論文の概要: Judgment-Centred Software Engineering Education: A Post-Hype Review and Framework for AI-Augmented Learning
- arxiv url: http://arxiv.org/abs/2609.29473v1
- Date: Thu, 24 Sep 2026 12:29:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.924551
- Title: Judgment-Centred Software Engineering Education: A Post-Hype Review and Framework for AI-Augmented Learning
- Title（参考訳）: 判断中心のソフトウェア工学教育:AI強化学習のためのポストハイプレビューとフレームワーク
- Abstract要約: 生成的人工知能は、破壊的なノベルティから、ソフトウェア開発とコンピューティング教育の繰り返しの部分へと移行してきた。
教育問題は、学生がコードを生成することを許されるべきかどうかではなく、ソフトウェア工学プログラムが人間の理解を保存し評価できるかどうかである。
本稿では,2023年9月23日から2026年9月23日までに,研究と実践の構造化された総合的なレビューを示す。
- 参考スコア（独自算出の注目度）: 1.2183405753834562
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative artificial intelligence has moved from a disruptive novelty to a recurring part of software-development and computing-education workflows, while software agents are beginning to act across repositories, command lines, browsers, tests, and other tools. The educational problem is no longer whether students should be allowed to generate code, but whether software-engineering (SE) programs can preserve and assess human understanding while preparing students to work responsibly with increasingly capable AI systems. This paper presents a structured integrative review of research and practice from 2023 through 23 September 2026, supplemented by established work on AI literacy, technical debt, and human-AI collaboration. The evidence supports a conditional conclusion: GenAI can improve access to explanations, feedback, practice, and short-term task completion, but learning outcomes depend on prior knowledge, scaffolding, verification, task design, and assessment. We examine student help-seeking and authorship, faculty assessment and policy demands, and the wider SE risks created when generated artifacts persist across repositories, teams, architectures, and deployed systems. We extend the concept of comprehension debt: the deferred learning and maintenance cost that arises when AI-assisted production outpaces a learner's or team's ability to explain, test, modify, and justify the resulting software. We then refine the AI-Augmented Software Engineering Education (AASEE) framework into five non-linear integration levels and four cross-cutting evidence obligations: explain, verify, modify, and account. The framework links delegation to evidence, governance, and recovery mechanisms appropriate to its consequences.
- Abstract（参考訳）: 生成的人工知能は、破壊的なノベルティから、ソフトウェア開発とコンピューティング教育ワークフローの反復的な部分へと移行し、ソフトウェアエージェントは、リポジトリ、コマンドライン、ブラウザ、テスト、その他のツールにわたって動き始めている。
教育問題は、学生がコードを生成することを許すべきかどうかではなく、ソフトウェア工学(SE)プログラムが、学生がより有能なAIシステムに責任を持って働くように準備しながら、人間の理解を保存し評価できるかどうかである。
本稿では,2023年から2026年9月23日までの,AIリテラシー,技術的負債,人間とAIのコラボレーションに関する確立した研究と実践の構造化された総合的なレビューを示す。
GenAIは説明、フィードバック、実践、短期的なタスク完了へのアクセスを改善することができるが、学習結果は事前の知識、足場、検証、タスク設計、評価に依存する。
学生のヘルプシーキングとオーサシップ、教員評価と政策要求、そして、リポジトリ、チーム、アーキテクチャ、デプロイされたシステム間で生成したアーティファクトが持続するときに生じるより広いSEリスクについて検討する。
AI支援生産が学習者やチームのソフトウェアの説明、テスト、修正、正当化能力を上回ったときに生じる遅延学習とメンテナンスコスト。
そして、AI拡張ソフトウェアエンジニアリング教育(AASEE)フレームワークを5つの非線形統合レベルと4つの横断的なエビデンス義務(説明、検証、修正、説明)に洗練します。
このフレームワークは、エビデンス、ガバナンス、リカバリメカニズムにデリゲートを関連付けている。
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) - Educating the Agentic Engineer: Curricula, Collaboration, and Continuous Learning in the AI Era [0.0]
生成的およびエージェント的人工知能(AI)は、人間の著作者中心の分野から、自律システムの指揮、検証、管理に焦点を当てた分野へと、ソフトウェアとシステム工学を再構成している。
本稿では,工学教育,コンピュータ教育,人間とAIの相互作用,人的要因,学習科学にまたがる統合的概念合成について述べる。
論文 参考訳（メタデータ） (2026-07-31T16:45:36Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - From Code-Centric to Intent-Centric Software Engineering: A Reflexive Thematic Analysis of Generative AI, Agentic Systems, and Engineering Accountability [0.0]
生成人工知能(GenAI)とエージェントシステムは、ソフトウェアエンジニアリングをコード中心の生産からインテント中心のヒューマンエージェント作業へと移行している。
以前の研究では、コード生成、AIペアプログラミング、ソフトウェアエンジニアリングエージェントについて検討されていたが、パブリックな技術談話とピアレビューされた証拠が、専門家の短期的な移行をどう表すかについては、あまり知られていない。
この研究は、ピアレビューされたソフトウェアエンジニアリングとAI文学、技術ベンチマーク、公開講演とインタビュー、エッセイ、製品が対象とする技術発表、著名なAIとソフトウェアエンジニアリングの声によるX-originatedな談話を組み合わせている。
論文 参考訳（メタデータ） (2026-05-10T20:45:06Z) - Preparing Students for AI-Powered Materials Discovery: A Workflow-Aligned Framework for AI Literacy, Equity, and Scientific Judgment [0.0]
AIを活用した材料発見のためのAI教育は、ツールアクセスを超えて、生成AIシステムとの表面レベルのインタラクションを行なわなければならない、と我々は主張する。
中心的な目標は、AIツールのより効率的なユーザではなく、より良い科学者になるために学生を準備することだ。
論文 参考訳（メタデータ） (2026-05-10T16:11:01Z) - Reshaping Undergraduate Computer Science Education in the Generative AI Era [85.78707817763434]
生成AIはコンピュータサイエンス(CS)教育の転換点である。
AI技術の進歩に追随するため、CSカリキュラムは、AI生成したアーティファクトの理解と検証へのシフトを検討するべきである。
我々は、未来のコンピュータサイエンスの卒業生を効果的に準備し、問題を作成し、解決し、管理し、AIで人工物を作ることができると信じています。
論文 参考訳（メタデータ） (2026-05-02T05:26:24Z) - AI to Learn 2.0: A Deliverable-Oriented Governance Framework and Maturity Rubric for Opaque AI in Learning-Intensive Domains [0.0]
ジェネレーティブAIは、現在のガバナンスフレームワークよりも早く研究、教育、プロフェッショナルな仕事に入り、AIによるアウトプットをどのように判断すべきかを特定できる。
本稿では,AI支援作業のためのデリバリ指向ガバナンスフレームワークであるLearning 2.0を提案する。
論文 参考訳（メタデータ） (2026-03-16T11:44:43Z) - "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。
本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
論文 参考訳（メタデータ） (2025-12-02T13:32:23Z) - A Design Science Blueprint for an Orchestrated AI Assistant in Doctoral Supervision [7.136113739927491]
本研究は,社会技術仲介者として機能するAIアシスタントと共同パイロットのための設計科学の青写真である。
このようなシステムのリスクには、AI過信や学習の錯覚の可能性などが含まれる。
このコントリビューションは、組織が規律を越えて実施し、試行できるワークフローとガバナンスルールを備えた、先進的で文学的なデザインである。
論文 参考訳（メタデータ） (2025-10-22T04:20:35Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - 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。