要約
生成的AIは、ソフトウェア開発者の生産性の向上の初期の証拠を示していますが、労働力の混乱と机上に関する懸念は存続しています。
AIを使用することの最先端にある21人の開発者との研究について説明し、75の関連するタスクとそれぞれのスキルと知識とともに、発見した12の作業目標を要約し、開発者が職場でAIを使用する方法を示します。
これらすべてから、私たちは5つの洞察の形で調査結果を蒸留しました。
成功するAIに強化された開発者であるスキルと知識は、6段階のタスクワークフロー全体でクリティカルジャンクチュアに展開されている4つのドメイン（生成AI、コアソフトウェアエンジニアリング、隣接するエンジニアリング、隣接する非エンジニアリング、隣接する非エンジニアリングを使用して）に編成されています。
AIのこの時代に「将来の証明」開発者を「将来の証明」するために、実地学習イニシアチブとコンピューターサイエンスの学位プログラムは、4つのドメインすべての「ソフト」スキルと技術的スキルと知識の両方をターゲットにする必要があります。
要約(オリジナル)
Generative AI is showing early evidence of productivity gains for software developers, but concerns persist regarding workforce disruption and deskilling. We describe our research with 21 developers at the cutting edge of using AI, summarizing 12 of their work goals we uncovered, together with 75 associated tasks and the skills & knowledge for each, illustrating how developers use AI at work. From all of these, we distilled our findings in the form of 5 insights. We found that the skills & knowledge to be a successful AI-enhanced developer are organized into four domains (using Generative AI effectively, core software engineering, adjacent engineering, and adjacent non-engineering) deployed at critical junctures throughout a 6-step task workflow. In order to ‘future proof’ developers for this age of AI, on-the-job learning initiatives and computer science degree programs will need to target both ‘soft’ skills and the technical skills & knowledge in all four domains to reskill, upskill and safeguard against deskilling.
arxiv情報
| 著者 | Matthew Kam,Cody Miller,Miaoxin Wang,Abey Tidwell,Irene A. Lee,Joyce Malyn-Smith,Beatriz Perez,Vikram Tiwari,Joshua Kenitzer,Andrew Macvean,Erin Barrar |
| 発行日 | 2025-06-04 17:32:53+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google