字里行间的解读：AI辅助编程中的用户行为与成本建模
软件工程
2024-04-23 v5 人机交互
机器学习
摘要
诸如 Copilot 和 CodeWhisperer 等代码推荐系统，通过建议和自动补全代码，有潜力提高程序员的生产力。然而，要充分发挥其潜力，我们必须了解程序员如何与这些系统交互，并找出改善这种交互的方法。为了寻求有关代码推荐系统在人机协作方面的见解，我们研究了 GitHub Copilot，这是一个每天有数百万程序员使用的代码推荐系统。我们开发了 CUPS，一个程序员与 Copilot 交互时常见活动的分类体系。我们对21名程序员的研究（他们完成了编码任务并使用 CUPS 回溯标记了他们的会话）表明，CUPS 可以帮助我们理解程序员如何与代码推荐系统交互，揭示了低效和时间成本。我们的见解揭示了程序员如何与 Copilot 交互，并为新的界面设计和指标提供了动力。
引用
@article{arxiv.2210.14306,
title = {Reading Between the Lines: Modeling User Behavior and Costs in AI-Assisted Programming},
author = {Hussein Mozannar and Gagan Bansal and Adam Fourney and Eric Horvitz},
journal= {arXiv preprint arXiv:2210.14306},
year = {2024}
}
备注
CHI 2024