論文の概要: When AI Joins the Team! A Model of How AI Adoption Relates To Social Patterns in Software Engineering Teams
- arxiv url: http://arxiv.org/abs/2608.03462v1
- Date: Tue, 04 Aug 2026 10:57:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.713537
- Title: When AI Joins the Team! A Model of How AI Adoption Relates To Social Patterns in Software Engineering Teams
- Title（参考訳）: AIがチームに加わるとき! ソフトウェアエンジニアリングチームにおけるAI採用の社会的パターンとの関連性に関するモデル
- Authors: Giusy Annunziata, Rudrajit Choudhuri, Anita Sarma, Gemma Catolino, Filomena Ferrucci,
- Abstract要約: AIの採用がコミュニティの匂いの増加や減少に結びついているかどうかは不明だ。
コーディネーション(Coordination)と5つのPSS-SEMモデル(PLS-SEM)を用いて,AIツールを用いた152人のソフトウェア専門家を対象に,ヒューマンAIとヒューマンヒューマンのインタラクションを検証した。
- 参考スコア（独自算出の注目度）: 11.247082068830915
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Context: The growing adoption of AI-assisted development tools is changing how software teams collaborate, share knowledge, and coordinate, yet its consequences for team social dynamics remain largely unexplored. Gap: It is unclear whether AI adoption is associated with an increase or reduction in community smells,socio-technical anti-patterns reflecting coordination and communication breakdowns,and through which mechanisms. Method: Grounded in Transactive Memory Systems (TMS) theory, we validate instruments for HumanAI and HumanHuman interaction along two TMS dimensions, Specialization and Coordination, and test five PLS-SEM models on survey data from 152 software professionals using AI tools. Community smell constructs were derived from the literature and validated through expert surveys and factor analysis. Results: AI adoption relates to community smells not in a single way, but through mechanisms depending on the work. In specialization work, AI is associated with higher knowledge-sharing peer interaction, which is in turn associated with fewer smells. In coordination work, AI is directly associated with higher communication quality, complementing rather than replacing human interaction. Contributions: We provide an empirically validated, TMS-grounded model showing that the AIcommunity-smell relationship is contingent on the type of collaboration, with a reusable instrument and evidence-based implications for research and practice.
- Abstract（参考訳）: コンテキスト: AI支援開発ツールの採用の増加は、ソフトウェアチームのコラボレーションや知識の共有、コーディネーションの方法を変えています。
Gap: AIの採用が、コミュニティの臭いの増加や減少、調整やコミュニケーションのブレークダウンを反映する社会的技術的アンチパターン、そして、どのメカニズムを通じてかに関連があるのかは不明です。
方法: トランスアクティブメモリシステム(TMS)理論を基礎として, 特殊化とコーディネーションという2つのTMS次元に沿ったヒューマンAIとヒューマンヒューマンインタラクションの計器を検証し, 5つのPSS-SEMモデルをAIツールを用いた152人のソフトウェア専門家による調査データで検証した。
コミュニティの匂い構造は文献から抽出され、専門家による調査と要因分析によって検証された。
結果: AIの採用は、コミュニティの臭いを単一の方法でではなく、仕事の仕組みによって引き起こします。
専門化作業では、AIは知識共有ピアインタラクションの向上と結びついており、結果として匂いの少ないものに結びついている。
協調作業では、AIは人間のインタラクションを置き換えるのではなく、補うことによって、より高いコミュニケーション品質と直接関連付けられる。
コントリビューション:我々は,AIコミュニティとスメルの関係がコラボレーションのタイプに依存していることを示す,実証的に検証されたTMS-groundedモデルを提供する。
関連論文リスト
- AI as Teammate or Tool? A Review of Human-AI Interaction in Decision Support [0.514825619161626]
現在のAIシステムは、説明可能性中心の設計への過度な依存のため、主に受動的である。
AIをアクティブなチームメイトに移行するには、適応的でコンテキスト対応のインタラクションが必要です。
論文 参考訳（メタデータ） (2026-01-26T19:18:50Z) - Vibe Coding: Is Human Nature the Ghost in the Machine? [0.0]
私たちは、ヒューマンプロダクトリーダとAIソフトウェアエンジニアの3つの“バイブコーディング”セッションを分析しました。
チームダイナミクス,コミュニケーションパターン,開発成果の類似点と相違点を検討した。
驚いたことに、その後の会話では、AIエージェントがその成果を体系的に誤って表現していたことが判明した。
論文 参考訳（メタデータ） (2025-08-28T15:48:48Z) - AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。
まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。
第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。
第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
論文 参考訳（メタデータ） (2025-06-14T12:43:07Z) - When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration [79.69935257008467]
我々は,人間とAIの知識伝達能力に関する概念的かつ実験的フレームワークである知識統合と伝達評価(KITE)を紹介する。
最初の大規模人間実験(N=118)を行い,その測定を行った。
2段階のセットアップでは、まずAIを使って問題解決戦略を思いつき、その後独立してソリューションを実装し、モデル説明が人間の理解に与える影響を分離します。
論文 参考訳（メタデータ） (2025-06-05T20:48:16Z) - ChatCollab: Exploring Collaboration Between Humans and AI Agents in Software Teams [1.3967206132709542]
ChatCollabの斬新なアーキテクチャは、エージェント(人間またはAI)が任意の役割でコラボレーションに参加することを可能にする。
ソフトウェアエンジニアリングをケーススタディとして使用することで、私たちのAIエージェントが彼らの役割と責任をうまく特定できることが分かりました。
ソフトウェア開発のための従来の3つのマルチエージェントAIシステムに関連して、ChatCollab AIエージェントはインタラクティブなゲーム開発タスクにおいて、同等またはより良いソフトウェアを生成する。
論文 参考訳（メタデータ） (2024-12-02T21:56:46Z) - Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task [56.92961847155029]
心の理論(ToM)は、他人を理解する上で重要な能力として、人間の協調とコミュニケーションに大きな影響を及ぼす。
Mutual Theory of Mind (MToM) は、ToM能力を持つAIエージェントが人間と協力するときに発生する。
エージェントのToM能力はチームのパフォーマンスに大きな影響を与えず,エージェントの人間的理解を高めていることがわかった。
論文 参考訳（メタデータ） (2024-09-13T13:19:48Z) - AI's Social Forcefield: Reshaping Distributed Cognition in Human-AI Teams [6.386909552513031]
AIは、コラボレーションの社会的および認知的構造を積極的に再認識していることを示す。
AI参加はチームの分散認知アーキテクチャを再編成することを示す。
私たちは、チーム内のAIを社会的に影響力のあるアクターとして再考している。
論文 参考訳（メタデータ） (2024-07-03T13:46:00Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳（メタデータ） (2023-08-22T10:36:56Z) - How AI Developers Overcome Communication Challenges in a
Multidisciplinary Team: A Case Study [11.633108017016985]
AIアプリケーションの開発は、AI開発者と協力する複数の役割を含む、多分野の取り組みである。
これらのコラボレーションでは、データサイエンスに精通したAI開発者と、通常はそうでない外部ステークホルダの間に知識ミスマッチがあります。
この違いはコミュニケーションのギャップを招き、AI開発者はコラボレータにデータサイエンスの概念を説明することに失敗する。
論文 参考訳（メタデータ） (2021-01-13T19:33:34Z)
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。