論文の概要: Do Not Copy/Paste: Soft Barriers for Copying in AI-Assisted Programming

• arxiv url: http://arxiv.org/abs/2608.22638v1
• Date: Sun, 23 Aug 2026 22:52:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.817728
• Title: Do Not Copy/Paste: Soft Barriers for Copying in AI-Assisted Programming
• Title（参考訳）: コピー/ペーストしない:AI支援プログラミングにおけるコピーのためのソフトバリア
• Abstract要約: チャットウィンドウからエディタへの関数のコピーには1秒もかからない。 本稿では,コピーペーストをEmphAIコードハンドオフ問題として扱う。 ハンドオフ対応機構の一類としてemphsoftバリアを提案する。
• 参考スコア（独自算出の注目度）: 10.443537828907347
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Copying a function from a chat window into an editor takes less than a second. For many uses of AI coding tools, that speed is the point; in settings such as programming education, code review, and security-sensitive development, it can also be the problem. This paper frames copy-paste as an \emph{AI code handoff problem}: the moment model-generated text crosses from a conversational context into executable or committed software is a design boundary that current tools leave largely unmanaged. We argue that AI coding assistants should not only be evaluated by the code they generate, but also by how they mediate the transfer of that code into software artifacts. We propose \emph{soft barriers} as one class of handoff-aware mechanisms. Soft barriers preserve access to AI assistance while making unexamined transfer less frictionless. As an initial technical probe, we instantiate this idea using Unicode output perturbations that preserve visual readability but disrupt naive copy-paste execution. We introduce Copy-Paste Resistance (CPR), the fraction of functionally correct clean solutions that become syntactically invalid after perturbation. Across HumanEval and MBPP with four LLMs and four perturbation families, we find that output-level barriers can achieve high copy-paste resistance, but their effectiveness is highly model- and task-dependent. An exploratory pilot with 18 participants provides early evidence that soft barriers can shift users from direct transfer toward editing and reconstruction. We do not present Unicode perturbations as a deployment-ready solution; rather, we use them as a minimal probe for a broader research agenda on practical, transparent, and policy-aware AI code handoff.
• Abstract（参考訳）: チャットウィンドウからエディタへの関数のコピーには1秒もかからない。 プログラミング教育、コードレビュー、セキュリティに敏感な開発といった設定では、問題にもなります。 この論文は、コピーペーストを「emph{AI code handoff problem}」と表現している: モーメントモデルが生成したテキストは、会話のコンテキストから実行可能あるいはコミット可能なソフトウェアに交差し、現在のツールがほとんど管理されていない設計境界である。 AIコーディングアシスタントは、生成したコードだけでなく、そのコードをソフトウェアアーティファクトに転送する方法によって評価されるべきである、と私たちは主張する。 ハンドオフ対応機構の一類として \emph{soft barriers} を提案する。 ソフトバリアはAIアシストへのアクセスを保護し、未検査の転送を摩擦を少なくする。 最初の技術的調査として、視覚的可読性を保ちながら、素直なコピーペースト実行を妨害するUnicode出力摂動を用いて、このアイデアをインスタンス化する。 摂動後に統語的に無効となる,機能的に正しい清浄溶液の分画であるCPR(Copy-Paste resistance)を紹介する。 HumanEval と MBPP には4つの LLM と 4つの摂動ファミリーがあり、出力レベルの障壁は高いコピー・ペースト抵抗を達成できるが、その有効性はモデルとタスクに依存している。 18人の参加者からなる探索パイロットは、ソフトバリアがユーザの直接移動から編集と再構築へと移行できるという初期の証拠を提供する。 Unicodeの摂動をデプロイ可能なソリューションとして提示するのではなく、実践的で透明でポリシーを意識したAIコードのハンドオフに関する、より広範な研究課題のための最小限のプローブとして使用します。

