arXiv cs.AI· Samuel Ferino, Rashina Hoda, John Grundy, Christoph Treude, Hashini Gunatilake·· 12 小时前AI 评分31
开发者向 LLM 委派任务的四种模式与信任因素：一项混合方法研究
Developer Task Delegation to LLMs and the Trust Factor: A Mixed Methods Study
AI 导读
一项基于 22 次访谈和 160 名软件从业者问卷的混合方法研究发现，开发者向 LLM 委派任务存在完全委派、部分委派、自我委派和任务回避四种模式。统计分析显示，信任是与任务委派显著相关的因素，任务难度、任务风险与开发者动机亦被纳入关联分析。该研究已被 ICSE'27 接收。
正文 · AI 翻译
摘要：随着大型语言模型（LLM）的兴起，软件开发人员获得了一种强大的新方法：将软件开发任务委托给 LLM。现有研究已针对部分任务和因素探讨了任务委托。然而，开发人员究竟将哪些任务委托给 LLM、委托程度如何以及为何委托，目前仍缺乏充分理解。我们通过 22 次访谈和一项涵盖 160 名软件从业者的调查来探究这些问题。开发人员报告了四种将任务委托给 LLM 的模式：完全委托、部分委托、自我委托和任务回避。基于我们的定性研究结果，我们讨论了这些选择背后的理由，并探讨了任务难度、任务风险、开发者动机和信任如何与软件开发任务委托给 LLM 相关联。我们的统计分析表明，信任是与任务委托给 LLM 相关的一个重要因素。最后，我们分享了关于软件研究中人机协作的可操作启示，以及软件从业者如何充分利用其新获得的委托能力。
| 评论： | 已被第 49 届 IEEE/ACM 国际软件工程会议（ICSE'27）论文集接收发表 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；人机交互（cs.HC） |
| 引用为： | arXiv:2610.34317 [cs.SE] |
| （或使用 arXiv:2610.34317v1 [cs.SE] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.34317 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Samuel Ferino [查看电子邮件]
[v1]
2026 年 10 月 25 日星期日 14:28:10 UTC（2,651 KB）
来源：arXiv cs.AI · arxiv.org