Is AI the better programming partner? Human-Human Pair Programming vs. Human-AI pAIr Programming

要約

コード生成に優れた大規模言語モデル (LLM) や、GitHub の Copilot などの商用製品の出現により、AI システムが人間のプログラマーと連携する、人間と AI のペア プログラミング (「pAIr プログラミング」と呼ばれる) への関心が高まっています。
従来の人間間のペア プログラミングは広く研究されてきましたが、その発見が人間と AI のペア プログラミングに適用できるかどうかは依然として不明です。
人間と人間、および人間と AI のペア プログラミングを比較し、相互作用、尺度、メリット、課題における類似点と相違点を探ります。
文献では両方のアプローチの有効性が混在していることがわかりました (ただし、pAIr プログラミングに使用される対策はそれほど包括的ではありません)。
我々は、ペアプログラミング研究の機会を提供する、人間対人間ペアプログラミングの成功を阻害する要因を要約します。
たとえば、専門知識が一致しないとペア プログラミングの生産性が低下するため、適切に設計された AI プログラミング アシスタントは専門知識レベルの違いに適応できる可能性があります。

要約(オリジナル)

The emergence of large-language models (LLMs) that excel at code generation and commercial products such as GitHub’s Copilot has sparked interest in human-AI pair programming (referred to as ‘pAIr programming’) where an AI system collaborates with a human programmer. While traditional pair programming between humans has been extensively studied, it remains uncertain whether its findings can be applied to human-AI pair programming. We compare human-human and human-AI pair programming, exploring their similarities and differences in interaction, measures, benefits, and challenges. We find that the effectiveness of both approaches is mixed in the literature (though the measures used for pAIr programming are not as comprehensive). We summarize moderating factors on the success of human-human pair programming, which provides opportunities for pAIr programming research. For example, mismatched expertise makes pair programming less productive, therefore well-designed AI programming assistants may adapt to differences in expertise levels.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google