
 
 
 
 
 
 
 
 Los autores: (1) Amador Duran, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (amador@us.es); (2) Pablo Fernandez, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (pablofm@us.es); (3) Beatriz Bernardez, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (beat@us.es); (4) Nathaniel Weinman, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (nweinman@berkeley.edu); (5) Aslıhan Akalın, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (asliakalin@berkeley.edu); (6) Armando Fox, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (fox@berkeley.edu). Authors: (1) Amador Duran, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (amador@us.es); (2) Pablo Fernandez, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (pablofm@us.es); (3) Beatriz Bernardez, Instituto I3US, Universidad de Sevilla, España y SCORE Lab, Universidad de Sevilla, España (beat@us.es); (4) Nathaniel Weinman, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (nweinman@berkeley.edu); (5) Aslıhan Akalın, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (asliakalin@berkeley.edu); (6) Armando Fox, División de Ciencias de la Computación, Universidad de California, Berkeley, Berkeley, Estados Unidos (fox@berkeley.edu). Mesa de la izquierda Abstracto y 1 Introducción 1.1 La plataforma Twincode 1.2 Estudios piloto 1.3 Otras identidades de género y 1.4 Estructura del papel 2 Trabajo relacionado 3 Estudio original (Seville Dec, 2021) y 3.1 participantes 3.2 Ejecución del experimento 3.3 Factores (variables independientes) Variables de respuesta (variables dependientes) 5.3 Variaciones confusas 3.6 Análisis de datos 4 Primera Replicación (Berkeley May, 2022) 4.1 Participantes 4.2 Ejecución del experimento 4.3 Análisis de datos 5 Discusión y amenazas a la validez y 5.1 Operacionalización de la Causa Construcción – Tratamiento 5.2 Operacionalización de la Construcción de Efectos - Metricas 5.3 Muestreo de la población – participantes 6 Conclusiones y trabajos futuros 6.1 Replicación en diferentes contextos culturales 6.2 Uso de chatbots como socios y codificación de pronunciación basada en IA Conjuntos de datos, cumplimiento de estándares éticos, reconocimientos y referencias A. Cuestionario #1 y #2 puntos de respuesta B. Evolución de la interfaz de usuario twincode Interfaz de usuario de tag-a-chat Abstracción Las mujeres han sido históricamente subrepresentadas en la ingeniería de software, debido en parte a un clima poco acogedor permeado por el prejuicio de género generalizado que los hombres superan a las mujeres en la programación. la programación de pareja se utiliza ampliamente en la industria y se ha demostrado que aumenta el interés de los estudiantes en la ingeniería de software, especialmente entre las mujeres; pero si esos mismos prejuicios de género están presentes también en la programación de pareja, su potencial para atraer a las mujeres al campo podría ser obstaculizado. En concreto, en un entorno remoto en el que los estudiantes no pueden observar directamente el género de sus compañeros, estudiamos si la productividad percibida, la competencia técnica percibida del socio, y los comportamientos de colaboración/interacción de los estudiantes de Ingeniería de Software difieren dependiendo del género percibido de su socio remoto. Hemos desarrollado una plataforma de programación de pareja en línea (twincode) que proporciona una ventana de edición colaborativa y un panel de chat, ambos de los cuales están muy instrumentados. Los estudiantes del grupo de control no tenían información sobre el género de su pareja, mientras que los estudiantes del grupo de tratamiento podían ver un avatar de género que representa al otro participante como hombre o como mujer. El género del avatar se intercambió entre tareas de programación para analizar 45 variables relacionadas con el comportamiento de codificación colaborativa, declaraciones de chat y respuestas a cuestionarios de 46 pares en el estudio original en la Universidad de Sevilla, y 23 pares en la replicación externa en la Universidad de California, Berkeley. No observamos ningún efecto estadísticamente significativo del tratamiento del bias de género, ni ninguna interacción entre el género del socio percibido y el género del sujeto, en cualquiera de las 45 variables de respuesta medidas en el estudio original.En la replicación externa, observamos efectos estadísticamente significativos con tamaños moderados a grandes en cuatro de las 45 variables dependientes dentro del grupo experimental, comparando cómo los sujetos actuaban cuando sus socios estaban representados como hombre o mujer. En la replicación externa, parece que los estudiantes borran más caracteres de código fuente cuando tienen una pareja femenina, y se comunican utilizando más declaraciones informales, reflexiones y preguntas sí/no cuando tienen una pareja masculina, aunque estos resultados deben considerarse cuidadosamente debido al pequeño número de sujetos en la replicación, y porque cuando se aplican ajustes de tasa de descubrimiento falsos, sólo el resultado sobre las declaraciones informales permanece significativo. Context Objective Method Results Conclusions 1 Introducción Además de ser ampliamente utilizado en la industria, la programación en pareja se está volviendo cada vez más común en la educación de Ingeniería de Software debido a su demostrada influencia positiva en las calificaciones, el rendimiento de la clase, la confianza, la productividad y la motivación para