[论文解读] How Software Developers Mitigate Collaboration Friction with Chatbots

Carlene Lebeuf, Margaret-Anne D. Storey+1 more|arXiv (Cornell University)|Feb 22, 2017

Open Source Software Innovations参考文献 11被引用 28

一句话总结

本文研究了软件开发人员如何利用聊天机器人减少团队协作开发中的协作摩擦。通过分析团队互动中的摩擦点、个体与技术的互动以及团队与技术的协调问题，本研究识别出能够缓解信息过载、工具采用障碍和认知差距的聊天机器人集成方案，为未来协作开发环境中聊天机器人的设计提供了一个社会技术框架。

ABSTRACT

Modern software developers rely on an extensive set of social media tools and communication channels. The adoption of team communication platforms has led to the emergence of conversation-based tools and integrations, many of which are chatbots. Understanding how software developers manage their complex constellation of collaborators in conjunction with the practices and tools they use can bring valuable insights into socio-technical collaborative work in software development and other knowledge work domains. In this paper, we explore how chatbots can help reduce the friction points software developers face when working collaboratively. Using a socio-technical model for collaborative work, we identify three main areas for conflict: friction stemming from team interactions with each other, an individual's interactions with technology, and team interactions with technology. Finally, we provide a set of open questions for discussion within the research community.

研究动机与目标

• 理解开发人员在团队协作开发中面临的协作摩擦点。
• 研究聊天机器人在现实开发工作流中如何缓解这些摩擦点。
• 将摩擦点分类为三类社会技术范畴：团队互动、个体与技术的互动，以及团队与技术的互动。
• 识别现有聊天机器人集成方案如何解决特定摩擦点，并为未来工具设计提供依据。
• 激发对聊天机器人设计、采用风险及在软件开发团队中长期影响的研究。

提出的方法

• 采用社会技术系统模型，将协作摩擦划分为三个领域：团队-团队、个体-技术、团队-技术互动。
• 综合文献综述、对主流聊天机器人（如 GitHub、BitBucket、Digest.ai、Slackbot）的分析，以及先前关于开发人员协作的实证研究发现。
• 基于聊天机器人在沟通、工具采用和意识维护方面减少摩擦的能力，收集并分类其使用案例。
• 使用真实案例和集成示例（如 Oskar 用于情绪检查，Ava Bot 用于私密状态更新）说明实际应用场景。
• 将聊天机器人功能与特定摩擦点对应，例如通过自动化摘要（如 TLDR、Digest.ai）缓解信息过载。
• 基于社会技术契合度，提出一个评估聊天机器人在协作开发场景中实用性的框架。

实验结果

研究问题

• RQ1 我们应如何研究聊天机器人在软件开发协作中的应用？现有协作理论能否解释其使用？
• RQ2 还能通过新或现有聊天机器人解决哪些其他协作摩擦点？
• RQ3 人工智能、机器学习和语音接口的进展将如何改变聊天机器人在开发团队中的角色？
• RQ4 在软件开发工作流中采用聊天机器人会引入哪些风险？

主要发现

• 聊天机器人通过总结长消息（如 TLDR）和生成每日摘要（如 Digest.ai）有效缓解信息过载。
• 通过 Slackbot 和 T-Bot 等聊天机器人，团队对新工具的采用得到改善，这些机器人通过对话式提示指导用户执行常见操作。
• 通过 GitHub 和 BitBucket 机器人等集成，团队对活动的感知能力得到增强，可及时获知代码变更和拉取请求。
• Ava Bot 和 Oskar 等聊天机器人通过监控团队士气和支持私密状态更新，促进协作中的社会情感维度。
• 当聊天机器人提供经过筛选、上下文感知的跨多个渠道的项目活动概览时，团队-技术互动中的摩擦得以缓解。
• 本研究识别出对能够弥合协作中社会与技术维度的聊天机器人的日益增长需求，尤其是在分布式和快节奏的开发环境中。