探索 LLM 在特定软件工程任务中的采纳个体因素
软件工程
2026-04-15 v2
摘要
背景：大型语言模型（LLM）正在改变软件开发，显著增强软件工程（SE）流程。研究探索了它们在开发团队中的作用，聚焦于LLM用于SE任务中特定目的的使用情况，如制品生成、决策支持和信息检索。尽管存在关于LLM在SE领域的广泛研究，但大多数研究集中于广泛采纳趋势，忽略了个体认知和行为因素与其对特定目的采纳影响之间的细微关系。虽然已探索了感知 effort 和 performance expectancy 等因素，但其对不同SE目的的影响仍未充分考察。此差距阻碍了开发与工程师具体需求相匹配的定制化LLM系统（例如生成式AI代理），并限制了团队领导者制定有效策略以促进LLM在特定工作流程中采纳的能力。目标：基于上述原因，本研究旨在研究驱动LLM用于不同SE目的采纳的个体因素。方法：为实现上述目标，我们对188名软件工程师进行调查，以测试技术采纳相关属性与LLM采纳在五个关键目的之间的关系，采用结构方程模型（SEM）。应用统一技术接受与使用理论（UTAUT2）来刻画个体采纳行为。结果：研究发现，目的特定采纳受到不同因素的影响，一些因素在孤立考虑时会负面影响采纳，凸显了LLM在SE中集成的复杂性。
引用
@article{arxiv.2504.02553,
title = {Exploring Individual Factors in the Adoption of LLMs for Specific Software Engineering Purposes},
author = {Stefano Lambiase and Gemma Catolino and Fabio Palomba and Filomena Ferrucci and Daniel Russo},
journal= {arXiv preprint arXiv:2504.02553},
year = {2026}
}