
 
 
 
 
 Autori : (1) Hsu Myat Win, Južni sveučilište znanosti i tehnologije, Kina (11960003@mail.sustech.edu.cn); (2) Haibo Wang, Južni sveučilište znanosti i tehnologije, Kina (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, dopisnik sa Južnog sveučilišta znanosti i tehnologije u Kini (tansh3@sustech.edu.cn). Authors: (1) Hsu Myat Win, Južni sveučilište znanosti i tehnologije, Kina (11960003@mail.sustech.edu.cn); (2) Haibo Wang, Južni sveučilište znanosti i tehnologije, Kina (wanghb2020@mail.sustech.edu.cn); (3) Shin Hwei Tan, dopisnik sa Južnog sveučilišta znanosti i tehnologije u Kini (tansh3@sustech.edu.cn). stolovi lijeve strane Abstract i 1. uvod 
 
 
 
 
 
 
 
 
 
 Background and Related Work 
 
 
 
 Study of Unethical Behavior in OSS 3.1 RQ1: Types of unethical behavior 3.2 RQ2: Affected software artifacts 
 
 
 
 Methodology 4.1 Modeling via SWRL rules 4.2 Automatic detection of unethical behavior 
 
 Evaluation 
 
 Discussion and Implications 
 
 Threats to Validity 
 
 Conclusion and References Abstrakcija S obzirom na brz rast projekata otvorenog softvera (OSS), etička razmatranja postaju sve važnija. Prethodne studije usmjerene su na specifična etička pitanja (npr. rodna predrasuda i pravednost u OSS-u). Postoji malo do nikakvih studija o različitim vrstama neetičkog ponašanja u projektima OSS-a. Predstavljamo prvu studiju neetičkog ponašanja u projektima OSS-a iz perspektive dionika. Naša studija 316 pitanja GitHub-a pruža taksonomiju od 15 vrsta neetičkog ponašanja usmjerenih na šest etičkih načela (npr. autonomija). Primjeri novog neetičkog ponašanja uključuju (kopiranje repozitorija bez forking) i (Promicanje repozitorija bez samo-identifikacije kao doprinosa repozitoriju). Također identificiramo 18 vrsta softverskih artefakata na koje utječe neetičko ponašanje. Različite vrste neetičkog ponašanja identificirane u našoj studiji (1) pozivaju na pažnju programera i istraživača kada doprinose GitHubu i (2) upućuju na buduća istraživanja o automatskom otkrivanju neetičkog ponašanja u projektima OSS. Na temelju naše studije predlažemo Etor, pristup koji može automatski otkriti šest vrsta neetičkog ponašanja pomoću ontološkog inženjeringa i pravila Semantic Web Rule Language (SWRL) za modeliranje atributa GitHuba i softverskih artefakata. Naša procjena 195.621 problema GitHub (1,765 repozitorija G Soft forking Samopromicanje 1 Uvod S rastućom popularnošću razvoja softvera otvorenog koda (OSS), etička razmatranja postala su važna, ali često zanemarena tema unutar istraživačke zajednice. (kompromisi koji namjerno uvode kritične bugove u kod), izazvao je aktivnu raspravu među Linux zajednicom, istraživačima i drugim OSS programerima [81]. Linux programeri su tvrdili da je pravljenje "hipokritskih kompromisa" "nije etičko", a gubljenje vremena programera u pregledu nevažećih patchova [36]. Što je važnije, ovaj incident je otkrio napad na osnovnu pretpostavku same OSS-a (tj. činjenica da svatko može doprinijeti kodu i bilo koji OSS projekt je podložan sličnom incidentu). (osobe koje su sudjelovale ili su zainteresirane za projekt OSS i mogu utjecati ili biti pogođene projektom OSS), većina studija o neetičkom ponašanju u projektima OSS uglavnom se usredotočuje na uobičajene vrste neetičkog ponašanja, kao što su rodna predrasuda [59, 76], pravednost u procesu preispitivanja kode [53], i licenciranje softvera [64, 78, 79]. Bez razumijevanja definicije neetičkog ponašanja iz perspektive dionika projekata OSS-a, incidenti slični eksperimentima "hipokritskih počinitelja" vjerojatno će se ponoviti. Hipokratska djela Zainteresirane strane Postoji malo ili nijedna studija koja istražuje važno pitanje: "Koja se vrsta ponašanja smatra neetičkim od strane dionika u projektima OSS?" Prethodne studije naglašavaju važnost razmatranja etičkih pitanja u projektima OSS-a pomoću različitih primjera i upućivanja na etičke principe [54, 56, 73]. Nažalost, jedna studija je otkrila da upućivanje sudionika