論文の概要: Equal Access, Unequal Gains? GitHub Copilot and Productivity Among Developers with Disabilities
- arxiv url: http://arxiv.org/abs/2611.05056v1
- Date: Tue, 03 Nov 2026 15:22:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 14:43:12.602348
- Title: Equal Access, Unequal Gains? GitHub Copilot and Productivity Among Developers with Disabilities
- Title（参考訳）: Equal Access, Unequal Gains? GitHubのコパイロットと障害のある開発者の生産性
- Abstract要約: 公開のプロファイルとリポジトリデータを使用して、複数の障害グループにわたる199人の開発者のデータセットをキュレートしました。
ほとんどの障害グループは、コミットが少ないがコードの変更が多いという記述的なパターンを示しています。
コミットやネットラインの変更が障害グループによって異なるという証拠は見つからなかった。
- 参考スコア（独自算出の注目度）: 6.156772003551487
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Generative AI tools are increasingly used in software development and have been associated with benefits such as faster task completion and improved perceived productivity. However, whether these benefits extend across different developer populations remains unclear. This is especially relevant for developers with disabilities, whose work can already be impacted by accessibility barriers. Yet, evidence remains limited across a broader range of disability groups. This study investigates whether the wider availability of GitHub Copilot is associated with changes in productivity among GitHub users who self-identify as having a disability. Using publicly available profile and repository data, we curated a dataset of 199 developers across multiple disability groups and compared their activity before and after GitHub Copilot became freely available. We found that most disability groups showed a descriptive pattern of fewer commits but more code modified. In several disability groups, the distribution of developers across commit activity levels shifted toward both lower and higher level, leaving fewer developers at moderate level. However, we found no evidence that changes in commits or net lines modified differed across disability groups. These findings suggest that the wider availability of GitHub Copilot cannot be associated with a broad increase or decrease in observable development activity, while patterns of change varied across developers and disability groups.
- Abstract（参考訳）: ジェネレーティブAIツールは、ソフトウェア開発でますます使われており、タスク完了の高速化や生産性の向上といったメリットと関連付けられている。
しかし、これらの利点が様々な開発者層にまたがるかどうかは不明だ。
これは、アクセシビリティ障壁によってすでに影響を受けている障害のある開発者には特に意味がある。
しかし、証拠は幅広い障害グループに限られている。
この研究は、GitHub Copilotのより広範な可用性が、障害を持つと自認するGitHubユーザの間で生産性の変化と関連しているかどうかを調査する。
公開可能なプロファイルとリポジトリデータを使用して、複数の障害グループにわたる199人の開発者のデータセットをキュレートし、GitHub Copilotが利用可能になる前後のアクティビティを比較しました。
ほとんどの障害グループは、コミットが少ないがコードの変更が多いという記述的なパターンを示しています。
いくつかの障害グループでは、コミットアクティビティレベルを越えた開発者の分散が、低レベルと高レベルの両方に移行し、適度なレベルに開発者の数が減った。
しかし、コミットやネットラインの変更が障害グループによって異なるという証拠は見つからなかった。
これらの結果は、GitHub Copilotのより広範な可用性は、開発者や障害グループによって変化のパターンが変化しているのに対して、観測可能な開発アクティビティの広範な増加や減少に関連付けることができないことを示唆している。
関連論文リスト
- EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement [70.68218215070745]
既存のアプローチでは、すべての実行エクスペリエンスを単一のハーネスにルーティングできると仮定している。
EvolveNetは、経験抽出をデータに移動させるハーネス進化のパラダイムである。
論文 参考訳（メタデータ） (2026-08-05T15:37:18Z) - Engineering Students' Usage and Perceptions of GitHub Copilot in Open-Source Projects [1.8665975431697428]
GitHub Copilotは、人気のあるAIコーディングアシスタントである。
コードの自動補完、コメント駆動のコード生成、リポジトリ対応の提案、チャットインターフェースなどの機能を提供する。
異なるユーザーがこれらのツールを使うのは、認識、先行経験、人口統計の違いからである。
論文 参考訳（メタデータ） (2026-04-12T17:40:16Z) - Comprehension-Performance Gap in GenAI-Assisted Brownfield Programming: A Replication and Extension [0.41998444721319217]
コード理解は、ブラウンフィールドプログラミングタスクに不可欠である。
GitHub CopilotのようなジェネレーティブAI(GenAI)コーディングアシスタントは、開発者の生産性を向上させることが示されている。
我々はGenAI支援のブラウンフィールドプログラミングにおける性能と理解の両面について検討する。
論文 参考訳（メタデータ） (2025-11-04T19:03:55Z) - BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills [59.003563837981886]
高品質なバグは、次世代の言語モデルベースソフトウェアエンジニアリング(SWE)エージェントをトレーニングする鍵となる。
難易度および多種多様なバグを合成する新しい方法を提案する。
論文 参考訳（メタデータ） (2025-10-22T17:58:56Z) - Developer Productivity With and Without GitHub Copilot: A Longitudinal Mixed-Methods Case Study [1.745178216563833]
本研究では,ジェネレーティブAI(GenAI)ツールであるGitHub Copilotが開発者の活動と生産性に与える影響について検討した。
NAV ITのGitHubリポジトリ703から,2年間に26,317のユニークな非マージコミットを分析した。
分析の結果、Copilotが導入される前であっても、Copilotを使用する個人は非ユーザよりも一貫してアクティブであることが判明した。
論文 参考訳（メタデータ） (2025-09-24T17:55:56Z) - 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) - Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot [4.8256226973915455]
GitHubのプロプライエタリなCopilot使用データを使用して、Copilotの使用によってプロジェクトレベルのコードコントリビューションが5.9%増加したことが分かりました。
この増加は、個々のコードのコントリビューションが2.1%増加し、開発者のコーディング参加が3.4%増加したことによる。
AIは、誰が貢献できるか、どれだけ貢献できるかを拡大するが、集団開発における調整を遅らせる。
論文 参考訳（メタデータ） (2024-10-02T23:26:10Z) - Impact of the Availability of ChatGPT on Software Development: A Synthetic Difference in Differences Estimation using GitHub Data [49.1574468325115]
ChatGPTは、ソフトウェア生産効率を向上させるAIツールである。
10万人あたりのgitプッシュ数、リポジトリ数、ユニークな開発者数に対するChatGPTの影響を見積もっています。
これらの結果は、ChatGPTのようなAIツールが開発者の生産性を大幅に向上させる可能性があることを示唆している。
論文 参考訳（メタデータ） (2024-06-16T19:11:15Z) - How Gamification Affects Software Developers: Cautionary Evidence from a
Natural Experiment on GitHub [6.123324869194196]
ユーザインタフェースから毎日のアクティビティストリークカウンタを非発表で削除し,その後に行動に大きな変化がみられた。
長く続く活動は放棄され、あまり一般的ではなくなった。
一部の開発者は、パブリックストリークカウンタを削除した後、100日間連続してコントリビューションを行うという目標を放棄している。
論文 参考訳（メタデータ） (2020-06-03T16:35:47Z)
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。