論文の概要: ''You Can't Open an LLM With a Screwdriver'': The De-Democratization of Software
- arxiv url: http://arxiv.org/abs/2608.24720v1
- Date: Tue, 25 Aug 2026 15:35:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.065873
- Title: ''You Can't Open an LLM With a Screwdriver'': The De-Democratization of Software
- Title（参考訳）: 「スクリュードライバーでLLMを開けることはできない」:ソフトウェアの民主化
- Abstract要約: 生成AIがすぐにすべてのコードを書くという主張は、プログラミングが終わりに近づいているという予測につながった。
このビジョンペーパーでは、AIはソフトウェアエンジニアリングの専門知識を排除するのではなく、その専門知識がもっとも重要になる場所を変える、と論じている。
- 参考スコア（独自算出の注目度）: 10.424169529626694
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Claims that generative AI will soon write all of the code have led to predictions that programming is nearing its end. In this vision paper, we argue against this assumption that broader access to code generation necessarily democratizes software development, i.e., everyone can code but we have to distinguish between access and control: by access, we mean the ability of more people, including non-experts and less-experienced developers, to generate code-like artifacts with AI; by control, we mean the capacity to inspect, evaluate, integrate, maintain, and govern those artifacts as dependable software. While AI may broaden access to code production, control may become more concentrated among those who own or understand the code, software practices, infrastructure, evaluation practices, and deployment pipelines. Grounded in an expert panel, our vision paper argues that AI does not eliminate software engineering expertise but shifts where that expertise becomes most critical. The locus of software engineering expertise is shifting toward intent specification: orchestrating and governing AI behavior, evaluating software behavior, and integrating software systems. We conclude this paper by identifying research opportunities for education, tools, and policy that can help the software engineering community respond to the AI era with greater agency, accountability, and adaptability.
- Abstract（参考訳）: 生成AIがすぐにすべてのコードを書くという主張は、プログラミングが終わりに近づいているという予測につながった。
このビジョンペーパーでは、コード生成への広範なアクセスは、必ずしもソフトウェア開発を民主化している、すなわち、すべての人がコーディングできるが、アクセスとコントロールを区別しなければならない、というこの仮定に反論する。
AIはコード生産へのアクセスを拡大するかもしれないが、コントロールはコード、ソフトウェアプラクティス、インフラストラクチャ、評価プラクティス、デプロイメントパイプラインを所有したり理解したりする人々の間で集中化される可能性がある。
私たちのビジョンペーパーでは、AIはソフトウェアエンジニアリングの専門知識を排除するのではなく、その専門知識がもっとも重要になる場所を変える、と論じています。
ソフトウェアエンジニアリングの専門知識の欠如は、AIの振る舞いのオーケストレーションと管理、ソフトウェアの振る舞いの評価、ソフトウェアシステムの統合といった、意図的な仕様へとシフトしつつある。
本論文は,ソフトウェア工学コミュニティがAI時代に対応するための教育,ツール,政策研究の機会を,より大きなエージェンシー,説明責任,適応性で同定することによって結論付ける。
関連論文リスト
- On Automated and Explainable Provenance of AI-Generated Code [56.818202904805446]
次世代のCodeGenAIツールは、説明可能な証明の基礎の上に構築されなければならない、と我々は主張する。
本稿では,大規模実証研究とポストホック因果・解釈可能性技術を組み合わせた研究プログラムについて述べる。
論文 参考訳（メタデータ） (2026-08-03T14:50:31Z) - Towards an Appropriate Level of Reliance on AI: A Preliminary Reliance-Control Framework for AI in Software Engineering [18.50207872331241]
ソフトウェア開発者が、Large Language Models(LLMs)など、人工知能(AI)駆動のツールとどのように相互作用するかは、これらのAI駆動ツールがそれらに与える影響において重要な役割を果たす。
本稿では,AI過信と不信を識別する手段として,制御レベルを使用可能な予備的依存制御フレームワークを提案する。
我々の発見は、実践者、教育者、政策立案者がAIツールの責任と効果的な利用を促進するのに役立つ。
論文 参考訳（メタデータ） (2026-04-12T08:47:34Z) - Agentic AI for Software: thoughts from Software Engineering community [9.966138715949205]
コードレベルでの一般的なソフトウェアタスクには、コード生成、テスト、プログラムの修復が含まれる。
エージェントAIベースのソフトウェアを成功させる鍵は、ソフトウェアエンジニアリングにおける中核的な難しさ、すなわち開発者の意図の解読と明確化を解決することである。
エージェント技術のソフトウェア工学への展開が成功すれば、エージェントを通じてそのような意図推論において概念的な進歩がもたらされる。
論文 参考訳（メタデータ） (2025-08-24T12:57:21Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - Agentic AI Software Engineers: Programming with Trust [28.18627439288873]
大きな言語モデル(LLM)は、コードスニペットを生成するのに驚くほどの習熟度を示している。
AIソフトウェアエンジニアのデプロイに成功するためには、人間主導のソフトウェアエンジニアリングプラクティスによって確立された信頼と同等以上の信頼レベルが必要である、と私たちは主張する。
論文 参考訳（メタデータ） (2025-02-19T14:28:42Z) - Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。
人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。
これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
論文 参考訳（メタデータ） (2024-10-10T17:38:38Z) - "I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development [19.851794567529286]
本研究では、ソフトウェア開発プロセスにおけるAIを活用したツールの採用、影響、およびセキュリティに関する考察を行う。
ソフトウェア開発のさまざまな段階において,AIツールが広く採用されていることが判明した。
論文 参考訳（メタデータ） (2024-09-20T09:17:10Z) - Future of Artificial Intelligence in Agile Software Development [0.0]
AIは、LLM、GenAIモデル、AIエージェントを活用することで、ソフトウェア開発マネージャ、ソフトウェアテスタ、その他のチームメンバーを支援することができる。
AIは効率を高め、プロジェクト管理チームが直面するリスクを軽減する可能性がある。
論文 参考訳（メタデータ） (2024-08-01T16:49:50Z) - 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) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
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。