論文の概要: From Generic to Personalized: Exploring Persona-Aware Code Review Explanations
- arxiv url: http://arxiv.org/abs/2607.08990v1
- Date: Thu, 09 Jul 2026 23:33:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-13 14:47:12.757434
- Title: From Generic to Personalized: Exploring Persona-Aware Code Review Explanations
- Title（参考訳）: ジェネリックからパーソナライズへ:ペルソナを意識したコードレビューの解説
- Abstract要約: 我々は、パーソナライズされたコードレビューの説明の可能性を探る。
分析の結果,説明スタイルの好みは,問題解決スタイル,経験レベル,役割によって異なることが示唆された。
これらの知見に基づいて、人間中心のAI支援コードレビューシステムに対するビジョンを概説する。
- 参考スコア（独自算出の注目度）: 9.60671538959012
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Code review is essential for ensuring software quality and supporting collaboration, yet prior work shows that developers can interpret code review comments differently. These differences can hinder effective communication, particularly in collaborative settings. To address this challenge, we explore the potential of personified code review explanations. We report initial findings from an ongoing mixed-methods user study in which developers evaluated persona-aligned review comments across multiple code snippets. Our results suggest that preferences for explanation styles vary across problem-solving styles, experience levels, and roles. Across problem-solving style profiles, developers valued explanatory depth, learning support, practical suggestions, and risk awareness over conciseness, highlighting the need to balance personalization with clarity and trust. Based on these findings, we outline a vision for inclusive, human-centered AI-assisted code review systems that adapt feedback to developers' problem-solving preferences.
- Abstract（参考訳）: コードレビューは、ソフトウェアの品質を確保し、コラボレーションをサポートするために不可欠である。
これらの違いは、特に協調的な設定において、効果的なコミュニケーションを妨げる可能性がある。
この課題に対処するために、パーソナライズされたコードレビューの説明の可能性を探る。
我々は,複数のコードスニペットにまたがるペルソナのレビューコメントを開発者が評価する混合メソッドのユーザスタディから,最初の成果を報告した。
分析の結果,説明スタイルの好みは,問題解決スタイル,経験レベル,役割によって異なることが示唆された。
問題解決スタイルプロファイル全体を通じて、開発者は説明的深さ、学習支援、実践的な提案、簡潔さに対するリスク認識を重要視し、パーソナライゼーションと明確さと信頼のバランスを取る必要性を強調している。
これらの知見に基づいて、私たちは、開発者による問題解決の好みにフィードバックを適用する、包括的で人間中心のAI支援コードレビューシステムに対するビジョンを概説する。
関連論文リスト
- An Eye for Trust: An Exploration of Developers' Trust Perceptions Through Urgency and Reputation [1.6332728502735252]
この研究は、緊急性と評判が開発者のコードの信頼性に対する認識にどのように影響するかを考察する。
コードパッチに割り当てられた優先度は,開発者のコードレビュー行動に大きく影響した。
コードレビューの行動に顕著な変化があったにも関わらず、私たちの参加者は、コード変更のレビューと再利用に関する決定に対して、緊急性と評価の実質的な影響を、驚くほど見落としていました。
論文 参考訳（メタデータ） (2026-04-09T19:05:27Z) - 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) - Identifying Aspects in Peer Reviews [59.02879434536289]
我々は、ピアレビューのコーパスからアスペクトを抽出するデータ駆動スキーマを開発した。
我々は、アスペクトを付加したピアレビューのデータセットを導入し、コミュニティレベルのレビュー分析にどのように使用できるかを示す。
論文 参考訳（メタデータ） (2025-04-09T14:14:42Z) - Code Review Comprehension: Reviewing Strategies Seen Through Code Comprehension Theories [12.81041154115436]
レビューキューから25のコードレビューを実行している間,10人の経験豊富なレビュアを観察し,インタビューした。
レノフスキーのコード理解モデルを用いて理論駆動理論解析を行った。
コード理解がコードレビューの基本であることが確認された。
論文 参考訳（メタデータ） (2025-03-27T12:44:40Z) - Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - Towards debiasing code review support [1.188383832081829]
本稿では,コードレビュー中の認知バイアスによる有害症例について検討する。
特に,確認バイアスと判定疲労をカバーするプロトタイプを設計する。
既存のコードレビューツールで実装できるテクニックがあることを示します。
論文 参考訳（メタデータ） (2024-07-01T15:58:14Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - Demystifying Code Snippets in Code Reviews: A Study of the OpenStack and Qt Communities and A Practitioner Survey [6.091233191627442]
コードレビューのコードスニペットに関する情報と知識をマイニングするために、混合メソッドの研究を行います。
調査の結果は、レビュー担当者が開発者がコードレビューに必要な特定の情報を満たすために、適切なシナリオでコードスニペットを提供することができることを強調している。
論文 参考訳（メタデータ） (2023-07-26T17:49:19Z) - Exploring the Advances in Identifying Useful Code Review Comments [0.0]
本稿では,コードレビューコメントの有用性に関する研究の進化を反映する。
コードレビューコメントの有用性を定義し、データセットのマイニングとアノテーションを定義し、開発者の認識を調査し、異なる側面から要因を分析し、機械学習分類器を使用してコードレビューコメントの有用性を自動的に予測する。
論文 参考訳（メタデータ） (2023-07-03T00:41:20Z) - Deep Just-In-Time Inconsistency Detection Between Comments and Source
Code [51.00904399653609]
本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。
私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。
より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
論文 参考訳（メタデータ） (2020-10-04T16:49:28Z) - Code Review in the Classroom [57.300604527924015]
教室設定の若い開発者は、コードレビュープロセスの潜在的に有利で問題のある領域の明確な図を提供している。
彼らのフィードバックは、プロセスはプロセスを改善するためにいくつかのポイントで十分に受け入れられていることを示唆している。
本論文は,教室でコードレビューを行うためのガイドラインとして利用することができる。
論文 参考訳（メタデータ） (2020-04-19T06:07:45Z)
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。