permanecer en las especialidades académicas de Ingeniería de Software y Ciencias de la Computación [12], especialmente para las mujeres, como se informó por [60]. En la programación de pareja, dos socios trabajan estrechamente juntos para resolver una tarea de programación, en la que su capacidad de participar colaborativamente entre sí es esencial. Sin embargo, estas interacciones colaborativas pueden ser influenciadas por el vicio de género implícito [28], que es un fenómeno ampliamente observado incluso en entornos altamente estructurados y profesionales, como los reportados por [30] y [12], y que se basa en la suposición de que las mujeres son menos técnicamente competentes que los hombres [38]. Dado que la investigación en las ciencias sociales indica que el comportamiento de un individuo está claramente afectado por el comportamiento de sus compañeros [17], buscamos explorar cómo y si el vicio de género afecta la experiencia de programación de pareja entre los estudiantes de Ingeniería de Software. Nuestro estudio se basa en la hipótesis de que el vicio de género conducirá a diferencias observables basadas en las percepciones de los sujetos del género de sus socios de programación de pareja, es decir, que marcarán hombres y mujeres de manera diferente en tareas similares, y también se comportarán y comunicarán de manera diferente dependiendo de si perciben a su pareja como hombre o como mujer, aunque su pareja permanezca la misma en todas las tareas. Para estudiar nuestra hipótesis, hemos aplicado la triangulación metodológica [13], utilizando varios métodos para recopilar datos y abordar un fenómeno complejo como el comportamiento humano desde más de un punto de vista [9]. En nuestro caso, se han utilizado tres fuentes de datos diferentes: (1) cuestionarios para medir los cambios en las percepciones de los sujetos, (2) datos recopilados automáticamente durante las tareas de programación en pareja para medir los cambios en el comportamiento, y (3) datos producidos por varios experimentadores que analizan el intercambio de mensajes durante las tareas de programación en pareja para medir los cambios en la comunicación. Asumiendo una configuración de programación de pareja remota, que se ha demostrado que tiene resultados similares a la programación de pareja co-localizada como se informó por [53] y [3], nuestras preguntas de investigación con respecto a las percepciones de los sujetos son las siguientes: 1 ¿El bias de género afecta a la productividad percibida en comparación con la programación en solitario? es decir, ¿las diferencias percibidas entre la productividad en pareja y la productividad en solitario dependen del género del socio percibido? RQ RQ 2 ¿El vicio de género afecta a la competencia técnica percibida del socio en comparación con la propia competencia técnica? es decir, ¿las diferencias percibidas entre la propia competencia y la de los socios dependen del género del socio percibido? RQ RQ 3 ¿El bias de género afecta a los aspectos positivos y negativos percibidos por la pareja? es decir, ¿los aspectos positivos y negativos percibidos de sus parejas dependen del sexo de la pareja percibida? RQ RQ 4 ¿El bias de género afecta a cómo se comparan las habilidades de los socios? es decir, ¿las habilidades de los socios percibidos dependen del género del socio percibido cuando se comparan? RQ RQ Con respecto al comportamiento de los sujetos durante la programación de pareja remota, suponiendo que el vicio de género podría hacer que un sujeto sea más o menos proactivo en la tarea de programación, o más o menos verboso durante la conversación, nuestra pregunta de investigación, basada en lo que podemos medir automáticamente, es la siguiente: 5 ¿El bias de género afecta a las frecuencias o frecuencias relativas con las que cada socio produce adiciones de código fuente, supresiones de código fuente, validaciones exitosas, validaciones fallidas y pronunciamientos de chat? RQ RQ En cuanto a la comunicación de los sujetos durante la programación de pareja remota, nos interesa saber si el vicio de género afecta a la forma en que los sujetos se comunican con sus socios, es decir, si utilizan un estilo más formal o informal, y si utilizan algunos tipos de pronunciamientos de chat más que otros. 6 ¿El vicio de género afecta a la frecuencia relativa de las declaraciones de chat formales e informales? es decir, la formalidad de los mensajes depende del género del socio percibido? RQ RQ ¿El bias de género afecta a la frecuencia o a la frecuencia relativa de los diferentes tipos de pronunciamientos de chat? es decir, ¿las frecuencias de los diferentes tipos de mensajes dependen del género del socio percibido? RQ RQ 
 
 Este artículo está disponible en archivo bajo la licencia CC BY 4.0 DEED. Este artículo está disponible en archivo bajo la licencia CC BY 4.0 DEED. Disponible en Archivo [1] Esta pregunta de investigación, y sus variables asociadas, se añadieron después de la presentación del informe registrado relacionado en ESEM’2021 [16]. Pensamos que incluir una pregunta abierta podría mejorar el proceso de recopilación de datos.

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

Pair Programming AI Agent 

undefined's blog

Este audio es producido en el idioma original de la historia!

Demasiado Largo; Para Leer

Make resilience your competitive advantage

¿Cómo se percibe el impacto de género en la dinámica de la programación de pareja?

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps