論文の概要: Exploring the Role of Security Experience and ChatGPT Usage Strategies on Secure Software Engineering Education
- arxiv url: http://arxiv.org/abs/2609.11303v1
- Date: Thu, 10 Sep 2026 09:31:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.283708
- Title: Exploring the Role of Security Experience and ChatGPT Usage Strategies on Secure Software Engineering Education
- Title（参考訳）: セキュアソフトウェア工学教育におけるセキュリティ体験とチャットGPT利用戦略の役割を探る
- Abstract要約: LLM(Large Language Models)の急速な採用は、ソフトウェア工学の教育を変革させているが、ソフトウェア工学の安全な教育における彼らの役割は、まだ解明されていない。
脆弱性修正作業中にChatGPTを使用したパートタイムMScサイバーセキュリティプログラムの26人の大学院生について,実験的検討を行った。
- 参考スコア（独自算出の注目度）: 3.6940298700319065
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid adoption of Large Language Models (LLMs) is reshaping software engineering education, but their role in secure software engineering education remains underexplored. We report an exploratory empirical study of how 26 graduate students in a part-time MSc Cybersecurity programme used ChatGPT during a vulnerability-fixing assignment. To characterise ChatGPT use, we analysed students' ChatGPT interaction logs using a structured double-coding procedure and examined whether usage patterns and prior cybersecurity expertise were associated with assignment performance. The results show that students with varying levels of cybersecurity expertise used broadly similar ChatGPT strategies. Individual usage patterns showed descriptive differences by grade, but none remained statistically significant after correcting for multiple comparisons. In contrast, diversity of ChatGPT usage, i.e., the number of distinct usage patterns adopted, was positively associated with performance, even after controlling for cybersecurity expertise. These exploratory findings suggest that the way students engage with ChatGPT may be more informative than whether they use it, and motivate future controlled studies to guide students toward effective LLM use in secure software engineering education.
- Abstract（参考訳）: LLM(Large Language Models)の急速な採用は、ソフトウェア工学の教育を変革させているが、ソフトウェア工学の安全な教育における彼らの役割は、まだ解明されていない。
脆弱性修正作業中にChatGPTを使用したパートタイムMScサイバーセキュリティプログラムの26人の大学院生について,実験的検討を行った。
また,ChatGPTの使用を特徴付けるために,構造化二重符号化手法を用いて生徒のChatGPTインタラクションログを分析し,その利用パターンと以前のサイバーセキュリティの専門知識が課題遂行に関係しているかどうかを検討した。
結果は、様々なレベルのサイバーセキュリティ専門知識を持つ学生が、ChatGPT戦略を広く利用していることを示している。
個々の用法パターンは学年ごとの記述的差異を示したが、複数の比較を正した後も統計的に有意な差は見られなかった。
対照的に、ChatGPTの使用の多様性、すなわち、採用されている異なる使用パターンの数は、サイバーセキュリティの専門知識をコントロールした後でも、パフォーマンスに肯定的な関連があった。
これらの探索的な知見は、ChatGPTの学生がChatGPTを使用するかどうかよりも情報的であり、学生が安全なソフトウェア工学教育に効果的にLLMを使用するよう指導するための将来の制御された研究を動機付けていることを示唆している。
関連論文リスト
- Can Large Language Models Help Students Prove Software Correctness? An Experimental Study with Dafny [75.55915044740566]
コンピューティング教育の学生は、ChatGPTのような大きな言語モデル(LLM)をますます利用している。
本稿では,Dafny の形式的検証演習において,学生が LLM とどのように相互作用するかを検討する。
論文 参考訳（メタデータ） (2025-06-27T16:34:13Z) - A Qualitative Study on Using ChatGPT for Software Security: Perception vs. Practicality [1.7624347338410744]
ChatGPTは大きな言語モデル(LLM)であり、目覚ましい意味理解と精度で様々なタスクを実行できる。
本研究は,ソフトウェアセキュリティを支える新技術としてChatGPTの可能性を理解することを目的としている。
セキュリティ実践者は、ChatGPTを脆弱性検出、情報検索、侵入テストなど、さまざまなソフトウェアセキュリティタスクに有用であると判断した。
