論文の概要: Choose Your Own Adventure: Non-Linear AI-Assisted Programming with EvoGraph
- arxiv url: http://arxiv.org/abs/2604.18883v1
- Date: Mon, 20 Apr 2026 22:05:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.521927
- Title: Choose Your Own Adventure: Non-Linear AI-Assisted Programming with EvoGraph
- Title（参考訳）: EvoGraphを使ったAI支援プログラミング
- Authors: Vassilios Exarhakos, Jinghui Cheng, Jin L. C. Guo,
- Abstract要約: EvoGraphは、軽量でインタラクティブな開発グラフとして、AIインタラクションとコード変更を統合するプラグインである。
20名の参加者を対象に行ったユーザスタディでは,認知負荷の低減を図りながら,EvoGraphが開発者の課題に対処していることが明らかとなった。
私たちの研究は、開発者がAIを介するプログラミングコンテキストにおける問題解決の進歩を理解し、行動するのを助けるツール設計の機会を強調します。
- 参考スコア（独自算出の注目度）: 11.960431631791812
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Current AI-assisted programming tools are predominantly linear and chat-based, which deviates from the iterative and branching nature of programming itself. Our preliminary study with developers using AI assistants suggested that they often struggle to explore alternatives, manage prompting sequences, and trace changes. Informed by these insights, we created EvoGraph, an IDE plugin that integrates AI interactions and code changes as a lightweight and interactive development graph. EvoGraph automatically records a branching AI-assisted coding history and allows developers to manipulate the graph to compare, merge, and revisit prior collaborative AI programming states. Our user study with 20 participants revealed that EvoGraph addressed developers' challenges identified in our preliminary study while imposing lower cognitive load. Participants also found the graph-based representation supported safe exploration, efficient iteration, and reflection on AI-generated changes. Our work highlights design opportunities for tools to help developers make sense of and act on their problem-solving progress in the emerging AI-mediated programming context.
- Abstract（参考訳）: 現在のAI支援プログラミングツールは、主にリニアでチャットベースであり、プログラミング自体の反復的で分岐的な性質から逸脱している。
AIアシスタントを使用する開発者を対象とした予備的な調査では、選択肢を探したり、シーケンスのプロンプトを管理したり、変更の追跡に苦労することが多いことを示唆しています。
AIインタラクションとコードの変更を軽量でインタラクティブな開発グラフとして統合するIDEプラグインであるEvoGraphを開発しました。
EvoGraphは、ブランチAI支援コーディング履歴を自動的に記録し、開発者はグラフを操作して、前回の協調AIプログラミング状態を比較し、マージし、再考することができる。
20名の参加者を対象に行ったユーザスタディでは,認知負荷の低減を図りながら,事前調査で特定された開発者の課題に対処した。
参加者はまた、グラフベースの表現が安全な探索、効率的なイテレーション、AI生成の変更に対するリフレクションをサポートすることも見出した。
私たちの研究は、開発者がAIを介するプログラミングコンテキストにおける問題解決の進歩を理解し、行動するのを助けるツール設計の機会を強調します。
関連論文リスト
- Generative AI and the Transformation of Software Development Practices [0.0]
ジェネレーティブAIは、ソフトウェアの設計、記述、保守の方法を変えようとしている。
本稿では,AI支援技術がソフトウェア工学の実践をどのように変化させているかを検討する。
論文 参考訳（メタデータ） (2025-10-12T22:02:10Z) - 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) - Graphs Meet AI Agents: Taxonomy, Progress, and Future Opportunities [117.49715661395294]
データ構造化は、複雑で非組織的なデータをよく構造化された形式に変換することで、有望な役割を果たす。
この調査では、グラフがAIエージェントにどのように権限を与えるかを、初めて体系的にレビューする。
論文 参考訳（メタデータ） (2025-06-22T12:59:12Z) - Reflection on Data Storytelling Tools in the Generative AI Era from the Human-AI Collaboration Perspective [54.152639172274]
大規模生成AI技術は、ビジュアルおよびナレーション生成におけるそのパワーでデータストーリーテリングを強化する可能性がある。
我々は、最新のツールのコラボレーションパターンを、データストーリーテリングにおける人間とAIのコラボレーションを理解するための専用のフレームワークを使用して、以前のツールのパターンと比較する。
これらのAIテクニックのメリットと、人間とAIのコラボレーションへの影響も明らかにされている。
論文 参考訳（メタデータ） (2025-03-04T13:56:18Z) - How Developers Interact with AI: A Taxonomy of Human-AI Collaboration in Software Engineering [8.65285948382426]
開発者とAIツール間のインタラクションタイプを分類し,11種類のインタラクションタイプを識別する。
この分類に基づいて、AIインタラクションの最適化、開発者のコントロールの改善、AI支援開発における信頼とユーザビリティの課題への対処に焦点を当てた研究課題を概説する。
論文 参考訳（メタデータ） (2025-01-15T12:53:49Z) - Exploring the intersection of Generative AI and Software Development [0.0]
生成AIとソフトウェアエンジニアリングの相乗効果は、変革的なフロンティアとして現れます。
このホワイトペーパーは、探索されていない領域に展開し、生成的AI技術がソフトウェア開発にどのように革命をもたらすかを解明する。
これはステークホルダーのためのガイドとして機能し、ソフトウェア工学における生成AIの適用に関する議論と実験を促している。
論文 参考訳（メタデータ） (2023-12-21T19:23:23Z) - Reading Between the Lines: Modeling User Behavior and Costs in AI-Assisted Programming [28.254978977288868]
GitHub Copilotは、何百万人ものプログラマが毎日使っているコード推奨システムです。
Copilotと対話する際の共通プログラマ活動の分類であるCUPSを開発した。
私たちの洞察は、プログラマがCopilotとどのように相互作用し、新しいインターフェース設計とメトリクスを動機付けるかを明らかにします。
論文 参考訳（メタデータ） (2022-10-25T20:01:15Z)
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。