論文の概要: From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability
- arxiv url: http://arxiv.org/abs/2605.11027v1
- Date: Sun, 10 May 2026 20:45:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.314452
- Title: From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability
- Title（参考訳）: Code-CentricからIntent-Centricソフトウェアエンジニアリング: 生成AI、エージェントシステム、エンジニアリングアカウンタビリティの反射的テーマ分析
- Authors: Elyson De La Cruz,
- Abstract要約: 生成人工知能(GenAI)とエージェントシステムは、ソフトウェアエンジニアリングをコード中心の生産からインテント中心のヒューマンエージェント作業へと移行している。
以前の研究では、コード生成、AIペアプログラミング、ソフトウェアエンジニアリングエージェントについて検討されていたが、パブリックな技術談話とピアレビューされた証拠が、専門家の短期的な移行をどう表すかについては、あまり知られていない。
この研究は、ピアレビューされたソフトウェアエンジニアリングとAI文学、技術ベンチマーク、公開講演とインタビュー、エッセイ、製品が対象とする技術発表、著名なAIとソフトウェアエンジニアリングの声によるX-originatedな談話を組み合わせている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative artificial intelligence (GenAI) and agentic systems are moving software engineering from code-centric production toward intent-centric human-agent work in which natural language, repository context, tools, tests, and governance shape delivery. Prior studies examine code generation, AI pair programming, and software engineering agents, but less is known about how public technical discourse and peer-reviewed evidence together frame the profession's near-term transition. This study addresses that gap through a reflexive thematic analysis (RTA) dominant and interpretative phenomenological analysis (IPA) informed public-discourse and document analysis. The corpus combines peer-reviewed software engineering and AI literature, technical benchmarks, public talks and interviews, essays, product-facing technical announcements, and X-originated discourse from prominent AI and software engineering voices. Sources were organized through a corpus register, codebook, coding matrix, theme-to-source traceability table, DOI/reference audit, and reproducibility protocol. The analysis shows that GenAI lowers the cost of producing plausible code while increasing the importance of intent specification, context curation, architecture knowledge, verification, security, provenance, governance, and accountable human judgment. The findings indicate that software engineering is becoming less about isolated code authorship and more about supervising, validating, and governing socio-technical systems of humans, agents, tools, and evidence gates. This matters because speed-focused adoption can accumulate hidden technical debt and accountability gaps, whereas bounded autonomy can preserve quality, security, maintainability, and trust.
- Abstract（参考訳）: 生成人工知能(GenAI)とエージェントシステムは、ソフトウェアエンジニアリングをコード中心の生産から、自然言語、リポジトリコンテキスト、ツール、テスト、ガバナンス形態のデリバリといった、インテント中心のヒューマンエージェント作業へと移行している。
以前の研究では、コード生成、AIペアプログラミング、ソフトウェアエンジニアリングエージェントについて検討されていたが、パブリックな技術談話とピアレビューされた証拠が、専門家の短期的な移行をどう表すかについては、あまり知られていない。
本研究は,レフレクティブ・セマティック・アナリティクス (RTA) によるギャップが,パブリック・ディスコースおよび文書分析に支配的かつ解釈的現象分析 (IPA) に影響を及ぼすことを論じる。
コーパスには、ピアレビューされたソフトウェアエンジニアリングとAI文学、技術ベンチマーク、公開講演とインタビュー、エッセイ、製品を対象とした技術発表、著名なAIとソフトウェアエンジニアリングの声によるX-originatedな談話が組み合わされている。
ソースはコーパスレジスタ、コードブック、コーディングマトリックス、テーマ・ツー・ソースのトレーサビリティテーブル、DOI/参照監査、再現性プロトコルによって構成された。
この分析によると、GenAIは、意図仕様、コンテキストキュレーション、アーキテクチャ知識、検証、セキュリティ、証明、ガバナンス、説明可能な人的判断の重要性を高めながら、もっともらしいコードを生成するコストを下げている。
この調査結果は、ソフトウェアエンジニアリングが、独立したコードのオーサシップよりも、人間、エージェント、ツール、エビデンスゲートの社会技術システムの監視、検証、管理に重点を置いていることを示している。
これは、スピードを重視した採用が隠された技術的負債と説明責任のギャップを蓄積できるのに対して、境界付き自律性は品質、セキュリティ、保守性、信頼を維持できるためである。
関連論文リスト
- Trustworthy AI Software Engineers [26.716995469622265]
私たちは、AIエージェントがソフトウェアエンジニアとみなされることの意味を再検討します。
AIソフトウェアエンジニアの信頼性に寄与する重要な側面を特定します。
我々は、将来の人間-AI SEチームへの適切な信頼を可能にするために、倫理・デザインのアプローチを議論する。
論文 参考訳（メタデータ） (2026-02-06T02:08:48Z) - Vibe Coding: Toward an AI-Native Paradigm for Semantic and Intent-Driven Programming [0.0]
本稿では、開発者が所望の「ビブ」の定性記述子とともに高レベルの機能的意図を規定する、AIネイティブプログラミングパラダイムであるビブコーディングを紹介する。
インテリジェントエージェントは、これらの仕様を実行可能なソフトウェアに変換する。
論文 参考訳（メタデータ） (2025-10-09T22:31:53Z) - 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) - 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) - The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳（メタデータ） (2025-06-09T18:37:14Z) - Computational Safety for Generative AI: A Signal Processing Perspective [65.268245109828]
計算安全性は、GenAIにおける安全性の定量的評価、定式化、研究を可能にする数学的枠組みである。
ジェイルブレイクによる悪意のあるプロンプトを検出するために, 感度解析と損失景観解析がいかに有効かを示す。
我々は、AIの安全性における信号処理の鍵となる研究課題、機会、そして重要な役割について論じる。
論文 参考訳（メタデータ） (2025-02-18T02:26:50Z) - Generative AI and Empirical Software Engineering: A Paradigm Shift [9.284024538100063]
本稿では,大規模言語モデルのソフトウェア工学への統合が,確立した研究パラダイムをいかに破壊するかを考察する。
我々は、我々が研究している現象、我々が依存する方法や理論、分析するデータ、そして、動的AIを介する環境で発生する妥当性に対する脅威をどう変えるかについて議論する。
私たちの目標は、経験豊かなソフトウェアエンジニアリングコミュニティが、AIシステムが単なるツールではなく、ソフトウェアエンジニアリングとその研究を形作る活発な協力者の未来に、その質問や道具、検証基準を適合させることです。
論文 参考訳（メタデータ） (2025-02-12T04:13:07Z) - Comparing Software Developers with ChatGPT: An Empirical Investigation [0.0]
本稿では,ChatGPTのようなソフトウェア技術者やAIシステムのパフォーマンスを,さまざまな評価指標で比較した実証的研究を行う。
この論文は、さまざまな評価基準を考慮して、ソフトウェアエンジニアとAIベースのソリューションの包括的な比較が、人間と機械のコラボレーションを促進する上で重要であることを示唆している。
論文 参考訳（メタデータ） (2023-05-19T17:25:54Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。