Stůl vlevo Abstrakt a 1. úvod Kontext, metody a úkoly 3 Smíšené výsledky 3.1 Kvalita a produktivita 3.3. vzdělávání a 3.4 Náklady 4. moderátoři 4.1 Typy úkolů a složitost 4.2 Kompatibilita 4.3 Komunikace 4.4 Spolupráce 5.4 Logistika Diskuse a budoucí práce LLM, váš pár programátorů? 5.2 LLM, lepší pár programátorů? 5.3 LLM, studentů PAIr Programmer? Závěry, uznání a reference 4.3 Komunikace Podle Freudenberg et al. [24], „klíčem k úspěchu párového programování [je] šíření konverzace na střední úrovni detailů v konverzacích párových programátorů.“ Výzkumníci také zjistili, že párové programování eliminuje rozptylující činnost a umožňuje programátorům zaměřit se na produktivní činnost [75], což může být důvodem, proč zapojení komunikace přispívá k úspěchu párového programování. Murphy et al. [55] použil transakční analýzu k rozdělení komunikace různými typy transakcí a zjistili, že pokusy o více problémů spojených s více dokončovacími transakcemi a úspěchem debugování korelují s více kritickými transakcemi. V programování lidsko-lidských párů, programátoři tráví přibližně 1/3 času primárně se zaměřením na komunikaci [65], což je nutí soustředit, racionalizovat a vysvětlovat své myšlenky [31, 75]. V programování lidsko-AI párů, Mozannar et al. [53] ukázal, že analogické 1/3 množství času je stráveno komunikací s Copilotem, jako je myšlení a ověřování (22,4%) Copilotův návrh, který může být replikace sebe-vysvětlovací účinky nějakým způsobem, a prompt crafting, který trvá 11,56% času. Tyto činnosti jsou argumentovatelně úsilí pochopit a komunikovat s Copilotem. 4.4 Spolupráce Jak dobře partneři spolupracují, byly důležité faktory, které ovlivňují efektivitu párového programování [4, 79], a kooperativní chování a pozitivní vzájemná závislost jsou klíčem k úspěchu párového programování [67]. Například problém volného jezdce, kde je celá pracovní zátěž na jednom partnerovi, zatímco druhý zůstává marginálním hráčem, může vést k menší spokojenosti a učení [57, 87]. V programování v páru člověk-AI se vzdělavatelé obávají, že snadno dostupné nástroje pro generování kódu mohou vést k podvodům a nadměrná závislost na AI může studentům bránit v učení [10]. Nicméně žádná studie to oficiálně nehodnotila. Pro programování lidsko-lidského páru existuje navrhovaný vzor spolupráce přepínání rolí – dva vývojáři softwaru pravidelně a pravidelně přepínají mezi psaním kódu (driver) a navrhováním kódu (navigátor), jehož cílem je zajistit, aby oba byli zapojeni do úkolu a zmírnili fyzickou a kognitivní zátěž nesenou řidičem [5, 65]. Někteří výzkumníci Freudenberg et al. [24] argumentují, že úspěch párového programování by měl být přičítán komunikaci spíše než „rozdíly v chování nebo zaměření mezi řidičem a navigátorem“, protože zjistili, že jak řidič, tak navigátor pracoval na podobných úrovních abstrakce. V interakci člověka a umělé inteligence, vzhledem k úžasné schopnosti Copilotu psát kód v různých jazycích, někteří argumentovali, že Copilot může převzít roli „driveru“ v párovém programování, což umožňuje sólovému programátorovi převzít roli „navigátoru“ a zaměřit se na pochopení kódu na vyšší úrovni [35]. 4.5 Logistika Logistické výzvy, včetně potíží s plánováním, výukou a hodnocením spolupráce pro pár a zjišťováním individuální odpovědnosti a odpovědnosti [11, 67], mohou přidat k nákladům na řízení programování lidsko-lidského páru [4, 79]. V lidsko-AI párovém programování mohou někteří tvrdit, že člověk je v lidsko-AI páru jedině zodpovědný [72], ale zodpovědnost těchto generativních AI založených na LLM je stále předmětem diskuse [10]. Může dojít k novým logistickým otázkám pro lidsko-AI páru, jako je například učení lidí, jak nejlépe spolupracovat s Copilotem. Mohou existovat i jedinečné výzvy, jako v každém scénáři interakce člověka s AI, jako jsou předsudky, důvěra a technická omezení – mnoho, co je třeba prozkoumat. Lidsko-lidský pár programování literatura našla moderátory včetně   , , , , , , , a Nicméně chybí důkladné zkoumání potenciálních moderujících účinků v současných pracích pAIr. shrnutí Typ úkolu & Komplexnost Kompatibilita Komunikace spolupráce logistiky 
 
 
 
 
 Autoři : (1) Qianou Ma (korespondent), Carnegie Mellon University, Pittsburgh, USA (qianouma@cmu.edu); (2) Tongshuang Wu, Carnegie Mellon University, Pittsburgh, USA (sherryw@cs.cmu.edu); (3) Kenneth Koedinger, Carnegie Mellon University, Pittsburgh, USA (koedinger@cmu.edu). Authors: (1) Qianou Ma (korespondent), Carnegie Mellon University, Pittsburgh, USA (qianouma@cmu.edu); (2) Tongshuang Wu, Carnegie Mellon University, Pittsburgh, USA (sherryw@cs.cmu.edu); (3) Kenneth Koedinger, Carnegie Mellon University, Pittsburgh, USA (koedinger@cmu.edu). 
 
 Tento dokument je k dispozici v archivu pod licencí CC BY-NC-SA 4.0 DEED. Tento dokument je k dispozici v archivu pod licencí CC BY-NC-SA 4.0 DEED. Dostupné v archivu

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Pair Programming AI Agent 

undefined's blog

Tento zvuk je produkován v původním jazyce příběhu!

Rozbít zkušenosti s programováním člověka-AI páru

About Author

KOMENTÁŘE

ZAVĚŠIT ZNAČKY

TENTO ČLÁNEK BYL PŘEDSTAVEN V

Related Stories

Coinshift Launches csUSDL, Announces Strategic Partnerships

Coinshift Launches csUSDL, Announces Strategic Partnerships

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps