Fugu-MT 論文翻訳(概要): Comprehension Debt in GenAI-Assisted Software Engineering Projects

論文の概要: Comprehension Debt in GenAI-Assisted Software Engineering Projects

arxiv url: http://arxiv.org/abs/2604.13277v1
Date: Tue, 14 Apr 2026 20:14:26 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-16 20:38:32.284842
Title: Comprehension Debt in GenAI-Assisted Software Engineering Projects
Title（参考訳）: GenAI支援ソフトウェアエンジニアリングプロジェクトにおける包括的負債
Authors: Muhammad Ovais Ahmad,
Abstract要約: 本研究では,GenAIツールが学部ソフトウェア工学プロジェクトのコンテキストにおいて,Debt(CD)にどのように貢献するかを検討する。学生のGenAIツール使用におけるCD蓄積パターンと緩和パターンを4つ同定した。本研究は,ソフトウェア工学教育におけるCDの明示的な教育戦略の必要性を明らかにするものである。
参考スコア（独自算出の注目度）: 1.1844977816228044
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Generative Artificial Intelligence (GenAI) tools (e.g., ChatGPT, Calude) have rapidly become integral to software development. These tools are especially attractive to students, as they can reduce cognitive load. However, their adoption also introduces a socio-cognitive risk: the accumulation of Comprehension Debt (CD). CD refers to the growing gap between what a development team knows about its codebase and what it actually needs to understand in order to maintain and modify it effectively. This qualitative study investigate how GenAI tools contribute to CD in the context of an undergraduate software engineering project. Our study is based on 621 reflective diaries from 207 students over eight weeks. We identify four CD accumulation patterns and one mitigating pattern in students' use of GenAI tools. The four accumulation patterns include: (1) AI-as-black-box code acceptance, (2) context-mismatch debt, (3) dependency-induced atrophy, and (4) verification-bypass. In contrast, the mitigating pattern involves students using GenAI as a comprehension scaffold, allowing them to build a deeper understanding of the code. We argue that CD is distinct from traditional technical debt because it resides in the collective cognition of development teams rather than in the codebase itself. Our findings highlight the need for explicit pedagogical strategies to mitigate CD in software engineering education, emphasizing verification practices, structured retrospectives, and active learning assessments.
Abstract（参考訳）: Generative Artificial Intelligence(GenAI)ツール(例えば、ChatGPT、Calude)は、ソフトウェア開発に急速に不可欠なものになっています。これらのツールは、認知負荷を減らすことができるため、学生にとって特に魅力的です。しかし、彼らの養子縁組は社会認知リスク(Comprehension Debt (CD) の蓄積)も引き起こす。 CDは、開発チームがコードベースについて知っていることと、それを効果的に保守し、修正するために実際に理解する必要があるものとの間に、ギャップが拡大していることを指している。この定性的な研究は、学部ソフトウェア工学プロジェクトの文脈において、GenAIツールがCDにどのように貢献するかを調査する。本研究は8週間で207名の学生から621名の回顧的日記を得た。学生のGenAIツール使用におけるCD蓄積パターンと緩和パターンを4つ同定した。 4つの累積パターンは、(1)AI-as-black-boxコード受け入れ、(2)コンテキストミスマッチ負債、(3)依存性誘発萎縮、(4)検証-バイパスである。対照的に、緩和パターンでは、学生がGenAIを理解足場として使用することで、より深いコード理解を構築することができる。 CDはコードベース自体ではなく、開発チームの集合的な認識にあるので、従来の技術的負債とは別物である、と私たちは主張しています。この結果から,ソフトウェア工学教育におけるCDの緩和,検証プラクティスの強調,構造化されたレトロスペクティブ,アクティブな学習評価といった,明確な教育戦略の必要性が浮き彫りになった。

関連論文リスト

On the Role and Impact of GenAI Tools in Software Engineering Education [2.867517731896504]
ChatGPTやGitHub CopilotといったジェネレーティブAI(GenAI)ツールは、ソフトウェアの学習と書き方を変えました。ソフトウェア工学(SE)教育において、これらのツールはサポートの新しい機会を提供するだけでなく、過度な信頼、倫理的利用、学習への影響に対する懸念も引き起こす。本研究は,学部生がGenAIツールをどのように利用するか,そのメリット,課題,倫理的懸念,経験を形作る教育的期待に焦点をあてるものである。
論文参考訳（メタデータ） (2025-12-03T20:51:16Z)
"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)
A Systematic Literature Review of the Use of GenAI Assistants for Code Comprehension: Implications for Computing Education Research and Practice [0.45880283710344066]
本稿では,生成的人工知能(GenAI)を利用したコード理解の向上のための手法とツールについて,体系的な文献レビューを行う。本稿では,GenAIをベースとした手法とツールを分類し,その有効性の実証的評価を要約する。
論文参考訳（メタデータ） (2025-10-19T01:01:49Z)
Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications [0.4306143768014156]
ジェネレーティブAI(GenAI)ツールが教育で普及するにつれ、学生が学習よりも学習に使用することへの懸念が高まっている。本稿では、ソフトウェア工学(SE)教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
論文参考訳（メタデータ） (2025-05-31T19:27:40Z)
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)
Formal Mathematical Reasoning: A New Frontier in AI [60.26950681543385]
我々は公式な数学的推論を提唱し、AI4Mathを次のレベルに進めるには不可欠であると主張している。既存の進捗を要約し、オープンな課題について議論し、将来の成功を測るための重要なマイルストーンを想定します。
論文参考訳（メタデータ） (2024-12-20T17:19:24Z)
Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models [54.58108387797138]
コードインテリジェンスタスクにおける即時学習の有効性について検討する。既存の自動プロンプト設計手法は、コードインテリジェンスタスクに限られている。本稿では、精巧な遺伝的アルゴリズムを用いてプロンプトを自動設計する遺伝的オートプロンプト(GenAP)を提案する。
論文参考訳（メタデータ） (2024-03-20T13:37:00Z)
Knowledge Infused Decoding [46.09844215234235]
Knowledge Infused Decoding (KID)は、生成言語モデル(LM)のための新しい復号アルゴリズムである。 KIDはLMデコーディングの各ステップに外部知識を動的に注入する。人間の評価は、入力コンテキストに対してより関連性があり、現実的な言語を生成するKIDの能力を確認する。
論文参考訳（メタデータ） (2022-04-06T20:58:32Z)
Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
論文参考訳（メタデータ） (2022-02-10T08:52:39Z)

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。