論文の概要: Technical Debt Risks in AI-Assisted Software Development: Insights from Practitioners
- arxiv url: http://arxiv.org/abs/2611.15310v1
- Date: Wed, 11 Nov 2026 10:45:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.105431
- Title: Technical Debt Risks in AI-Assisted Software Development: Insights from Practitioners
- Title(参考訳): AI支援ソフトウェア開発における技術的負債リスク:実践者からの洞察
- Abstract要約: AIコーディングアシスタントはますますソフトウェア開発をサポートし、AI生成コードと開発プラクティスに関連する技術的負債に対する懸念を高めている。
認識されたリスク、コントリビューション状況、メンテナンス結果、バリデーションプラクティス、開発者理解を調べます。
この結果から,技術的負債のリスク管理には,プロジェクトコンテキストや実装決定,開発者の理解,生成したコード品質への注意が必要であることが示唆された。
- 参考スコア(独自算出の注目度): 2.126445367546079
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI coding assistants increasingly support software development, raising concerns about technical debt associated with AI-generated code and development practices. We investigate these concerns through a sequential mixed-methods study involving 137 survey respondents and 20 follow-up interviews with software professionals in Bangladesh. Drawing on ten established technical debt dimensions, we examine perceived risks, contributing circumstances, maintenance consequences, validation practices, and developer understanding. Respondents expressed the strongest concerns about People Debt (73.0\%), Management Debt (70.1\%), and Architecture Debt (68.6\%), suggesting that risks extend beyond code quality. Participants associated ambiguous requirements, insufficient project context, and unrequested AI-generated changes with architectural inconsistencies, rework, and maintenance difficulties. Their experiences revealed contrasting outcomes: AI assistance supported refactoring, maintainability improvements, and testing, but also introduced rework and context misalignment. Although 89.8\% reported regularly verifying AI-generated code, participants expressed concerns about AI dependence, reduced code understanding, and review effort. They also emphasized the need for stronger architectural awareness, requirements clarification, and validation support in coding assistants. Our findings suggest that managing technical debt risks requires attention to project context, implementation decisions, and developer understanding alongside generated code quality.
- Abstract(参考訳): AIコーディングアシスタントはますますソフトウェア開発をサポートし、AI生成コードと開発プラクティスに関連する技術的負債に対する懸念を高めている。
バングラデシュのソフトウェア専門家を対象に,調査回答者137名とフォローアップインタビュー20名を対象に,一連の混合手法による調査を行った。
10の確立した技術的負債の次元に基づいて、認識されたリスク、コントリビューション状況、メンテナンス結果、検証プラクティス、開発者理解を調査します。
回答者は、人負債 (73.0\%)、マネジメント負債 (70.1\%)、アーキテクチャ負債 (68.6\%) に関する最も強い懸念を表明し、リスクがコード品質を超えることを示唆した。
参加者は、あいまいな要件、プロジェクトコンテキストの不足、アーキテクチャ上の不整合、やり直し、メンテナンス上の困難を伴うAI生成の変更を関連付けている。
AIサポートはリファクタリング、保守性の改善、テストをサポートし、リワークとコンテキストのミスアライメントも導入した。
89.8\%は定期的にAI生成コードの検証を行っていると報告しているが、参加者はAI依存、コード理解の削減、レビューの取り組みについて懸念を表明している。
彼らはまた、コーディングアシスタントにおけるアーキテクチャ意識の強化、要求の明確化、バリデーションのサポートの必要性を強調した。
この結果から,技術的負債のリスク管理には,プロジェクトコンテキストや実装決定,開発者の理解,生成したコード品質への注意が必要であることが示唆された。
関連論文リスト
- Cognitive Debt in the GenAI Era - Listening to Practitioners' Voices on the Loss of Understanding [38.407717852733946]
ペースの速いAI支援ソフトウェア開発は、開発者が構築するシステムに対する理解を損なうリスクを負う。
我々は、認知的負債の概念化と顕在化、その要因、結果、そしてそれを防ぐ、検出し、緩和するプラクティスに焦点を合わせます。
論文 参考訳(メタデータ) (2026-10-27T19:27:21Z) - Judgment-Centred Software Engineering Education: A Post-Hype Review and Framework for AI-Augmented Learning [1.2183405753834562]
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。
論文 参考訳(メタデータ) (2026-09-24T12:29:54Z) - 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) - 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) - The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳(メタデータ) (2025-06-09T18:37:14Z) - Responsible AI Question Bank: A Comprehensive Tool for AI Risk Assessment [18.966590454042272]
この調査では、さまざまなAIイニシアチブをサポートするために設計された包括的なフレームワークとツールであるResponsible AI (RAI) Question Bankを紹介した。
公正性、透明性、説明責任といったAI倫理原則を構造化された質問形式に統合することで、RAI質問銀行は潜在的なリスクの特定を支援する。
論文 参考訳(メタデータ) (2024-08-02T22:40:20Z) - Artificial Intelligence for Technical Debt Management in Software
Development [0.0]
ソフトウェア開発における技術的負債回避のためのAI駆動ツールの使用に関する既存の研究のレビュー。
AIはソフトウェア開発における技術的負債管理を大幅に改善する可能性がある、と提案する。
AIを開発プロセスに活用しようとするソフトウェア開発チームに対して,実践的なガイダンスを提供する。
論文 参考訳(メタデータ) (2023-06-16T21:59:22Z)
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。