論文の概要: Biased or Personalized? The Impact of Personal Information on AI-driven Development
- arxiv url: http://arxiv.org/abs/2607.07480v1
- Date: Wed, 08 Jul 2026 14:43:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.42494
- Title: Biased or Personalized? The Impact of Personal Information on AI-driven Development
- Title（参考訳）: バイアスやパーソナライズ? 個人情報がAI駆動開発に及ぼす影響
- Abstract要約: 開発者属性が,要求事項を超えて生成したソフトウェアに有意義に影響を及ぼすことを示す。
我々の結果は、AI支援プログラミングにおけるパーソナライゼーションと公平性の間に、これまで未解決の緊張関係が浮かび上がっていることを示している。
- 参考スコア（独自算出の注目度）: 4.501897090965463
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI is increasingly permeating software engineering, enabling developers to generate functions, files, and even entire applications from natural language specifications. AI systems are also becoming more personalized, adapting outputs based on inferred user characteristics and interaction history. While personalization may improve the development experience, it raises concerns that generated software could be shaped by attributes of the developer rather than by task requirements alone. Prior work has shown that generative AI can produce biased software artifacts, but little is known about how developer identity can bias generated code. We characterize three dimensions through which inferred developer attributes can influence generated artifacts: interface design, template content, and code structure. First, through controlled experiments on 800 AI-generated websites, we find that age- and gender-related signals produce significant differences across all three dimensions. Second, we conduct an observational study and follow-up interviews with 20 participants who used AI to create a personal website to both examine how personalization impacts software artifacts in practice, and also to understand how programmers perceive the boundary between personalization and bias. Together, our results show that developer attributes can meaningfully influence generated software beyond stated requirements, highlighting a previously underexplored tension between personalization and fairness in AI-assisted programming.
- Abstract（参考訳）: ジェネレーティブAIはソフトウェアエンジニアリングを浸透させており、開発者は自然言語仕様から関数やファイル、さらにはアプリケーション全体を生成することができる。
AIシステムはさらにパーソナライズされ、推論されたユーザ特性とインタラクション履歴に基づいたアウトプットに適応している。
パーソナライズによって開発エクスペリエンスが向上するかも知れませんが、タスク要件のみによってではなく、開発者の属性によって生成されたソフトウェアが形作られるのではないかという懸念が持ち上がります。
以前の研究では、生成AIがバイアス付きソフトウェアアーティファクトを生成できることが示されているが、開発者のアイデンティティが生成されたコードをどのようにバイアス化できるかは分かっていない。
我々は、推論された開発者属性が生成されたアーティファクトに影響を及ぼすことができる3つの次元を特徴付けている。
まず、800のAI生成ウェブサイトで制御された実験により、年齢と性別に関連する信号が3つの次元全てに有意な違いをもたらすことがわかった。
第二に、AIを使用して個人化が実際にソフトウェアアーティファクトにどのように影響するかを調査すると同時に、プログラマがパーソナライズとバイアスの境界をどのように感じているかを理解するために、パーソナルWebサイトを作成する20人の参加者との観察的研究とフォローアップインタビューを実施します。
この結果から,AI支援プログラミングにおけるパーソナライゼーションと公平性の間に,これまで未解決だった緊張関係を浮き彫りにすることにより,開発者の属性が,要件を超えて生成ソフトウェアに有意義に影響を及ぼすことが示唆された。
関連論文リスト
- On Automated and Explainable Provenance of AI-Generated Code [56.818202904805446]
次世代のCodeGenAIツールは、説明可能な証明の基礎の上に構築されなければならない、と我々は主張する。
本稿では,大規模実証研究とポストホック因果・解釈可能性技術を組み合わせた研究プログラムについて述べる。
論文 参考訳（メタデータ） (2026-08-03T14:50:31Z) - How Do AI Coding Agents Contribute to Software Development? an Empirical Study of Agentic Pull Requests [5.6795075579540395]
本研究では,人為的プルリクエスト(PR)を,人為的プルリクエスト(PR)と比較して特徴付けることを目的とする。
まず,エージェントと人為的PRのマージ率の差が時間とともにどのように変化するかを分析する。
次に、AIコーディングエージェントが主に適用される開発タスクの種類を特定します。
論文 参考訳（メタデータ） (2026-07-23T21:48:28Z) - On the Road to Personalized Code Intelligence: Portraiting and Assisting Developers Based on Their In-IDE Behaviors [38.53670556517792]
VirtualMEは、開発者の動的プログラミングの振る舞いや好みを継続的に捉え、解釈することによって、開発者をモデル化するために設計された、新しいデータ基盤である。
我々は,VirtualME上で,開発者ペルソナをQ&Aエージェントに統合することで,リポジトリレベルの個別知識Q&Aを実現するソリューションを提案する。
論文 参考訳（メタデータ） (2026-05-28T05:17:08Z) - How Do Developers Interact with AI? An Exploratory Study on Modeling Developer Programming Behavior [8.956327421839205]
隠れた意図と感情的な次元が、AI支援プログラミングにおける具体的な行動とどのように絡み合うかを示す。
AIアシスタントを使用することで、開発者は積極的にコードを作成し、評価し、生成された結果を検証することに集中できる。
一部の開発者は、AIに頼ることに対する罪悪感や自己疑念を表現して、詐欺師のような感情を報告した。
論文 参考訳（メタデータ） (2026-03-28T14:37:19Z) - HumanLLM: Towards Personalized Understanding and Simulation of Human Nature [72.55730315685837]
HumanLLMは個人のパーソナライズされた理解とシミュレーションのために設計された基礎モデルである。
私たちはまず、Reddit、Twitter、Blogger、Amazonといったプラットフォーム上で、現実世界のユーザデータをキュレートした大規模なコーパスであるCognitive Genomeを構築しました。
次に、多様な学習タスクを定式化し、教師付き微調整を行い、モデルの幅広い個人化された人間の行動、思考、経験を予測する。
論文 参考訳（メタデータ） (2026-01-22T09:27:27Z) - Reflection on Data Storytelling Tools in the Generative AI Era from the Human-AI Collaboration Perspective [54.152639172274]
大規模生成AI技術は、ビジュアルおよびナレーション生成におけるそのパワーでデータストーリーテリングを強化する可能性がある。
我々は、最新のツールのコラボレーションパターンを、データストーリーテリングにおける人間とAIのコラボレーションを理解するための専用のフレームワークを使用して、以前のツールのパターンと比較する。
これらのAIテクニックのメリットと、人間とAIのコラボレーションへの影響も明らかにされている。
論文 参考訳（メタデータ） (2025-03-04T13:56:18Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - 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) - In-IDE Human-AI Experience in the Era of Large Language Models; A
Literature Review [2.6703221234079946]
IDEにおけるヒューマンAIエクスペリエンスの研究は、これらのAIツールがソフトウェア開発プロセスをどのように変化させているかを理解する上で非常に重要である。
我々は,IDE内人間-AI体験研究の現状を研究するために文献レビューを行った。
論文 参考訳（メタデータ） (2024-01-19T14:55:51Z) - Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions [54.55334589363247]
本研究では,不確実性に関する情報を伝達することで,プログラマがより迅速かつ正確にコードを生成することができるかどうかを検討する。
トークンのハイライトは、編集される可能性が最も高いので、タスクの完了が早くなり、よりターゲットを絞った編集が可能になることがわかりました。
論文 参考訳（メタデータ） (2023-02-14T18:43:34Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z)
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。