論文の概要: Four Years of GenAI: How Educators and Industry Adapted Their Assessment Strategies
- arxiv url: http://arxiv.org/abs/2607.24246v1
- Date: Mon, 27 Jul 2026 10:34:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.38441
- Title: Four Years of GenAI: How Educators and Industry Adapted Their Assessment Strategies
- Title（参考訳）: GenAIの4年 : 教育者と産業がいかにして評価戦略に適応したか
- Authors: May Mahmoud, Nisa Shahid, Izah Sohail, Gulshan Sharma, Hanan Salam, Sarah Nadi,
- Abstract要約: 我々は、GenAIでエントリーレベルのエンジニアのコアスキルが変化したかどうかを検討する。
56人の教育者や24人の雇用専門家から回答を得た。
教育者がGenAI政策を主に学術的整合性に基づけているのに対して、業界におけるGenAIの利用は、ほぼユニバーサルである。
- 参考スコア（独自算出の注目度）: 2.5306843392410023
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: GenAI's ability to solve a wide range of software engineering tasks is reshaping the software industry, raising the question of what an entry-level software engineer looks like today. In this work, we investigate whether the core skills for entry-level engineers have changed with GenAI and how the assessment of those skills has changed. Through two surveys, we consider both the educational and hiring perspectives, drawing on responses from 56 educators and 24 hiring professionals across diverse geographic regions to identify gaps and misaligned expectations. We find that educators frame their GenAI policies primarily around academic integrity, whereas GenAI use in industry is near-universal, with organizational policy governing how it should be used rather than whether to use it. Policies on GenAI use during interviews are still emerging, and respondents are split on whether they prefer candidates who demonstrate GenAI skills. Both populations are moving toward GenAI-resistant assessments built on observable real-time interactions and higher-order tasks, and both agree on which skills matter most, rating critical evaluation of AI-generated output, responsible and effective use of GenAI tools, and the ability to learn and adapt independently highly. However, they disagree on graduate readiness in these skills: hiring professionals report larger gaps, with the disagreement concentrated on foundational, non-GenAI-specific skills.
- Abstract（参考訳）: GenAIの幅広いソフトウェアエンジニアリングタスクを解く能力は、ソフトウェア産業を変革させ、今日のエントリーレベルのソフトウェアエンジニアがどのようなものかという疑問を提起している。
本稿では、GenAIでエントリーレベルのエンジニアのコアスキルが変化したかどうか、そしてそれらのスキルの評価がどう変わったかを検討する。
2つの調査を通じて、56人の教育者や24人の雇用専門家からの回答をもとに、教育と雇用の両面を考察し、ギャップの特定と期待のずれについて考察した。
教育者は、主に学術的整合性に関するGenAI政策を定めているのに対し、産業におけるGenAIの活用は、それを使用するかどうかではなく、どのように使用するべきかを組織政策が規定しているのに対し、GenAIは、ほぼユニバーサルである。
インタビュー中のGenAI利用に関するポリシーはいまだに浮上しており、回答者はGenAIスキルを示す候補者を選ぶかどうかについて意見が分かれている。
両方の人口は、観測可能なリアルタイムインタラクションと高次のタスクに基づいて構築されたGenAI耐性評価に向かって動き、どちらのスキルが最も重要か、AI生成出力の批判的評価、GenAIツールの責任と効果的な使用、独立して学習し、適応する能力に合意している。
しかし、彼らはこれらのスキルの卒業準備について意見が一致していない: 雇用専門家はより大きなギャップを報告し、その不一致は基礎的、非GenAI固有のスキルに集中している。
関連論文リスト
- How Do Software Engineering Students Use Generative AI in Real-World Capstone Projects? An Empirical Baseline Study [1.5102168012018966]
生成AI(GenAI)のプロフェッショナルソフトウェア開発への迅速な統合は、新たな課題をもたらします。
RWCPコースにおける自己決定型GenAI使用の大規模検討を行った。
我々の発見は、ソフトウェアエンジニアリングライフサイクル全体にわたるGenAIプラクティスの特徴を提供する。
論文 参考訳（メタデータ） (2026-04-27T14:23:46Z) - Product Manager Practices for Delegating Work to Generative AI: "Accountability must not be delegated to non-human actors" [14.99180726933919]
ジェネレーティブAI(GenAI)は、特にソフトウェア開発チームのプロダクトマネージャ(PM)にとって、知識労働の性質を変えつつある。
私たちは、大規模な多国籍ソフトウェア企業であるMicrosoftで、ミックスメソッドスタディを実施しました。
我々は,(1) PMsの現在のGenAI採用率,利用事例,及び認識されるメリットと障壁,(2) PMsがGenAIにどのタスクを委譲するかを評価する枠組み,(3) GenAIを彼らの役割と役割に組み込むためのPMs適応の実践,そして,その役割がどのように進化しているかの認識を行う。
論文 参考訳（メタデータ） (2025-10-02T19:19:49Z) - 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) - Lessons for GenAI Literacy From a Field Study of Human-GenAI Augmentation in the Workplace [0.11704154007740832]
本研究では、製品開発、ソフトウェアエンジニアリング、デジタルコンテンツ作成という3つの機能にまたがるGenAIの使用を比較した。
発見は、GenAIの使用とユーザのコンピューティング知識のレベルにおいて、幅広いばらつきを示している。
論文 参考訳（メタデータ） (2025-02-01T21:26:31Z) - Early Adoption of Generative Artificial Intelligence in Computing Education: Emergent Student Use Cases and Perspectives in 2023 [38.83649319653387]
コンピュータ学生のGenAI利用と認識に関する先行研究は限られている。
私たちは、小さなエンジニアリングに焦点を当てたR1大学で、すべてのコンピュータサイエンス専攻を調査しました。
我々は,GenAIと教育に関する新たな議論に対する知見の影響について論じる。
論文 参考訳（メタデータ） (2024-11-17T20:17:47Z) - Hey GPT, Can You be More Racist? Analysis from Crowdsourced Attempts to Elicit Biased Content from Generative AI [41.96102438774773]
本研究は,GenAIツールから偏りのあるアウトプットを抽出するプロンプトの設計に参加者が挑戦する大学レベルのコンペから得られた知見を提示する。
我々は、競争の提出を定量的に質的に分析し、GenAIにおける多様なバイアスと、GenAIにおけるバイアスを誘発する参加者の戦略を同定する。
論文 参考訳（メタデータ） (2024-10-20T18:44:45Z) - 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) - Teacher agency in the age of generative AI: towards a framework of hybrid intelligence for learning design [0.0]
ジェネレーティブAI(genAI)は、異なる目的のために教育で使用されている。
教員の視点からは、ジェネシスはデザインの学習などの活動を支援することができる。
しかし、GenAIは教師の力不足により、専門職に悪影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2024-07-09T08:28:05Z) - 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。