design opportunities leveraging richer interaction modalities and cognitive-forcing mechanisms to sustain engagement and promote deeper thinking in AI-assisted programming.
• Abstract（参考訳）: AIシステムへの過度な依存は、人間の関与を最小限に抑えたエージェントAIシステムの出現によって、ユーザの批判的思考を損なうことや、妥協を促進するリスクを増大させる可能性がある。 ソフトウェアエンジニアリングでは、エージェントコーディングアシスタント(ACA)が日々の開発ワークフローに急速に組み込まれています。 ソフトウェアエンジニア(SE)は多種多様な実世界のコンテキストにまたがってデプロイされるシステムを作成するので、これらのアシスタントは自律的なタスクパフォーマーとしてだけでなく、人間の推論とセンスメイキングを積極的にサポートするツールとして機能しなければなりません。 筆者らは,ACAで作業する際に,ソフトウェア技術者の認知的エンゲージメントとセンスメイキングのプロセスについて,形式的研究を行った。 その結果,タスクの進行に伴って認知的エンゲージメントは一貫して低下し,現在のACA設計ではリフレクション,検証,意味形成の余裕が限られていることが明らかとなった。 これらの知見に基づき、よりリッチなインタラクションのモダリティと認知強制機構を活用して、AI支援プログラミングにおけるより深い思考を促進する具体的設計の機会を特定する。

関連論文リスト

• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities [8.086360127362815]
  大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。 従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
  論文  参考訳（メタデータ） (2025-08-15T00:14:31Z)
• Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
  本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。 我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。 結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
  論文  参考訳（メタデータ） (2025-07-10T20:12:54Z)
• Multi-agent Embodied AI: Advances and Future Directions [46.23631919950584]
  エンボディード人工知能(Embodied AI)は、インテリジェントな時代における先進技術の適用において重要な役割を担っている。 本稿では,研究の現状を概観し,重要な貢献を分析し,課題と今後の方向性を明らかにする。
  論文  参考訳（メタデータ） (2025-05-08T10:13:53Z)
• Assistance or Disruption? Exploring and Evaluating the Design and Trade-offs of Proactive AI Programming Support [36.082282294551405]
  我々は,エディタアクティビティとタスクコンテキストに基づいたプログラミング支援を開始するデザインプローブエージェントであるCodellaboratorを紹介し,評価する。 プロアクティブエージェントは、プロンプトのみのパラダイムに比べて効率が向上するが、ワークフローの混乱も引き起こす。
  論文  参考訳（メタデータ） (2025-02-25T21:37:25Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)

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。