論文の概要: ChatGPT: Friend or Foe When Comprehending and Changing Unfamiliar Code

• arxiv url: http://arxiv.org/abs/2605.10702v1
• Date: Mon, 11 May 2026 15:17:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.929308
• Title: ChatGPT: Friend or Foe When Comprehending and Changing Unfamiliar Code
• Title（参考訳）: ChatGPT: なじみのないコード補完と変更を行うときの友人か敵か
• Authors: Norman Anderson, Tarek Alakmeh, Victoria Jackson, Guilherme Vaz Pereira, Umit Akirmak, Anthony Estey, Rafael Prikladnicki, Thomas Fritz, André van der Hoek, Margaret-Anne Storey,
• Abstract要約: 我々は、開発者がプログラミングタスクを解くのに使った問題解決アプローチにAIがどのように影響したか、そして、AIが行き詰まったときにその進捗にどのように影響したかを検討した。 10人中9人が仕事で立ち往生しているのに気付きました。
• 参考スコア（独自算出の注目度）: 8.983680615282816
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A rapidly growing body of research is examining how LLMs influence developers when they code. To date, this research has tended to focus on productivity and code quality outcomes, rather than the underlying cognitive processes involved in programming. To address this gap, we report on the results of an exploratory laboratory study of ten advanced student developers (five with support from AI and five without) who had to make a non-trivial extension to a sizable software system. Leveraging Polya's four problem-solving phases and 25 inductively-generated codes detailing distinct problem-solving behaviors as the primary lenses, we examined: (1) how AI impacted the problem-solving approach the developers used to solve the programming task, and (2) how AI impacted their progress when they became stuck. For the analysis, we triangulated data across multiple sources (e.g., think-aloud, code changes, web searches, and LLM prompts). Unexpectedly, while developers in the AI group repeatedly turned to the AI tool to offload certain aspects of the process, all detailed problem-solving behaviors appeared in both groups. We also found that nine out of ten participants found themselves stuck in their work, but with key differences in how they became stuck and unstuck. We highlight seven distinct causes for being stuck and highlight how AI in some cases helped and in other cases hindered becoming unstuck.
• Abstract（参考訳）: 急速に成長する研究機関は、LLMがコーディング時に開発者にどのように影響するかを調べている。 これまでこの研究は、プログラミングに関わる認知プロセスよりも、生産性とコード品質の結果に重点を置いてきた。 このギャップに対処するため、我々は、大規模なソフトウェアシステムへの非自明な拡張を迫られた10人の先進的な学生開発者(5人はAIと5人はサポートなし)による探索的研究の結果を報告した。 我々は,Polyaの4つの問題解決フェーズと25個の帰納的生成コードを活用し,(1)AIがプログラミングタスクの解決に用いた問題解決アプローチにどのように影響したか,(2)AIが立ち往生したときの進捗にどのように影響したかを検討した。 分析のために、複数のソース(シンク・アラウド、コードの変更、Web検索、LLMプロンプトなど)にまたがるデータを三角測量した。 予期せぬことに、AIグループの開発者は、プロセスの特定の側面をオフロードするように繰り返しAIツールに切り替える一方で、すべての詳細な問題解決行動が両方のグループに現れた。 また、参加者10人中9人が仕事で立ち往生していたこともわかりました。 立ち往生する7つの原因を強調し、あるケースではAIがどのように役立ったかを強調します。

関連論文リスト

• Evolving with AI: A Longitudinal Analysis of Developer Logs [3.7353323067733473]
  我々は,持続的AI利用が日常的なコーディング実践を長期的にどのように改善するかを考察する。 生産性、コード品質、コード編集、コードの再利用、コンテキスト切り替えという、ワークフローの変更の5つの側面を分析します。 我々の結果は、ソフトウェアのサイレント再構築に関する実証的な洞察を提供し、将来のAI強化ツールの設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2026-01-15T10:30:24Z)
• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• 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)
• Echoes of AI: Investigating the Downstream Effects of AI Assistants on Software Maintainability [5.677464428950146]
  本研究では,AIアシスタントとの共同開発がソフトウェア保守性に与える影響について検討する。 フェーズ1でのAI支援開発は、その後の進化を緩やかなスピードアップに導いた。 習慣的AIユーザーの平均スピードアップは55.9%だった。
  論文  参考訳（メタデータ） (2025-07-01T14:24:37Z)
• New Kid in the Classroom: Exploring Student Perceptions of AI Coding Assistants [0.0]
  本研究では,初級プログラミングコースにおける初心者プログラマの体験をAIツールがいかに形作っているかを検討する。 学生は、AIツールがコードの概念を把握し、初期開発フェーズにおける信頼を高めるのに役立つと考えている。 しかし,基礎知識伝達の過度さとギャップを指摘して,学生が無意識に働くように求められた際,顕著な困難が生じた。
  論文  参考訳（メタデータ） (2025-06-26T05:59:23Z)
• Do Comments and Expertise Still Matter? An Experiment on Programmers' Adoption of AI-Generated JavaScript Code [8.673467364360857]
  AI生成コードの採用は、AI生成ソリューションと参加者が提出したソリューションのコード類似性によって評価された。 その結果、関数レベルのプログラミングタスクのコンテキストにおいて、コメントの存在がプログラマのAI生成コードの採用に大きく影響していることが判明した。
  論文  参考訳（メタデータ） (2025-03-14T14:42:51Z)
• MacGyver: Are Large Language Models Creative Problem Solvers? [87.70522322728581]
  本稿では, 現代LLMの創造的問題解決能力について, 制約付き環境下で検討する。 我々は1,600以上の実世界の問題からなる自動生成データセットであるMACGYVERを作成する。 我々はLLMと人間の両方にコレクションを提示し、それらの問題解決能力を比較して比較する。
  論文  参考訳（メタデータ） (2023-11-16T08:52:27Z)
• The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
  私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。 その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
  論文  参考訳（メタデータ） (2021-07-28T17:32:04Z)

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。