論文の概要: Using Biometrics to Understand AI-Assisted Coding Performance and its Perception
- arxiv url: http://arxiv.org/abs/2606.20598v1
- Date: Tue, 19 May 2026 06:34:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 19:14:43.253709
- Title: Using Biometrics to Understand AI-Assisted Coding Performance and its Perception
- Title（参考訳）: バイオメトリックスを用いたAI支援符号化性能の理解とその知覚
- Abstract要約: 本稿では,AI支援プログラミングの神経生理学的関連性について,物体内クロスオーバー設計を用いて検討する。
我々は2つの大学(バリ、イタリア、デンマークのコペンハーゲン)の参加者を募集し、脳波、視線追跡、脳波活動、心拍変動データを収集した。
- 参考スコア（独自算出の注目度）: 3.674960355731096
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-based code assistants are transforming software development, yet we lack empirical evidence on how they affect developers' cognitive processes. We present a multisite study investigating the neurophysiological correlates of AI-assisted programming through a within-subjects crossover design. We recruited participants at two universities (Bari, Italy, and Copenhagen, Denmark) and collected electroencephalography, eye-tracking, electrodermal activity, and heart rate variability data alongside a rubric-based performance score and self-reported workload across six dimensions using the NASA Task Load Index (NASA-TLX). We tested four hypotheses addressing physiological differences between AI-assisted and non-assisted conditions, the moderating role of developer experience, the association between physiology and performance, and the alignment between subjective perceptions and objective measures. Under AI assistance, the EEG $θ/α$ ratio was lower during the first task and the gaze blink rate was higher during the second, both consistent with reduced cognitive engagement when developers offload generative effort to the model. This pattern did not differ between undergraduate and graduate students. Electrodermal activity correlated with performance under the non-AI condition but not under AI. Among the six NASA-TLX dimensions of self-reported workload, only Physical demand was associated with performance under the non-AI condition but not under AI. These findings suggest that AI-assisted programming is not a faster version of solo coding but a cognitively distinct activity, with implications for the design of AI assistants and for biometric monitoring in AI-augmented development.
- Abstract（参考訳）: AIベースのコードアシスタントはソフトウェア開発を変革していますが、開発者の認知プロセスにどのように影響するかに関する実証的な証拠はありません。
本稿では,AI支援プログラミングの神経生理学的関連性について,物体内クロスオーバー設計を用いて検討する。
われわれは2つの大学(Bari, Italy, and Copenhagen, Denmark)の参加者を募集し、NASAタスク負荷指標(NASA-TLX)を用いて、ルーリックベースのパフォーマンススコアと自己申告作業負荷とともに脳波、視線追跡、心電図、心拍変動データを収集した。
我々は,AI支援条件と非支援条件の生理的差異,開発者体験のモデレーションの役割,生理学とパフォーマンスの関連,主観的知覚と客観的尺度の整合性に対処する4つの仮説を検証した。
AI支援下では,第1のタスクではEEG$θ/α$比が低く,第2のタスクでは視線点滅率が高かった。
このパターンは,学部生と大学院生の差異は認められなかった。
電気活動は非AI条件下での性能と相関するが、AI下では相関しない。
NASAとTLXの6つの自己申告されたワークロードのうち、非AI条件下でのパフォーマンスに身体的要求のみが関連しているが、AIでは対応していない。
これらの結果は、AI支援プログラミングは、単体プログラミングのより高速なバージョンではなく、認知的に異なるアクティビティであり、AIアシスタントの設計や、AI強化開発におけるバイオメトリックモニタリングに意味があることを示唆している。
関連論文リスト
- Three-Phase Evaluation of AI-Assisted Software Development Life Cycle [0.0]
4人の開発者のチームが、GitHub Copilotを使用したフルスタックWebアプリケーション、GitHub Copilotを使用したAI排他ワークフロー、AWS Kiroを使用したAI排他ワークフローを再実装した。
フェーズを通じて、より高いレベルのAI自律性は、開発労力の削減、要求の順守の改善、自己報告されたメンタルワークロードの低減に関連付けられました。
AWS Kiroフェーズは、ほとんどの測定範囲で最大の全体的なパフォーマンスを達成し、ツーリングアーキテクチャがAIの自律性レベルとは独立して結果に影響を与える可能性があることを示唆している。
論文 参考訳（メタデータ） (2026-07-06T14:13:25Z) - AI Co-Scientist for Ranking: Discovering Novel Search Ranking Models alongside LLM-based AI Agents with Cloud Computing Access [60.37646376282544]
本稿では,全検索ランキング研究パイプラインを自動化したAI共同科学者フレームワークを提案する。
これは、AIの共同科学者フレームワークをアルゴリズム研究に利用した、ランキングコミュニティで初めての研究である。
論文 参考訳（メタデータ） (2026-03-23T09:29:08Z) - AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents [49.67355440164857]
AIRS-Benchは、最先端の機械学習論文から得られた20のタスクからなるスイートである。
Airs-Benchタスクは、研究ライフサイクル全体のエージェント能力を評価する。
本稿では,AIRS-Benchタスク定義と評価コードをオープンソースとして公開し,自律科学研究のさらなる発展を促す。
論文 参考訳（メタデータ） (2026-02-06T16:45:02Z) - AI IDEs or Autonomous Agents? Measuring the Impact of Coding Agents on Software Development [12.50615284537175]
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、プルリクエストの生成とマージを行う自律的なコントリビュータとして機能するようになっている。
本稿では,オープンソースリポジトリにおけるエージェント導入の経時的因果関係について検討する。
論文 参考訳（メタデータ） (2026-01-20T04:51:56Z) - SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。
実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。
回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
論文 参考訳（メタデータ） (2025-11-29T09:18:39Z) - Efficiency Without Cognitive Change: Evidence from Human Interaction with Narrow AI Systems [0.0]
狭義のAIツールへの短期的な露出は、コア認知能力を高める。
問題解決や言語理解の標準化には、ポスト前の大きな違いは現れなかった。
論文 参考訳（メタデータ） (2025-10-28T18:55:44Z) - 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) - General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。
私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。
私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
論文 参考訳（メタデータ） (2025-03-09T01:13:56Z) - Towards Decoding Developer Cognition in the Age of AI Assistants [9.887133861477233]
本稿では,生理的計測(EEGとアイトラッキング)とインタラクションデータを組み合わせて,AI支援プログラミングツールの開発者による使用状況を調べるための制御された観察的研究を提案する。
私たちは、認知負荷とタスク完了時間を計測しながら、AIアシストの有無に関わらず、プログラムタスクを完了させるために、プロの開発者を募集します。
論文 参考訳（メタデータ） (2025-01-05T23:25:21Z) - Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。
VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
論文 参考訳（メタデータ） (2024-10-02T02:20:42Z)
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。