Auteurs:  (1) Amador Durán, SCORE Lab, Institut I3US, Universidad de Sevilla, Séville, Espagne (amador@us.es) ;  (2) Pablo Fernández, SCORE Lab, Institut I3US, Universidad de Sevilla, Séville, Espagne (pablofm@us.es) ;  (3) Beatriz Bernárdez, Institut I3US, Universidad de Sevilla, Séville, Espagne (beat@us.es) ;  (4) Nathaniel Weinman, Division d'informatique, Université de Californie, Berkeley, Berkeley, CA, États-Unis (nweinman@berkeley.edu) ;  (5) Aslı Akalın, Division des sciences informatiques, Université de Californie, Berkeley, Berkeley, Californie, États-Unis (asliakalin@berkeley.edu) ;  (6) Armando Fox, Division d'informatique, Université de Californie, Berkeley, Berkeley, Californie, États-Unis (fox@berkeley.edu).  Table des liens   Résumé et 1 Introduction   1.1 La plateforme twincode   1.2 Travaux connexes   2 questions de recherche   3 variables   3.1 Variables indépendantes   3.2 Variables dépendantes   3.3 Variables confondantes   4 participants   5 Plan d'exécution et 5.1 Recrutement   5.2 Formation et 5.3 Exécution de l'expérience   5.4 Analyse des données   Remerciements et références  ABSTRAIT    . Il a été constaté que la programmation en binôme augmentait l'intérêt des étudiants pour l'informatique, en particulier chez les femmes, et semblerait donc être un moyen de remédier à la sous-représentation des femmes dans le domaine. Cependant, l'une des raisons de cette sous-représentation est le climat peu accueillant créé par les stéréotypes de genre appliqués aux ingénieurs en général, et aux ingénieurs en logiciel en particulier, en supposant que les hommes sont plus performants que leurs pairs féminins. Si ce même biais est présent dans la programmation en binôme, il pourrait aller à l'encontre de l'objectif d'améliorer l'équilibre entre les sexes dans l'informatique. Objectif. Dans un environnement à distance dans lequel les étudiants ne peuvent pas observer directement le sexe de leurs pairs, nous cherchons à explorer si les étudiants en génie logiciel se comportent différemment lorsque le sexe perçu de leurs partenaires de programmation en binôme à distance change, en recherchant des différences dans (i) la productivité perçue par rapport à la programmation en solo ; (ii) la compétence technique perçue du partenaire par rapport à la leur ; (iii) le niveau de compétence perçu du partenaire ; (iv) le comportement d'interaction, comme la fréquence des ajouts, suppressions, validations de code source, etc. et (v) le type et les fréquences relatives des messages de dialogue utilisés pour le comportement collaboratif dans une fenêtre de discussion. Bien qu'il existe quelques études sur les performances de la programmation en binôme et la combinaison des paires de genres, à notre connaissance, il n'existe aucune étude sur l'impact des stéréotypes et des préjugés sexistes au sein des paires elles-mêmes. Méthode. Nous avons développé une plateforme en ligne (twincode) qui classe aléatoirement les étudiants en groupes équilibrés entre les sexes, les organise en paires pour la programmation en binôme à distance (partageant une fenêtre d'éditeur et une fenêtre de discussion), et peut tromper sélectivement l'un ou les deux partenaires sur le sexe de l'autre via l'utilisation d'un avatar clairement genré. Plusieurs comportements sont automatiquement mesurés pendant le processus de programmation en binôme, ainsi que deux questionnaires et un marquage sémantique des conversations des paires. Nous effectuerons une série d'expériences pour identifier l'effet, le cas échéant, d'un éventuel biais sexiste dans les interactions de programmation en binôme à distance. Les étudiants du groupe témoin n'auront aucune information sur le sexe de leur partenaire ; les étudiants du groupe de traitement recevront ces informations mais seront sélectivement trompés sur le véritable sexe de leur partenaire. Pour analyser les données, en plus de vérifier la fiabilité des données du questionnaire à l'aide de l'alpha de Cronbach et du critère de Kaiser, pour chaque variable de réponse, nous allons (i) comparer les groupes de contrôle et expérimental pour la distance de score entre deux tâches en binôme ; puis, en utilisant uniquement les données du groupe expérimental, nous allons (ii) comparer les scores en utilisant le sexe perçu du partenaire comme variable intra-sujets ; et (iii) analyser l'interaction entre le sexe