变革 OSS 社区新成员的入职流程：未来的 AI 导师
软件工程
2025-05-08 v1
摘要
新成员的入职对开源软件（OSS）项目的可持续性至关重要。为了降低门槛并提高参与度，OSS 项目配备了专门的专家为新成员提供指导。然而，由于专家日程繁忙，及时回复常常受到阻碍。近期人工智能在软件工程领域的快速进展为利用 AI 替代专家指导带来了机遇。然而，AI 作为全面导师在整个入职流程中的潜在角色尚未被探索。为了确定这种“AI 导师”的设计策略，我们将设计虚构作为一种参与式方法应用于 19 名 OSS 新成员。我们调查了他们当前的入职体验，并提取了 32 项未来 AI 导师的设计策略。参与者设想将 AI 导师集成到 GitHub 等 OSS 平台中，为新成员提供诸如“基于个性化需求推荐项目”和“按难度评估和分类项目 issue”等帮助。我们还收集了参与者对一个实现了上述设想策略的原型（命名为“OSSerCopilot”）的看法。他们发现该界面有用且用户友好，表现出未来使用的意愿，表明这些设计策略是有效的。最后，为了找出我们的设计策略与当前研究之间的差距，我们进行了全面的文献综述，评估了现有研究对这一概念的支持程度。我们发现，在新成员高度期待 AI 导师协助的某些领域（如“发现感兴趣的项目”），研究相对匮乏。我们的研究有潜力变革当前的新成员-专家指导模式，并为旨在开发和增强 AI 导师系统的研究人员和工具设计者提供有价值的见解。
引用
@article{arxiv.2505.04277,
title = {Revolutionizing Newcomers' Onboarding Process in OSS Communities: The Future AI Mentor},
author = {Xin Tan and Xiao Long and Yinghao Zhu and Lin Shi and Xiaoli Lian and Li Zhang},
journal= {arXiv preprint arXiv:2505.04277},
year = {2025}
}