論文の概要: To LLM, or Not to LLM: How Designers and Developers Navigate LLMs as Tools or Teammates

• arxiv url: http://arxiv.org/abs/2604.15344v1
• Date: Sun, 15 Mar 2026 06:58:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:13.84699
• Title: To LLM, or Not to LLM: How Designers and Developers Navigate LLMs as Tools or Teammates
• Title（参考訳）: LLMへの道 - 設計者と開発者がLLMをツールやチームメイトとしてナビゲートする方法
• Authors: Varad Vishwarupe, Ivan Flechais, Nigel Shadbolt, Marina Jirotka,
• Abstract要約: 大規模言語モデル(LLM)は、設計と開発にますます統合されているが、それらの使用に関する決定は、まれにバイナリまたは純粋に技術的である。 本稿では,33名の設計者と3大技術系企業の開発者へのインタビューをもとに,建設論に基づく理論研究の成果を報告する。
• 参考スコア（独自算出の注目度）: 11.663456969895462
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) are increasingly integrated into design and development workflows, yet decisions about their use are rarely binary or purely technical. We report findings from a constructivist grounded theory study based on interviews with 33 designers and developers across three large technology organisations. Rather than evaluating LLMs solely by capability, participants reasoned about the role an LLM could occupy within a workflow and how that role would interact with existing structures of responsibility and organisational accountability. When LLMs were framed as tools under clear human control, their use was typically acceptable and could be integrated within existing governance structures. When framed as teammates with shared or ambiguous agency, practitioners expressed hesitation, particularly when responsibility for outcomes could not be clearly justified. At the same time, participants also described productive teammate configurations in which LLMs supported collaborative reasoning while remaining embedded within explicit oversight structures. We identify tool and teammate framings as recurring ways in which designers and developers position LLMs relative to human work and present an analytic rubric describing how role framing shapes decision authority, accountability ownership, oversight strategies, and organisational acceptability. By foregrounding design-time reasoning, this work reframes To LLM or Not to LLM as a sociotechnical positioning problem that emerges during system design rather than during post-deployment evaluation.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、設計および開発ワークフローにますます統合されているが、それらの使用に関する決定は、まれにバイナリまたは純粋に技術的である。 本稿では,33名の設計者と3大技術系企業の開発者へのインタビューをもとに,建設論に基づく理論研究の成果を報告する。 参加者は能力だけでLLMを評価するのではなく、LLMがワークフロー内で占める役割と、その役割が既存の責任構造や組織的説明責任とどのように相互作用するかを判断した。 LLMが明確な人的管理下にあるツールとしてフレーム化された場合、その使用は一般的に受け入れられ、既存のガバナンス構造に統合される可能性がある。 共有あるいは曖昧なエージェンシーを持つチームメイトとしてフレーム化された実践者は、特に結果に対する責任が明確に正当化できない場合には、ためらいを表現した。 同時に参加者は、LCMが明示的な監視構造内に留まりながら協調推論をサポートする、生産的なチームメイト構成についても説明した。 ツールとチームメイト・フレーミングは、設計者と開発者が人間の作業に対してLLMを配置する反復的な方法であり、役割のフレーミングが意思決定権限、説明責任の所有、監視戦略、組織的受容性をどう形作るかを説明した分析的ルークスである。 設計時推論を前向きにすることで、この研究は、デプロイ後の評価ではなく、システム設計中に現れる社会技術的位置決め問題として、LLM か LLM に再配置する。

関連論文リスト

• The Role of LLMs in Collaborative Software Design [9.27915132566963]
  大規模言語モデル(LLM)は、ソフトウェア工学における協調グループワークを形作る。 本研究は,このような協調作業,すなわちソフトウェア設計に焦点をあてる。
  論文  参考訳（メタデータ） (2026-04-10T09:00:33Z)
• Once Upon a Team: Investigating Bias in LLM-Driven Software Team Composition and Task Allocation [48.2168236140771]
  本研究では,LLMがチーム構成やタスク割り当てに偏りを示すかどうかを検討する。 3つのLSMと3000のシミュレートされた決定を用いて、系統的な差異を見出す。 以上の結果から,LLMはソフトウェア工学の文脈において,人口的不平等を悪化させていることが示唆された。
  論文  参考訳（メタデータ） (2026-01-07T12:13:22Z)
• Walking the Tightrope of LLMs for Software Development: A Practitioners' Perspective [18.50207872331241]
  我々は,大規模言語モデルがソフトウェア開発に与える影響と,開発者の視点からその影響を管理する方法について検討した。 データ収集と分析の3ラウンドで,ソフトウェア実践者と22回のインタビューを行った。 私たちは、LCMを使うことの利点(ソフトウェア開発フローの維持、開発者のメンタルモデルの改善、起業家精神の育成など)とデメリット(開発者の個性と開発者の評判への悪影響)を特定しました。
  論文  参考訳（メタデータ） (2025-11-09T15:49:55Z)
• LLM Agents Beyond Utility: An Open-Ended Perspective [50.809163251551894]
  我々は、事前訓練されたLLMエージェントを、自身のタスクを生成し、知識を蓄積し、その環境と広範囲に相互作用する能力で強化する。 複雑なマルチステップ命令を確実に追跡し、実行中に情報を保存、再利用し、独自のタスクを提案し、解決することができる。 迅速な設計や反復的なタスク生成に敏感であり、自己表現を形成することができない。
  論文  参考訳（メタデータ） (2025-10-16T10:46:54Z)
• Language Agents Meet Causality -- Bridging LLMs and Causal World Models [50.79984529172807]
  因果表現学習を大規模言語モデルと統合する枠組みを提案する。 このフレームワークは、自然言語表現に関連付けられた因果変数を持つ因果世界モデルを学ぶ。 本研究では,時間的スケールと環境の複雑さを考慮した因果推論と計画課題の枠組みを評価する。
  論文  参考訳（メタデータ） (2024-10-25T18:36:37Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• Embodied LLM Agents Learn to Cooperate in Organized Teams [46.331162216503344]
  大規模言語モデル(LLM)は、推論、計画、意思決定のための統合的なツールとして登場した。 本稿では,これらの問題を緩和するために,LSMエージェントにプロンプトベースの組織構造を課す枠組みを提案する。
  論文  参考訳（メタデータ） (2024-03-19T06:39:47Z)

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。