論文の概要: How Do Software Engineering Students Use Generative AI in Real-World Capstone Projects? An Empirical Baseline Study

• arxiv url: http://arxiv.org/abs/2604.24521v1
• Date: Mon, 27 Apr 2026 14:23:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:08.080298
• Title: How Do Software Engineering Students Use Generative AI in Real-World Capstone Projects? An Empirical Baseline Study
• Title（参考訳）: ソフトウェア工学の学生は実世界のカプストーンプロジェクトにおいて生成AIをどのように利用するか? : 実証的ベースラインスタディ
• Authors: Michael Mircea, Elisa Schmid, Jakob Droste, Kurt Schneider,
• Abstract要約: 生成AI(GenAI)のプロフェッショナルソフトウェア開発への迅速な統合は、新たな課題をもたらします。 RWCPコースにおける自己決定型GenAI使用の大規模検討を行った。 我々の発見は、ソフトウェアエンジニアリングライフサイクル全体にわたるGenAIプラクティスの特徴を提供する。
• 参考スコア（独自算出の注目度）: 1.5102168012018966
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-world Capstone Projects (RWCPs) are a key component of software engineering education, enabling students to develop software for external clients under authentic conditions. Their high ecological validity, combined with substantial variation in domains, technologies, and stakeholders, typically requires flexible and minimally prescriptive teaching approaches. The rapid integration of generative AI (GenAI) into professional software development adds new challenges: students are expected to use AI tools that are common in practice, yet unguided use may affect learning, collaboration, and consistency in ways that are not yet well understood. To establish an empirical baseline for responsible GenAI integration, we conducted a large-scale study of self-determined GenAI use in an undergraduate RWCP course. The module involved 178 students working in 18 teams across 15 client projects over four months, with GenAI use explicitly permitted. We collected mixed-method survey data from 150 students on attitudes, usage prevalence, workflows, use cases, and perceived benefits and risks, and surveyed client stakeholders regarding expectations and concerns. Our findings provide (1) a characterization of GenAI practices across the software engineering lifecycle, including a distinction between emerging workflows; (2) student-recommended use cases and responsible-use directives emphasizing verification and maintaining independent understanding; (3) client perspectives highlighting strong support for GenAI use but clear expectations regarding understanding, quality, and data protection; and (4) implications for future course iterations, including the need for explicit responsible-use guidelines, targeted AI literacy resources, and team-level governance roles. This study offers a status quo baseline for evidence-based pedagogical interventions in the era of GenAI.
• Abstract（参考訳）: 現実世界のCapstone Projects (RWCP) はソフトウェア工学教育の鍵となるコンポーネントであり、学生は実際の条件下で外部クライアント向けのソフトウェアを開発することができる。 それらの高い生態的妥当性は、ドメイン、技術、利害関係者のかなりのバリエーションと相まって、柔軟で最小限の規範的な教育アプローチを必要とする。 学生は、実際に一般的なAIツールを使用することが期待されているが、ガイドなしの使用は、まだよく理解されていない方法での学習、コラボレーション、一貫性に影響を与える可能性がある。 RWCP講座におけるGenAI活用の実証的ベースラインを確立するために, 自己決定型GenAI使用の大規模研究を行った。 モジュールには、4ヶ月にわたって15のクライアントプロジェクトにわたる18のチームで178人の学生が参加し、GenAIは明示的に使用が許可された。 我々は,150人の学生を対象に,態度,使用状況,ワークフロー,ユースケース,認識された利益とリスクに関する総合的な調査データを収集し,期待と懸念に関する顧客ステークホルダーを対象に調査を行った。 本研究は,(1)新たなワークフローの区別を含むソフトウェアエンジニアリングライフサイクルにおけるGenAIの実践の特徴,(2)検証と独立した理解の維持を重視した学生推奨のユースケースと責任意識の指示,(3)GenAIの使用に対する強いサポートを強調しつつ,理解,品質,データ保護に関する明確な期待を強調したクライアント視点,(4)明示的な責任意識のガイドライン,AIリテラシーリソース,チームレベルのガバナンスの役割など,今後のコースのイテレーションに対する意味を明らかにする。 本研究は,GenAI時代におけるエビデンスに基づく教育介入に対する現状的ベースラインを提供する。

関連論文リスト

• Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI [5.361962126043114]
  学生は、要件の導出とドキュメントに最先端のアジャイルプラクティスを適用することで、実践的な経験を得ます。 学生はまた、生成的AIの使用に関連する技術的および倫理的制限について理解を深める。
  論文  参考訳（メタデータ） (2026-03-13T12:07:52Z)
• "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)
• Examining the Usage of Generative AI Models in Student Learning Activities for Software Programming [3.2383459424229835]
  本研究では,GenAI支援が従来のオンラインリソースとどのように比較して,知識の獲得を支援するかを検討する。 プログラミング経験の異なる24人の大学生を対象に,制御されたユーザ実験を行った。 以上の結果から,GenAIによる完全解の生成は,特に初心者のタスク性能を著しく向上させるが,必ずしも知識の獲得には至らないことが明らかとなった。
  論文  参考訳（メタデータ） (2025-11-17T11:42:24Z)
• 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)
• Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
  生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。 しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。 本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
  論文  参考訳（メタデータ） (2025-05-09T07:41:33Z)
• Evaluating the AI-Lab Intervention: Impact on Student Perception and Use of Generative AI in Early Undergraduate Computer Science Courses [0.0]
  Generative AI(GenAI)はコンピュータサイエンス教育に急速に参入しつつある。 形式コースにおける道具使用の指針となる構造的足場の研究のギャップを伴う過信共存に関する懸念。 本研究は,「AI-Lab」の介入が大学生に与える影響について考察する。
  論文  参考訳（メタデータ） (2025-04-30T18:12:42Z)
• Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
  コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。 私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。 我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
  論文  参考訳（メタデータ） (2024-11-17T20:17:47Z)
• Hey GPT, Can You be More Racist? Analysis from Crowdsourced Attempts to Elicit Biased Content from Generative AI [41.96102438774773]
  本研究は,GenAIツールから偏りのあるアウトプットを抽出するプロンプトの設計に参加者が挑戦する大学レベルのコンペから得られた知見を提示する。 我々は、競争の提出を定量的に質的に分析し、GenAIにおける多様なバイアスと、GenAIにおけるバイアスを誘発する参加者の戦略を同定する。
  論文  参考訳（メタデータ） (2024-10-20T18:44:45Z)
• 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。