arXiv cs.AI· Annemarie Wittig, Alina Mailach, Norbert Siegmund·· 4 小时前AI 评分38
系统综述:AI 编程助手对开发者生产力的证据碎片化、结论不一
Fragmented Markers, Mixed Results: A Systematic Review of AI Coding Assistants and Developer Productivity
AI 导读
一项分阶段系统文献综述梳理 AI 编程助手对开发者生产力的影响,共识别出 187 个生产力及生产力相关指标,而单项研究通常只使用 5 个,证据基础广泛但高度碎片化。明确以生产力为主题的研究以时间、产出和制品类代理指标为主,纳入 SPACE 框架后满意度、心理层面与幸福感才明显可见。报告效应多为正向,但这一倾向在主观感知类发现中强于客观或经统计检验的发现,现有证据尚不足以支撑简单、脱离情境的结论。
正文 · AI 翻译
摘要:AI 编程助手正日益融入软件工程实践,但现有文献仍未就其如何影响软件开发者生产力给出累积性、易于解读的整体图景。核心问题不在于研究数量不足,而在于缺乏可比性:既有研究通过各不相同的指标、场景和报告方式来操作化生产力,使得跨研究结论难以得出。为此,我们开展了一项分阶段的系统性文献综述。第一阶段,我们综合了明确考察开发者生产力的研究。第二阶段,我们以 SPACE 作为理论框架,将范围扩展到与生产力相关的开发者结果,纳入明确的生产力研究常常忽略的以人为中心的证据。在两个阶段中,我们分析了生产力如何被操作化、讨论了哪些混杂因素,以及报告效应的分布情况。
我们识别出 187 个独特的生产力及生产力相关指标,而单项研究通常只使用五个,这揭示出一个广泛但高度碎片化的证据基础。明确的生产力研究以时间、产出和制品导向的代理指标为主,而与 SPACE 对齐的更广泛语料则使满意度、心理层面和幸福感显著更多地显现出来。报告的效应多为正向,但这一模式在感知性和倾向性发现中比在客观性或经统计评估的发现中更强。总体而言,文献表明 AI 编程助手能够支持生产力,但当前证据尚不足以支持简单、与情境无关的结论。因此,本综述的关键贡献在于提供了一个结构化基础,使生产力证据更具可解读性、多维性,并可在研究之间进行比较。
| 评论: | 已被第 41 届 IEEE/ACM 自动化软件工程国际会议(ASE '26)接收 |
| 主题: | 软件工程(cs.SE);人工智能(cs.AI) |
| 引用为: | arXiv:2611.21632 [cs.SE] |
| (或 arXiv:2611.21632v1 [cs.SE] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.21632 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Annemarie Wittig [查看邮箱]
[v1]
2026 年 9 月 16 日星期三 13:40:40 UTC(74 KB)
来源:arXiv cs.AI · arxiv.org