na razmatranje etičkog kodeksa ACM-a ne utječe na njihovo etičko donošenje odluka u zadaćama softverskog inženjeringa [68]. Sličan argument napravljen je u etici AI-a, koja poziva na praktične metode za prevođenje načela u praksu [69]. Stoga tvrdimo da nije dovoljno samo promatrati pojavu neetičkog ponašanja kroz nekoliko primjera u projektima OSS-a, mnogo je važnije sustavno proučavati njihove karakteristike i dizajnirati praktične alate koji mogu automatski otkriti neetičko ponašanje tako što će zainteresiranim stranama predstaviti dokaze koristeći podatke u projektima OSS-a. Kako bi se uklonile praznine između općih etičkih načela i praksi OSS-a, predstavljamo prvu studiju o vrstama neetičkog ponašanja u projektima OSS-a iz perspektive dionika. (RQ1) Kako dionici u projektima OSS-a definiraju neetičko ponašanje i koje su vrste neetičkog ponašanja? (RQ1) Kako dionici u projektima OSS-a definiraju neetičko ponašanje i koje su vrste neetičkog ponašanja? Govoreći o Istražujemo na Njihovi i odgovarajuće   To je ono što pokreće neetičko ponašanje u našim projektima. Etička načela Različite vrste neetičkog ponašanja karakteristike Etički načela (RQ2) S obzirom na vrstu neetičkog ponašanja, koja je odgovarajuća vrsta softverskih artefakata koje dionici projekta OSS smatraju neetičkim? (RQ2) S obzirom na vrstu neetičkog ponašanja, koja je odgovarajuća vrsta softverskih artefakata koje dionici projekta OSS smatraju neetičkim? Za svaku vrstu neetičkog ponašanja, proučavamo (tj. artefakti u kojima su dionici tvrdili da krše etička načela) kako bi vodili naš dizajn alata koji može automatski identificirati neetičko ponašanje u projektima OSS-a. Oštećeni softverski artefakti Naša vlastita studija vodi do iste taksonomije od 15 vrsta neetičkog ponašanja u projektima OSS-a. uključujući S1: Bez pripisivanja autoru u kodu, S2: Soft forking, S3: Plagiarizam, S4: Licencijska nespojivost, S5: Bez licenciranja u javnom repozitoriju, S6: Neinformirana promjena licencije, S7: Neopterećivanje ili neopterećivanje vlastitog softvera, S8: Samopromocija, S9: Kršenje privatnosti. Šest od njih nije proučavano (npr. S2, S6, S8, S9, S11, S12), S11: Naming confusion, S12: Zatvaranje izdanja/PR bez objašnjenja, S13: Zlostavljanje jezika, S14: Neopterećivanje ili Inspirirani našim istraživanjem, predložili smo Ethic Detector (Etor), automatski alat za otkrivanje temeljen na ontološkom inženjeringu (opis entiteta i njihovih svojstava, odnosa i ponašanja) i pravila Semantic Web Rule Language (SWRL) za modeliranje softverskih artefakata u GitHubu. • Prema najboljem našem znanju, proveli smo prvu studiju o neetičkom ponašanju u projektima OSS-a iz perspektive dionika.Naša studija 316 GitHub problema/PR-ova iz 301 projekta otkrila je 15 vrsta neetičkog ponašanja s šest novih.Naša studija također je otkrila raznolikost pogođenih softverskih artefakata.Naša referentna vrijednost koja sadrži 316 pitanja s različitim vrstama neetičkog ponašanja postavlja temelj za buduće automatizirane pristupe za otkrivanje neetičkog ponašanja. Study • Predlažemo Etor, novi alat temeljen na ontologiji koji automatski otkriva neetičko ponašanje u projektima OSS. Modeliramo atribute GitHub-a koristeći ontologije i dizajniramo SWRL pravila kako bismo provjerili neetičko ponašanje u raznim artefaktima. Technique • Naša procjena 195.621 GitHub problema / PR-ova iz 1.765 repos pokazuje da Etor može automatski otkriti 548 problema s 74.8% istinskom pozitivnom stopom u prosjeku. Evaluation 
 
 Ovaj dokument je dostupan na arhivu pod licencom CC BY 4.0 DEED. Ovaj dokument je dostupan na arhivu pod licencom CC BY 4.0 DEED. Dostupno u Arhivu

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

EScholar Technologies

EScholar

Ovaj zvuk je proizveden na izvornom jeziku priče!

Predugo; Čitati

Make resilience your competitive advantage

Što nas 316 problema GitHub-a uči o tamnoj strani otvorenog koda

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps