[論文レビュー] Navigating the Complexity of Generative AI Adoption in Software Engineering

Daniel Russo|arXiv (Cornell University)|Jul 12, 2023

Big Data and Business Intelligence被引用数 18

ひとこと要約

本論文は、収束的混合研究デザインを用いて、ソフトウェア工学における生成系AI／LLMの採用をモデル化し、初期段階ではワークフローとの適合性が主導的な要因である一方、有用性と社会的要因はそれほど影響しないことを明らかにしている。

ABSTRACT

In this paper, the adoption patterns of Generative Artificial Intelligence (AI) tools within software engineering are investigated. Influencing factors at the individual, technological, and societal levels are analyzed using a mixed-methods approach for an extensive comprehension of AI adoption. An initial structured interview was conducted with 100 software engineers, employing the Technology Acceptance Model (TAM), the Diffusion of Innovations theory (DOI), and the Social Cognitive Theory (SCT) as guiding theories. A theoretical model named the Human-AI Collaboration and Adaptation Framework (HACAF) was deduced using the Gioia Methodology, characterizing AI adoption in software engineering. This model's validity was subsequently tested through Partial Least Squares - Structural Equation Modeling (PLS-SEM), using data collected from 183 software professionals. The results indicate that the adoption of AI tools in these early integration stages is primarily driven by their compatibility with existing development workflows. This finding counters the traditional theories of technology acceptance. Contrary to expectations, the influence of perceived usefulness, social aspects, and personal innovativeness on adoption appeared to be less significant. This paper yields significant insights for the design of future AI tools and supplies a structure for devising effective strategies for organizational implementation.

研究の動機と目的

• ソフトウェア工学における生成系AIツールの採用に影響を与える要因を調査する。
• 確立された理論（TAM、DOI、SCT）を用いて、個人・技術・社会の視点を統合する。
• ソフトウェア工学におけるヒューマン–AI協働と適応の理論モデル（HACAF）を開発・検証する。
• ソフトウェアチームにおける効果的なAIツール導入の設計と組織運用のガイダンスを提供する。

提案手法

• 定量調査と定性的分析を組み合わせた収束的混合研究法を適用する。
• 本研究は技術受容モデル（TAM）、イノベーション拡散論（DOI）、社会認知理論（SCT）に基づく。
• 定性的データからの理論帰納にはGioia手法を、モデル検証にはPLS-SEMを用いる。
• 100名のソフトウェアエンジニアからのデータを収集（調査）、183名のソフトウェアエンジニアからのデータでPLS-SEM検証を行う。
• 主題分析と反復的コーディングを実施して、一次概念、二次テーマ、集合次元を導出する。

実験結果

リサーチクエスチョン

• RQ1 What influences the adoption of Generative AI tools in software engineering?

主な発見

• 採用はAIツールと既存の開発ワークフローとの適合性によって主に推進される。
• 認識される有用性、社会的要因、個人的な革新性は、この初期採用段階では影響が小さい。
• ヒューマン–AI協働と適応フレームワーク（HACAF）という理論モデルが開発され、検証された。
• 本研究の知見は、ソフトウェア工学におけるAIツール設計および組織的導入戦略の指針を提供する。