論文の概要: "An Endless Stream of AI Slop": The Growing Burden of AI-Assisted Software Development
- arxiv url: http://arxiv.org/abs/2603.27249v1
- Date: Sat, 28 Mar 2026 11:50:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.865546
- Title: "An Endless Stream of AI Slop": The Growing Burden of AI-Assisted Software Development
- Title（参考訳）: AI支援ソフトウェア開発の「無限のAIスロープ」
- Authors: Sebastian Baltes, Marc Cheong, Christoph Treude,
- Abstract要約: 高品質なAI生成コンテンツである"AI slop"は、ソフトウェア開発にますます影響を与えています。
我々はRedditとHacker Newsの15のスレッドにわたる1,154の投稿の質的分析を行った。
個人の生産性が、レビュアー、メンテナー、そしてより広いコミュニティへの外部的コストを増大させるという、コモンズの悲劇である、という私たちの研究結果です。
- 参考スコア（独自算出の注目度）: 11.207503404473842
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: "AI slop", that is, low-quality AI-generated content, is increasingly affecting software development, from generated code and pull requests to documentation and bug reports. However, there is limited empirical research on how developers perceive and respond to this phenomenon. We conducted a qualitative analysis of 1,154 posts across 15 discussion threads from Reddit and Hacker News, developing a codebook of 15 codes organized into three thematic clusters: Review Friction (how AI slop burdens reviewers, erodes trust, and prompts countermeasures), Quality Degradation (damage to codebases, knowledge resources, and developer competence), and Forces and Consequences (systemic incentives, mandated adoption, craft erosion, and workforce disruption). Our findings frame AI slop as a tragedy of the commons, where individual productivity gains externalize costs onto reviewers, maintainers, and the broader community. We report the concerns developers raise and the mitigation strategies they propose, offering actionable insights for tool developers, team leads, and educators.
- Abstract（参考訳）: 品質の低いAI生成コンテンツである“AI slop”は、生成されたコードやプルリクエストからドキュメントやバグレポートに至るまで、ソフトウェア開発にますます影響を与えています。
しかし、開発者がこの現象をどう認識し、反応するかについての実証的研究は限られている。
我々はRedditとHacker Newsの15のスレッドにまたがる1,154の投稿を質的に分析し,3つのテーマクラスタにまとめられた15のコードからなるコードブックを開発した。
個人の生産性が、レビュアー、メンテナー、そしてより広いコミュニティへの外部的コストを増大させるという、コモンズの悲劇である、という私たちの研究結果です。
我々は、開発者が提起する懸念と彼らが提案する緩和戦略を報告し、ツール開発者、チームリーダー、教育者に実用的な洞察を提供する。
関連論文リスト
- Human-AI Synergy in Agentic Code Review [3.7086626614863984]
我々は、人間レビュアーとAIエージェントによるフィードバックの違いを比較した。
人間のレビュアーは、人間が書いたコードよりもAI生成コードをレビューする場合、11.8%のラウンドを交換する。
AIエージェントからの未確認の提案の半数以上が間違っているか、開発者による代替修正によって対処されている。
論文 参考訳（メタデータ） (2026-03-16T20:56:18Z) - AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality [0.0]
ソフトウェア開発におけるAIコーディングエージェントの急速な採用は、それらが生成するコードの品質と保守性に関する重要な疑問を提起している。
このデータマイニングの課題は、実世界のGitHubリポジトリからエージェントプルリクエストをキャプチャする、最初の大規模でオープンソースのデータセットであるAIDevに焦点を当てている。
私たちは364のメンテナンス性とセキュリティ関連のビルドの臭いを、さまざまな重大度レベルにわたって特定しました。
論文 参考訳（メタデータ） (2026-01-23T15:40:28Z) - AI Where It Matters: Where, Why, and How Developers Want AI Support in Daily Work [3.1984206905916]
ジェネレーティブAIはソフトウェアワークを再構築していますが、開発者が最も必要とする場所とサポートの明確なガイダンスはありません。
我々は、N=860の開発者を対象に、AIの助けを求める場所、理由、方法、限界を調査する大規模で混合的な研究を報告します。
私たちの結果は、開発者とその作業にとって重要なAIを提供するための、具体的かつコンテキスト的なガイダンスを提供します。
論文 参考訳（メタデータ） (2025-10-01T10:51:03Z) - Vibe Coding in Practice: Motivations, Challenges, and a Future Outlook -- a Grey Literature Review [2.5195922470930614]
バイブコーディング(Vibe coding)とは、AIコード生成ツールを直感や試行錯誤を通じて、基礎となるコードを必ずしも理解せずに使用するプラクティスである。
ユーザーがなぜバイブコーディングに関わったのか、何を経験しているか、品質保証(QA)にどのようにアプローチし、AI生成コードの品質を知覚するかを体系的に調査した研究はない。
私たちの分析では、スピードとアクセシビリティによってビブコーダがモチベーションを得て、迅速な即時的な成功とフローを経験する"という、スピード品質のトレードオフパラドックスを明らかにしています。
論文 参考訳（メタデータ） (2025-09-30T22:35:00Z) - CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳（メタデータ） (2025-08-28T06:03:11Z) - 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) - The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳（メタデータ） (2025-06-09T18:37:14Z) - "I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development [19.851794567529286]
本研究では、ソフトウェア開発プロセスにおけるAIを活用したツールの採用、影響、およびセキュリティに関する考察を行う。
ソフトウェア開発のさまざまな段階において,AIツールが広く採用されていることが判明した。
論文 参考訳（メタデータ） (2024-09-20T09:17:10Z)
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。