Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Perspectives des développeurs novices sur l'adoption des LLM pour le développement logiciel : une revue systématique de la littérature

Created by
  • Haebom

Auteur

Samuel Ferino, Rashina Hoda, John Grundy, Christoph Treude

Contour

Cet article présente les résultats d'une revue systématique de la littérature (SLR) de 80 articles de recherche publiés entre avril 2022 et juin 2025 sur l'adoption d'outils de développement logiciel basés sur des modèles de langage à grande échelle (LLM) par des développeurs novices (étudiants en informatique/génie logiciel et développeurs en début de carrière ayant moins de deux ans d'expérience). L'étude a été menée pour répondre à quatre questions de recherche (RQ), chacune portant sur la motivation et la méthodologie de la recherche, les tâches de développement logiciel dans lesquelles les développeurs novices utilisent les LLM, les avantages, les défis et les recommandations pour l'utilisation des LLM, ainsi que les Limitations de la recherche et les orientations futures de la recherche. Les résultats de l'étude suggèrent des orientations de recherche futures et des Takeaways pour les chercheurs, les enseignants et les développeurs en génie logiciel, et les documents connexes seront rendus publics.

Takeaways, Limitations

•
Takeaways:
◦
Fournit une compréhension globale de l'adoption d'outils de développement de logiciels basés sur LLM par les développeurs novices.
◦
Nous catégorisons et résumons systématiquement les avantages, les défis et les recommandations liés à l’utilisation du LLM.
◦
Il présente les orientations de recherche futures et Takeaways pour les chercheurs, les enseignants et les développeurs en génie logiciel.
◦
Sur la base des résultats de la recherche, nous pouvons contribuer au développement de méthodes d’utilisation et de formation efficaces pour les outils basés sur le LLM.
•
Limitations:
◦
La période et la portée de l’étude analysée peuvent être limitées (avril 2022 - juin 2025).
◦
Il existe une possibilité de biais qualitatif dans l’étude.
◦
Biais potentiel en faveur de modèles ou de méthodologies de recherche spécifiques.
◦
Compte tenu du rythme rapide du développement du LLM, la rapidité des résultats de recherche peut être limitée.
👍
Made with Slashpage