論文の概要: Accountable Agents in Software Engineering: An Analysis of Terms of Service and a Research Roadmap
- arxiv url: http://arxiv.org/abs/2605.04532v1
- Date: Wed, 06 May 2026 06:18:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.671012
- Title: Accountable Agents in Software Engineering: An Analysis of Terms of Service and a Research Roadmap
- Title（参考訳）: ソフトウェア工学における会計エージェント:サービス用語と研究ロードマップの分析
- Authors: Christoph Treude,
- Abstract要約: 本稿では、広く使われているAIコーディングアシスタントとエージェント対応開発ツールについて、サービス規約の比較分析を行う。
分析の結果,ユーザの正当性,安全性,法的コンプライアンスに対する責任が一貫した傾向が明らかとなった。
既存のポリシーフレームワークは、ますますエージェントによる、自律的なソフトウェア開発と不整合である、と私たちは主張する。
- 参考スコア（独自算出の注目度）: 10.967845122224299
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI coding assistants and autonomous agents are becoming integral to software development workflows, reshaping how code is produced, reviewed, and maintained. While recent research has focused mainly on the capabilities and impacts of productivity of these systems, much less attention has been paid to accountability: who is responsible when agents generate, modify, or recommend code? In practice, accountability is defined through the Terms of Service (ToS) and related policy documents that govern the use of AI-powered development tools. In this vision paper, we present a comparative analysis of the Terms of Service for widely used AI coding assistants and agent-enabled development tools. We examine how these documents allocate ownership, responsibility, liability, and disclosure obligations between tool providers and software developers, and we identify common patterns and divergences between providers. Our analysis reveals a consistent tendency to shift responsibility for correctness, safety, and legal compliance onto users, as well as substantial variation in how providers address issues such as indemnification, data reuse, and acceptable use. Based on these findings, we argue that existing policy frameworks are poorly aligned with increasingly agent-mediated and autonomous software development workflows. We outline a research roadmap for accountable agents in software engineering, identifying challenges and opportunities for modeling responsibility, designing governance artifacts, developing tooling that supports accountability, and conducting empirical studies of developers' perceptions and practices.
- Abstract（参考訳）: AIコーディングアシスタントと自律エージェントは、コードの生成、レビュー、保守の仕方を変えて、ソフトウェア開発ワークフローに不可欠なものになりつつある。
最近の研究は、主にこれらのシステムの生産性の能力と影響に焦点を当てているが、説明責任には、はるかに注意が払われていない。
実際には、説明責任は、AIによる開発ツールの使用を管理するサービス規約(ToS)および関連するポリシー文書によって定義される。
本稿では、広く使われているAIコーディングアシスタントとエージェント対応開発ツールについて、サービス規約の比較分析を行う。
ツールプロバイダとソフトウェア開発者の間で、これらのドキュメントがオーナシップ、責任、責任、開示義務をどう割り当てるかを検討し、プロバイダ間の共通パターンと相違点を特定する。
我々の分析では、ユーザに対する正当性、安全性、法的コンプライアンスに対する責任をシフトする一貫した傾向が明らかであり、また、償還、データ再利用、許容可能な使用といった問題に、プロバイダがどう対処するかのかなりのバリエーションも示している。
これらの知見に基づいて、既存のポリシーフレームワークは、ますますエージェントを介し、自律的なソフトウェア開発ワークフローと不整合である、と論じる。
ソフトウェアエンジニアリングにおける説明責任エージェントの研究ロードマップを概説し、責任モデリングの課題と機会を特定し、ガバナンスアーティファクトを設計し、説明責任をサポートするツールを開発し、開発者の認識とプラクティスを実証的に研究する。
関連論文リスト
- Software Vulnerability Management in the Era of Artificial Intelligence: An Industry Perspective [1.0705399532413618]
本研究の目的は,ソフトウェア脆弱性管理のためのAIツールの採用範囲を明らかにすることである。
27か国にまたがる多様な産業分野の実践者60名を対象に調査を行った。
以上の結果から,AIを活用したツールがSVMライフサイクルを通じて使用されていることが示唆された。
論文 参考訳（メタデータ） (2025-12-20T07:58:35Z) - Professional Software Developers Don't Vibe, They Control: AI Agent Use for Coding in 2025 [15.51798857332735]
本稿では,ソフトウェア構築に経験豊富な開発者がエージェントをどのように利用するかを検討する。
開発者がエージェントを生産性の向上として評価する一方で、ソフトウェア設計と実装のエージェンシーを保っています。
我々の結果は、エージェントを効果的に活用するソフトウェア開発のベストプラクティスの価値を浮き彫りにした。
論文 参考訳（メタデータ） (2025-12-16T02:15:06Z) - An Empirical Study of Agent Developer Practices in AI Agent Frameworks [59.862193600499914]
大規模言語モデル(LLM)の台頭はエージェントへの関心の高まりを引き起こし、エージェントフレームワークの急速な成長につながった。
エージェントフレームワークが広く使われているにもかかわらず、それらの実践的応用とエージェント開発プロセスにどのように影響するかは未解明のままである。
開発者の80%以上が、特定の開発要件に最も適合するフレームワークを特定するのに苦労していると報告している。
論文 参考訳（メタデータ） (2025-12-01T17:52:15Z) - AI Agentic Programming: A Survey of Techniques, Challenges, and Opportunities [8.086360127362815]
大規模言語モデル(LLM)ベースのコーディングエージェントは、コンパイラ、デバッガ、バージョン管理システムなどのツールを自律的に計画し、実行し、操作する。
従来のコード生成とは異なり、これらのエージェントは目標を分解し、多段階プロセスをコーディネートし、フィードバックに基づいて適応し、ソフトウェア開発のプラクティスを再構築する。
論文 参考訳（メタデータ） (2025-08-15T00:14:31Z) - 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) - OSS-UAgent: An Agent-based Usability Evaluation Framework for Open Source Software [47.02288620982592]
我々のフレームワークは,大規模言語モデル(LLM)を利用したインテリジェントエージェントを用いて,プログラミングタスクを実行する開発者をシミュレートする。
OSS-UAgentは正確でコンテキスト対応のコード生成を保証する。
本稿では,OSS-UAgentがグラフ解析プラットフォーム評価に活用している実例を紹介する。
論文 参考訳（メタデータ） (2025-05-29T08:40:10Z) - Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - Agent-Driven Automatic Software Improvement [55.2480439325792]
本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。
継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。
我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
論文 参考訳（メタデータ） (2024-06-24T15:45:22Z) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳（メタデータ） (2020-04-15T17:15:35Z)
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。