論文の概要: Agentic AI-assisted coding offers a unique opportunity to instill epistemic grounding during software development
- arxiv url: http://arxiv.org/abs/2604.21744v1
- Date: Thu, 23 Apr 2026 14:50:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-24 14:40:06.663338
- Title: Agentic AI-assisted coding offers a unique opportunity to instill epistemic grounding during software development
- Title（参考訳）: エージェントAI支援コーディングは、ソフトウェア開発中にてんかん治療を行うユニークな機会を提供する
- Authors: Magnus Palmblad, Jared M. Ragland, Benjamin A. Neely,
- Abstract要約: チャットベースのビブコーディングは、エージェントの足場を使用したAI支援エージェントソフトウェア開発に進化した。
現在のトレンドの1つは、プロジェクトやメソッドスコープドドキュメントのような、この計画文書を超えてドキュメントを活用することです。
ここでは、コミュニティが管理するフィールドスコープの基盤文書であるGROUNDING.mdを提案する。
- 参考スコア（独自算出の注目度）: 0.02058747290260746
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: The capabilities of AI-assisted coding are progressing at breakneck speed. Chat-based vibe coding has evolved into fully fledged AI-assisted, agentic software development using agent scaffolds where the human developer creates a plan that agentic AIs implement. One current trend is utilizing documents beyond this plan document, such as project and method-scoped documents. Here we propose GROUNDING.md, a community-governed, field-scoped epistemic grounding document, using mass spectrometry-based proteomics as an example. This explicit field-scoped grounding document encodes Hard Constraints (non-negotiable validity invariants empirically required for scientific correctness) and Convention Parameters (community-agreed defaults) that override all other contexts to enforce validity, regardless of what the user prompts. In practice, this will empower a non-domain expert to generate code, tools, and software that have best practices baked in at the ground level, providing confidence to the software developer but also to those reviewing or using the final product. Undoubtedly it is easier to have agentic AIs adhere to guidelines than humans, and this opportunity allows for organizations to develop epistemic grounding documents in such a way as to keep domain experts in the loop in a future of democratized generation of bespoke software solutions.
- Abstract（参考訳）: AI支援コーディングの能力は、ブレークネックスピードで進歩している。
チャットベースのビブコーディングは、エージェントスキャフォールドを使用して、エージェントAIが実装する計画を作成する、完全なAI支援エージェントソフトウェア開発へと進化した。
現在のトレンドの1つは、プロジェクトやメソッドスコープドドキュメントのような、この計画文書を超えてドキュメントを活用することです。
本稿では, 質量分析に基づくプロテオミクスを例として, コミュニティが負担するフィールドスコープによる基底文書GROUNDING.mdを提案する。
この明示的なフィールドスコープのグラウンドディング文書は、ハード制約(科学的正確性に実証的に要求される非交渉不可能な妥当性不変量)とコンベンションパラメータ(コミュニティ保証されたデフォルト)をエンコードし、ユーザーが何を促すかに関わらず、他のすべてのコンテキストをオーバーライドして有効性を強制する。
実際には、非ドメインの専門家が、コードやツール、ソフトウェアをゼロレベルで開発し、ソフトウェア開発者だけでなく、レビューや最終製品の使用にも自信を持てます。
エージェントAIを人間よりもガイドラインに準拠させることは間違いなく容易であり、この機会により、組織は、先進的なソフトウェアソリューションの民主化において、ドメインエキスパートをループに留めておくような、疫学的な基盤文書を開発することができる。
関連論文リスト
- Simple Agents Outperform Experts in Biomedical Imaging Workflow Optimization [69.36509281190662]
生産レベルのコンピュータビジョンツールを科学データセットに適応させることは、重要な"ラストマイル"ボトルネックである。
我々は、AIエージェントを使ってこの手動コーディングを自動化し、最適なエージェント設計のオープンな問題に焦点を当てる。
簡単なエージェントフレームワークが、人間-専門家のソリューションよりも優れた適応コードを生成することを実証する。
論文 参考訳（メタデータ） (2025-12-02T18:42:26Z) - Context Engineering for AI Agents in Open-Source Software [13.236926479239754]
GenAIベースのコーディングアシスタントは、ソフトウェア開発を混乱させた。
彼らの次の世代はエージェントベースで、より自律的で、潜在的には人間の監視なしで活動する。
ひとつの課題は、AIエージェントに対して、彼らが運用するソフトウェアプロジェクトに関する十分なコンテキストを提供することだ。
論文 参考訳（メタデータ） (2025-10-24T12:55:48Z) - Rapid Development of Omics Data Analysis Applications through Vibe Coding [0.0]
私は、現代の大規模言語モデル(LLM)と自律型コーディングエージェントがこの障壁を劇的に減らすことを実証します。
Vibeのコーディングを使って、標準的なタスクを実行できる完全に機能するデータ分析Webサイトを作りました。
ユーザインターフェース、バックエンドロジック、データアップロードパイプラインを含むアプリケーション全体は、4つの自然言語プロンプトを使用して10分以内で開発されました。
論文 参考訳（メタデータ） (2025-10-10T19:06:27Z) - 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) - Can We Trust AI Agents? A Case Study of an LLM-Based Multi-Agent System for Ethical AI [10.084913433923566]
AIベースのシステムは、多様なタスクをサポートすることによって数百万に影響を及ぼすが、誤情報、偏見、誤用といった問題に直面している。
本研究では,Large Language Models (LLM) を用いたAI倫理の実践について検討する。
エージェントがAIインシデントデータベースから現実のAI倫理問題に関する構造化された議論を行うプロトタイプを設計する。
論文 参考訳（メタデータ） (2024-10-25T20:17:59Z) - Software Engineering Methods For AI-Driven Deductive Legal Reasoning [2.95701410483693]
ソフトウェアエンジニアリングの原則が、複雑な法令のAIによる法的推論をいかに向上させるかを示す。
自動メタ推論において,ソフトウェア工学の原則を適用して新しいアプリケーションをアンロックする方法を示す。
論文 参考訳（メタデータ） (2024-04-15T15:33:29Z) - Custom Developer GPT for Ethical AI Solutions [1.2691047660244337]
このプロジェクトの目的は、開発者がAIエンジニアリングを通じて倫理的な問題を議論し解決するための、独自の生成事前学習トランスフォーマー(GPT)を作ることだ。
このようなツールを使用することで、実践者は法的要件を満たし、多様な倫理的視点を満たすAIソリューションを設計することができる。
論文 参考訳（メタデータ） (2024-01-19T20:21:46Z) - Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。
トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
論文 参考訳（メタデータ） (2023-02-14T18:43:34Z)
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。