perçu du partenaire (intra-sujets) et le sexe du sujet (entre sujets). Pour les analyses (i) et (ii), nous utiliserons des tests t, tandis que pour les analyses (iii), nous utiliserons des ANOVA à modèle mixte. Contexte  1 INTRODUCTION  La programmation en binôme est un paradigme de collaboration de plus en plus populaire qui s'est avéré être un outil efficace dans l'enseignement de l'informatique, comme le montre son influence positive sur les notes, les performances en classe, la confiance, la productivité et la motivation à rester [6], en particulier pour les femmes [19, 24]. Dans la programmation en binôme, deux partenaires travaillent en étroite collaboration pour résoudre une tâche de programmation. En tant que telle, leur capacité à s'engager l'un avec l'autre est essentielle. Cependant, ces interactions sont influencées par des préjugés sexistes implicites [12, 18], comme le fait de supposer que les femmes sont moins compétentes techniquement [18]. Il s'agit d'un phénomène largement observé même dans des environnements hautement structurés [6, 13]. Les recherches en sciences sociales indiquent que le comportement d'un individu est affecté par le comportement de ses pairs [8]. Par conséquent, les préjugés sexistes implicites basés sur la perception des pairs peuvent avoir des effets sur le comportement d'une personne, influençant potentiellement l'expérience de la programmation en binôme.  Dans ce travail, dans un environnement non colocalisé (c'est-à-dire à distance) dans lequel le genre des pairs ne peut pas être directement observé, notre objectif est d'explorer si les étudiants en génie logiciel changent leur comportement lorsque le genre perçu de leurs partenaires de programmation en binôme à distance passe d'homme à femme ou vice versa. Notez que, bien que nous reconnaissions que de nombreux étudiants peuvent ne s'identifier ni comme hommes ni comme femmes, notre exploration initiale se concentre principalement sur les interactions entre les étudiants qui s'identifient comme l'un de ces deux groupes, afin que nous puissions mieux aligner nos résultats sur la littérature existante sur les préjugés sexistes implicites. Les biais potentiels dans les interactions impliquant des étudiants fluides en termes de genre, non conformes au genre ou non binaires constituent un sujet riche et complexe qui mérite sa propre étude ultérieure.  Pour atteindre notre objectif, nous prévoyons de rechercher des différences non seulement dans la productivité perçue de la programmation en binôme par rapport à la programmation en solo, la compétence technique perçue du partenaire par rapport à la sienne, et le niveau de compétence perçu des partenaires, mais aussi dans le comportement d'interaction, c'est-à-dire la fréquence des ajouts, suppressions, validations, etc. de code source, ainsi que le type et la fréquence relative des messages de dialogue utilisés pour le comportement collaboratif.  Afin d’obtenir un retour d’information précoce sur l’infrastructure soutenant notre proposition, nous avons mené deux études pilotes, une dans chaque université, avec un nombre limité d’étudiants, où nous avons pu vérifier la compréhensibilité des questionnaires utilisés pour recueillir des données subjectives, l’applicabilité du balisage des messages (décrit dans la section 2) et les capacités de la plateforme twincode, brièvement décrite ci-dessous.  Ce document est  sous licence CC BY 4.0 DEED.   disponible sur arxiv

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

Pair Programming AI Agent 

undefined's blog

Cet audio est produit dans la langue originale de l'histoire !

Les préjugés sexistes perçus peuvent-ils influencer la programmation en binôme dans les environnements éloignés ?

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Nomades numériques, écoutez : ce que vous devez savoir sur le nouveau visa DTV de la Thaïlande

Créer des produits cryptographiques centrés sur l'utilisateur : l'importance des retours clients

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Nomades numériques, écoutez : ce que vous devez savoir sur le nouveau visa DTV de la Thaïlande

Créer des produits cryptographiques centrés sur l'utilisateur : l'importance des retours clients

Le guide complet pour réussir une migration vers le cloud : stratégies et bonnes pratiques

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps