論文の概要: Who Will Become the Next Senior? How Generative AI Erodes the Development Pathway in Software Engineering
- arxiv url: http://arxiv.org/abs/2607.17067v1
- Date: Sun, 19 Jul 2026 04:20:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.348119
- Title: Who Will Become the Next Senior? How Generative AI Erodes the Development Pathway in Software Engineering
- Title（参考訳）: 誰が次のシニアになるのか? ジェネレーティブAIはいかにしてソフトウェア開発における開発パスを省くか
- Authors: Sumin Yu, Taesup Moon,
- Abstract要約: ジェネレーティブAI(GenAI)は、ソフトウェア開発を変革し、ジュニアが高齢者になるための開発経路が浸食されていることを懸念している。
我々は、GenAIはタスクの特定のカテゴリだけでなく、次世代のシニアが形成される経路の一部も吸収しているように見える。
- 参考スコア（独自算出の注目度）: 21.845417608250035
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GenAI) is reshaping software engineering, raising concerns about how the development pathway through which juniors become seniors is being eroded. While macro statistics show a decline in junior hiring and controlled studies demonstrate the effects of AI on individual task performance, the mechanisms through which GenAI reshapes early-career development in real organizational and educational contexts have not been thoroughly examined. Through 14 semi-structured interviews with juniors at the threshold of entering software engineering and senior software engineers in South Korea, analyzed using Reflexive Thematic Analysis, we reveal a foundational pattern of Absorption -- GenAI redirects entry-level work into senior-AI workflows -- and three consequences: (1) juniors losing the productive struggle through which expertise once developed; (2) the structural reproduction of this loss through collective normalization of GenAI use in university classrooms; and (3) the perceptual asymmetry between seniors and juniors that prevents either side from correcting these dynamics on their own. By extending learning theory and situated cognition to organizational and institutional scales, we argue that GenAI appears to be absorbing not just specific categories of tasks but also parts of the pathway through which the next generation of seniors is formed. Preserving this pathway will require deliberate institutional design across classrooms, workplaces, and the evaluation criteria for juniors.
- Abstract（参考訳）: ジェネレーティブAI(GenAI)は、ソフトウェア開発を変革し、ジュニアが高齢者になるための開発経路が浸食されていることを懸念している。
マクロ統計では、若手雇用の減少と管理された研究は、個々のタスクパフォーマンスにAIが与える影響を示しているが、実際の組織的・教育的な文脈において、GenAIが早期キャリア育成を後押しするメカニズムは、十分に検討されていない。
韓国のソフトウェアエンジニアとシニアソフトウェアエンジニアのしきい値における14人の半構造化されたインタビューを通じて、リフレクティブ・セマティック・アナリティクス(Reflexive Thematic Analysis)を用いて分析し、吸収の基礎的なパターンを明らかにする -- GenAIはエントリーレベルの仕事を上級AIワークフローにリダイレクトする -- そして、(1)専門知識がかつて発達した生産的困難を失うジュニア、(2)大学教室でのGenAI使用の集団正規化によるこの損失の構造的再現、(3)これらのダイナミクスを単独で修正することを防ぐ高齢者とジュニアの知覚的非対称性。
学習理論を拡張し,組織的・制度的な規模に認識を配置することで,GenAIはタスクの特定のカテゴリだけでなく,次世代のシニアが形成される経路の一部も吸収しているように見える。
この経路を維持するためには、教室、職場、およびジュニア向けの評価基準を意識した制度設計が必要である。
関連論文リスト
- The GenAI Skill Bypass: Mapping Divergent Pathways of University Students and Staff AI Literacy [0.9039347265533652]
高等教育機関は、学生とスタッフの両方がジェネレーティブAI(GenAI)を開発するよう、ますます期待されている。
現在の教育の枠組みは、通常、GenAIリテラシーの線形進行を前提としている。
本稿では,分類に基づく自己評価尺度の心理測定分析を通じて,このような仮定に挑戦する。
論文 参考訳（メタデータ） (2026-06-10T06:53:39Z) - From Early Adoption to Sustained Use: Understanding GenAI Usage Among Software Developers in Italian SMEs [41.13700651273253]
本研究では,GenAIツールの使用を継続する開発者の意図に関連する要因について検討する。
自発的な職業的文脈では、持続的な使用は主に社会的・組織的な支援よりも個人レベルの要因によって推進される。
論文 参考訳（メタデータ） (2026-05-25T15:47:46Z) - Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
生成AIはコンピュータサイエンス(CS)教育の転換点である。
AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。
我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
論文 参考訳（メタデータ） (2026-05-02T05:26:24Z) - "Don't Be Afraid, Just Learn": Insights from Industry Practitioners to Prepare Software Engineers in the Age of Generative AI [16.91762920595669]
大学カリキュラムと業界期待の緊張は、何十年にもわたって何らかの形で存在している。
ジェネレーティブAI(GenAI)ツールのソフトウェア開発への迅速な統合は、最近この2つのドメイン間のギャップを広げた。
私たちの研究は、現代のソフトウェアエンジニアリング環境のために、教育者が学生を準備するのを助けるための実証的なガイダンスを提供する。
論文 参考訳（メタデータ） (2026-04-07T18:21:27Z) - From Junior to Senior: Allocating Agency and Navigating Professional Growth in Agentic AI-Mediated Software Engineering [2.144903263458585]
ソフトウェアエンジニアリングのエージェンシーは、個人の好みよりも組織的な方針に制約されている。
私たちは、コーディング、学習、メンターシップのためのソフトウェアエンジニアリングのエージェンシーを保存することに焦点を当てた3つのプラクティスを提案します。
論文 参考訳（メタデータ） (2026-01-31T03:46:20Z) - Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications [0.4306143768014156]
ジェネレーティブAI(GenAI)ツールが教育で普及するにつれ、学生が学習よりも学習に使用することへの懸念が高まっている。
本稿では、ソフトウェア工学(SE)教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
論文 参考訳（メタデータ） (2025-05-31T19:27:40Z) - From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Enterprise Architecture as a Dynamic Capability for Scalable and Sustainable Generative AI adoption: Bridging Innovation and Governance in Large Organisations [55.2480439325792]
生成人工知能(Generative Artificial Intelligence)は、イノベーションを促進し、多くの産業におけるガバナンスを再形成する可能性を持つ強力な新技術である。
しかし、テクノロジの複雑さ、ガバナンスのギャップ、リソースのミスアライメントなど、GenAIをスケールする上で大きな課題に直面している。
本稿では、大企業におけるGenAI導入の複雑な要件をエンタープライズアーキテクチャ管理が満たす方法について検討する。
論文 参考訳（メタデータ） (2025-05-09T07:41:33Z) - Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。
我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
論文 参考訳（メタデータ） (2024-07-09T23:13:26Z) - Innovating Computer Programming Pedagogy: The AI-Lab Framework for
Generative AI Adoption [0.0]
我々は、中核的なプログラミングコースでGenAIを効果的に活用するために、学生を指導するフレームワーク「AI-Lab」を紹介した。
GenAIの誤りを特定し、修正することで、学生は学習プロセスを充実させる。
教育者にとって、AI-Labは、学習経験におけるGenAIの役割に対する学生の認識を探索するメカニズムを提供する。
論文 参考訳（メタデータ） (2023-08-23T17:20:37Z) - Investigating Explainability of Generative AI for Code through
Scenario-based Design [44.44517254181818]
生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。
私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。
我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
論文 参考訳（メタデータ） (2022-02-10T08:52:39Z)
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。