論文の概要: What Will Remain Human in Software Architecture? A Focus Group Report

• arxiv url: http://arxiv.org/abs/2609.30334v1
• Date: Thu, 24 Sep 2026 06:36:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.069158
• Title: What Will Remain Human in Software Architecture? A Focus Group Report
• Title（参考訳）: ソフトウェアアーキテクチャで人間に残るものは何か? フォーカスグループレポート
• Abstract要約: 第31回ヨーロッパプログラム・人・実践パターン言語会議(EuroPLoP 2026)の焦点グループを開催した。 業界と学界の22人の参加者が、現在のプラクティス、信頼とバリデーション戦略、AI自律性の境界、ガバナンスの課題、教育への影響について議論した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI development agents are increasingly used to support and partially automate software architecture tasks. To explore how practitioners perceive this shift, specifically what changes, what remains, and what new responsibilities emerge, we conducted a focus group at the 31st European Conference on Pattern Languages of Programs, People, and Practices (EuroPLoP 2026). Twenty-two participants from industry and academia discussed current practices, trust and validation strategies, the boundaries of AI autonomy, governance challenges, and implications for education. Among others, we found broad consensus that architectural decision-making, accountability, and the authoring of architectural guardrails remain fundamentally human tasks. A central emergent concept was harness engineering: the discipline of building the system that governs AI-assisted system creation, comprising validation mechanisms, knowledge lay- ers, and company-specific standards. The participants agreed that criticality, understood as the combination of uncertainty and cost of change, serves as the universal criterion for calibrating human oversight. A further concern was cognitive debt: the progressive erosion of human understanding of the system when AI-assisted decisions are accepted without full intellectual engagement. In this report, we present the findings of the focus group and describe directions for future work.
• Abstract（参考訳）: AI開発エージェントは、ソフトウェアアーキテクチャタスクをサポートし、部分的に自動化するためにますます使われています。 第31回European Conference on Pattern Languages of Programs, People, and Practices (EuroPLoP 2026)で、実践者がこの変化をどのように感じているのか、具体的にはどのような変化、何が残されているのか、新しい責任が生まれるのかを調査しました。 業界と学界の22人の参加者が、現在のプラクティス、信頼とバリデーション戦略、AI自律性の境界、ガバナンスの課題、教育への影響について議論した。 中でも、アーキテクチャの意思決定、説明責任、およびアーキテクチャのガードレールの執筆が、基本的には人間のタスクである、という広いコンセンサスを見出した。 AI支援システム生成を管理するシステムを構築するための規律であり、検証メカニズム、知識の在り方、企業固有の標準で構成されている。 参加者は、不確実性と変化コストの組み合わせとして理解されている臨界性が、人間の監視を校正するための普遍的基準となることに同意した。 認知的負債は、AI支援による決定が完全な知的な関与なしに受け入れられるとき、システムの人間の理解の進歩的な侵食である。 本報告では,焦点群の発見と今後の研究の方向性について述べる。

関連論文リスト

• No One to Blame: A Framework of Constitutive AI Unaccountability [2.665734616339289]
  アクター、システム、機関の構成によって、AIの説明責任は、努力に関係なく概念上は達成不可能である、と我々は主張する。 これらの構成を捉えるために、AIの非アカウンタビリティの概念を導入します。
  論文  参考訳（メタデータ） (2026-08-12T14:25:05Z)
• 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)
• Beyond the Algorithm: Professional Experiences and Perceptions of AI Bias [0.0]
  本研究の目的は、社会的偏見がどのように出現し、認識され、人工知能や機械学習システム内で緩和されるかを検討することである。 この研究は、セクター固有の人口ではなく、AI実践者の生きた経験と専門的な洞察に焦点を当てた。 アルゴリズム的バイアスは、歴史的不平等、排他的設計の前提、そして倫理的反映よりも速度と効率を優先する組織的圧力から生じることを示した。
  論文  参考訳（メタデータ） (2026-06-13T00:59:17Z)
• Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
  本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。 我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。 私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
  論文  参考訳（メタデータ） (2025-08-12T09:42:56Z)
• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• Towards a Privacy and Security-Aware Framework for Ethical AI: Guiding the Development and Assessment of AI Systems [0.0]
  本研究は2020年から2023年までの系統的な文献レビューを行う。 本研究は,SLRから抽出した知識の合成を通じて,プライバシとセキュリティを意識したAIシステムに適した概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-03-13T15:39:57Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• 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。