関連論文リスト

• TRIM: Reducing AI-Generated CodeSlop via Agent Trajectory Minimization [57.14479960309637]
  コーディングエージェントは、多くの下流タスクでコード生成を加速するためにますます使われています。 その価値にもかかわらず、エージェント生成コードは、対応する人間による実装よりも大きく、冗長である傾向がある。 原因はエージェント自身の検索プロセスにあることを示す。
  論文  参考訳（メタデータ） (2026-07-20T17:06:19Z)
• Latent Programming Horizons in Coding Agents [6.8463578914435645]
  ソフトウェアエンジニアリングタスクを解決するコーディングエージェントは、コードの推論、編集、テストの実行に数十ステップを費やしている。 符号化エージェントによる言語モデルの残余ストリームは、進化するプログラムの特性を線形にエンコードすることを示す。 将来の編集結果を予測するために訓練されたプローブは、パフォーマンスを最大25ステップまで向上させる。
  論文  参考訳（メタデータ） (2026-07-06T15:08:26Z)
• Agentic AI-assisted coding offers a unique opportunity to instill epistemic grounding during software development [0.02058747290260746]
  チャットベースのビブコーディングは、エージェントの足場を使用したAI支援エージェントソフトウェア開発に進化した。 現在のトレンドの1つは、プロジェクトやメソッドスコープドドキュメントのような、この計画文書を超えてドキュメントを活用することです。 ここでは、コミュニティが管理するフィールドスコープの基盤文書であるGROUNDING.mdを提案する。
  論文  参考訳（メタデータ） (2026-04-23T14:50:35Z)
• Vibe Coding in Practice: Motivations, Challenges, and a Future Outlook -- a Grey Literature Review [2.5195922470930614]
  バイブコーディング(Vibe coding)とは、AIコード生成ツールを直感や試行錯誤を通じて、基礎となるコードを必ずしも理解せずに使用するプラクティスである。 ユーザーがなぜバイブコーディングに関わったのか、何を経験しているか、品質保証(QA)にどのようにアプローチし、AI生成コードの品質を知覚するかを体系的に調査した研究はない。 私たちの分析では、スピードとアクセシビリティによってビブコーダがモチベーションを得て、迅速な即時的な成功とフローを経験する"という、スピード品質のトレードオフパラドックスを明らかにしています。
  論文  参考訳（メタデータ） (2025-09-30T22:35:00Z)
• XOXO: Stealthy Cross-Origin Context Poisoning Attacks against AI Coding Assistants [11.9972177330089]
  本稿では,意味論的に等価なコード修正に依存する新たな攻撃であるPoisoning(XOXO)を提案する。 攻撃で使用されたGPTnet v2を含む11モデルで7572%の成功率を達成した。
  論文  参考訳（メタデータ） (2025-03-18T14:20:54Z)
• Decoding at the Speed of Thought: Harnessing Parallel Decoding of Lexical Units for LLMs [57.27982780697922]
  大規模言語モデルは、自然言語の理解と生成において例外的な能力を示した。 しかし、それらの生成速度は、その復号過程の本質的にシーケンシャルな性質によって制限される。 本稿では,データ駆動方式で実装された新しいデコーディング手法であるLexical Unit Decodingを紹介する。
  論文  参考訳（メタデータ） (2024-05-24T04:35:13Z)
• CodeIP: A Grammar-Guided Multi-Bit Watermark for Large Language Models of Code [56.019447113206006]
  大規模言語モデル(LLM)はコード生成において顕著な進歩を遂げた。 CodeIPは、新しいマルチビット透かし技術で、出所の詳細を保持するために追加情報を挿入する。 5つのプログラミング言語にまたがる実世界のデータセットで実施された実験は、CodeIPの有効性を実証している。
  論文  参考訳（メタデータ） (2024-04-24T04:25:04Z)
• Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
  学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。 確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。 Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
  論文  参考訳（メタデータ） (2023-09-25T15:42:18Z)
• 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)
• NAPG: Non-Autoregressive Program Generation for Hybrid Tabular-Textual Question Answering [52.10214317661547]
  現在の数値推論法はプログラムシーケンスを自己回帰的にデコードする。 プログラム生成の精度は、デコードステップがエラー伝搬によって展開されるにつれて急激に低下する。 本稿では,非自己回帰型プログラム生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-11-07T11:25:21Z)

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。