计算机科学 > 人机交互
[提交于 2022年12月7日
(此版本)
, 最新版本 2023年3月28日 (v2)
]
标题: “这对我也有效”:在线社区如何塑造软件开发人员对人工智能驱动的代码生成工具的信任
标题: "It would work for me too": How Online Communities Shape Software Developers' Trust in AI-Powered Code Generation Tools
摘要: 软件开发人员通常参与在线社区以了解新技术。 随着诸如 GitHub Copilot 等革命性的 AI 驱动代码生成工具的出现,许多开发人员对如何信任这些工具感到不确定。 尽管我们看到在线社区在帮助开发人员建立对 AI 工具的适当信任方面具有潜力,但我们对社区如何塑造开发人员对 AI 工具的信任以及社区特性如何促进 AI 工具设计中的信任了解甚少。 我们通过一项两阶段的研究来探讨这些问题。 通过对 17 名开发人员的访谈研究,我们剖析了在线社区中的开发人员如何共同理解 AI 代码生成工具,包括形成适当的期望、理解、策略和对更广泛影响的认识,以及他们如何利用社区信号来评估 AI 建议。 然后,我们提出了设计机会,并进行了 11 次设计探测会话,以探索将用户社区整合到 AI 代码生成系统的设计空间。 我们以一系列设计建议结束。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.