論文 参考訳（メタデータ） (2024-08-01T10:14:05Z) - Exploring the Impact of ChatGPT on Student Interactions in
Computer-Supported Collaborative Learning [1.5961625979922607]
本稿では,コンピュータ支援型協調学習環境におけるChatGPTの適用性について検討する。
統計的分析を用いて,非同期グループブレインストーミングセッションにおける学生のインタラクションの変化を,ChatGPTを即時質問応答エージェントとして導入することで検証する。
論文 参考訳（メタデータ） (2024-03-11T18:18:18Z) - Exploring ChatGPT's Capabilities on Vulnerability Management [56.4403395100589]
我々は、70,346のサンプルを含む大規模なデータセットを用いて、完全な脆弱性管理プロセスを含む6つのタスクでChatGPTの機能を探求する。
注目すべき例として、ChatGPTのソフトウェアバグレポートのタイトル生成などのタスクにおける熟練度がある。
以上の結果から,ChatGPTが抱える障害が明らかとなり,将来的な方向性に光を当てた。
論文 参考訳（メタデータ） (2023-11-11T11:01:13Z) - Are Chatbots Reliable Text Annotators? Sometimes [0.0]
ChatGPTはクローズドソース製品で、透明性、コスト、データ保護に関して大きな欠点があります。
オープンソースの(OS)大規模言語モデル(LLM)の最近の進歩は、これらの欠点のない代替手段を提供する。
論文 参考訳（メタデータ） (2023-11-09T22:28:14Z) - ChatGPT as a Software Development Bot: A Project-based Study [5.518217604591736]
本研究では,生成型AIツール,特にChatGPTが大学生のソフトウェア開発経験に与える影響について検討した。
その結果,ChatGPTはソフトウェア開発教育におけるスキルギャップに大きく対処し,効率性,正確性,協調性を向上した。
論文 参考訳（メタデータ） (2023-10-20T16:48:19Z) - Evaluating the Impact of ChatGPT on Exercises of a Software Security
Course [2.3017018980874617]
ChatGPTは、Webアプリケーションに挿入した28の脆弱性の20をホワイトボックス設定で識別できる。
ChatGPTは、生徒に修正を求める10の脆弱性に対して、9つの満足できる侵入テストとレコメンデーションの修正を行います。
論文 参考訳（メタデータ） (2023-09-18T18:53:43Z) - Using ChatGPT as a Static Application Security Testing Tool [0.0]
ChatGPTはその素晴らしいパフォーマンスで大きな注目を集めています。
我々は,Python ソースコードの脆弱性検出に ChatGPT を用いることの可能性を検討した。
論文 参考訳（メタデータ） (2023-08-28T09:21:37Z) - Prompt-Enhanced Software Vulnerability Detection Using ChatGPT [9.35868869848051]
GPTのような大規模言語モデル(LLM)は、その驚くべき知性のためにかなりの注目を集めている。
本稿では,ChatGPTを用いたソフトウェア脆弱性検出の性能について検討する。
論文 参考訳（メタデータ） (2023-08-24T10:30:33Z) - ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large
Language Models in Multilingual Learning [70.57126720079971]
大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。
本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。
従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
論文 参考訳（メタデータ） (2023-04-12T05:08:52Z) - To ChatGPT, or not to ChatGPT: That is the question! [78.407861566006]
本研究は,ChatGPT検出における最新の手法を包括的かつ現代的に評価するものである。
我々は、ChatGPTと人間からのプロンプトからなるベンチマークデータセットをキュレートし、医療、オープンQ&A、ファイナンスドメインからの多様な質問を含む。
評価の結果,既存の手法ではChatGPT生成内容を効果的に検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-04T03:04:28Z) - Safety Analysis in the Era of Large Language Models: A Case Study of
STPA using ChatGPT [11.27440170845105]
人間の介入なしにChatGPTを使用することは、信頼性に関する問題が原因で不十分になるかもしれないが、慎重に設計すれば、人間の専門家より優れる可能性がある。
意味的複雑さの変化や、一般的なプロンプトガイドラインの使用において、統計的に有意な違いは見つからない。
論文 参考訳（メタデータ） (2023-04-03T16:46:49Z) - Consistency Analysis of ChatGPT [65.268245109828]
本稿では,ChatGPTとGPT-4の論理的一貫した行動に対する信頼性について検討する。
その結果,両モデルとも言語理解能力と推論能力が向上しているように見えるが,論理的に一貫した予測が得られないことが示唆された。
論文 参考訳（メタデータ） (2023-03-11T01:19:01Z) - A Categorical Archive of ChatGPT Failures [47.64219291655723]
OpenAIが開発したChatGPTは、大量のデータを使って訓練され、人間の会話をシミュレートしている。
それは、広範囲の人間の問い合わせに効果的に答える能力のために、大きな注目を集めている。
しかし、ChatGPTの失敗の包括的分析は欠落しており、これが本研究の焦点となっている。
論文 参考訳（メタデータ） (2023-02-06T04:21:59Z)
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。