Configurable AI Coding Assistants: Designing For Developers Who Like to Be in Control
JetBrains Research(JetBrains研究院);Delft University of Technology(代尔夫特理工大学)
研究有经验的开发者对编码助手配置的需求,通过综合相关研究列出配置选项,经调查及设计会议发现开发者对可配置性兴趣浓厚,任务相关控制需求高,探讨了设计更优配置界面对于未来编码助手的意义。
2026-07-13 cs.HC
The Impact of Generative AI Coding Assistants on Developers Who Are Visually Impaired
Northeastern University(东北大学);Microsoft(微软公司);Universidad Nacional Autonoma de Mexico (UNAM)(墨西哥国立自治大学)
该研究采用活动理论框架探究生成式AI编程助手对视障开发者的影响,发现其虽有显著益处,但会加剧可访问性障碍并带来新挑战,提出需应用以活动为中心的设计原则优化助手,提升软件开发的可访问性。
2025-03-10 cs.AI cs.CY cs.HC
The Impact of LLM-Assistants on Software Developer Productivity: A Systematic Review and Mapping Study
Queen's University(女王大学)
本文通过综述39项研究,探讨LLM助手对软件开发者生产力的影响,发现多数研究显示积极效益,但存在认知卸载和团队协作风险,研究指出需更全面的评估方法。
2026-08-04 cs.AI cs.HC cs.SE
The Evolution of Information Seeking in Software Development: Understanding the Role and Impact of AI Assistants
本研究通过混合方法调查发现,开发者日益依赖AI工具进行信息寻求以提升效率,但需重视基础开发者知识以指导AI输出,对AI工具整合进开发流程具有启示。
2025-04-25 cs.HC cs.SE
CodingGenie: A Proactive LLM-Powered Programming Assistant
本文提出集成于代码编辑器的主动式 LLM 编程助手 CodingGenie,可依据代码上下文自主提供修复与测试建议并支持自定义,同时评估其体验提升与主动性成本。
2025-03-18 cs.HC
Developer Interaction Patterns with Proactive AI: A Five-Day Field Study
JetBrains;JetBrains Research(JetBrains 研究部);Carnegie Mellon University(卡内基梅隆大学);Delft University of Technology(代尔夫特理工大学)
本研究通过五天实地观察,揭示开发者对前瞻性AI建议的接受模式,发现干预时机和上下文对使用效果有显著影响。
2026-01-15 cs.HC cs.SE
Trust and Reliance on AI in Education: AI Literacy and Need for Cognition as Moderators
North Carolina State University(北卡罗来纳州立大学);University of Florida(佛罗里达大学)
本研究通过编程问题解决实验,发现学生对AI助手的信任与适当依赖呈非线性关系,高信任导致对正确与错误建议的区分能力下降,且AI素养和认知需求显著调节这一关系。
2026-06-08 cs.AI cs.CY cs.ET
From Preventive to Reactive: How AI Coding Assistants Transform Developers' Security Awareness
University of Maryland Baltimore County(马里兰大学巴尔的摩分校);University of Dhaka(达卡大学);Kent State University(肯特州立大学)
通过访谈和观察15名专业开发者,发现AI编程助手将安全思考从编码阶段转移到审查阶段,导致从预防性安全转向反应性安全,并揭示了安全意识与行为脱节的现象。
2026-06-11 cs.CR cs.HC
An Exploratory Study of ML Sketches and Visual Code Assistants
Carnegie Mellon University(卡内基梅隆大学);INESC-ID;Faculty of Engineering, University of Porto(波尔图大学工程学院)
本研究构建了首个 IDE 内草图转代码的 Visual Code Assistant 原型,通过 19 名数据科学家的实验与访谈,验证了利用具备视觉能力的 LLM 将 ML 工作流草图转化为 Python 代码的有效性及用户需求。
2024-12-17 cs.AI cs.HC cs.SE
"My productivity is boosted, but ..." Demystifying Users' Perception on AI Coding Assistants
Singapore Management University(新加坡国立管理大学);University of Alberta(阿尔伯塔大学);Southeast University(东南大学)
本文通过分析VS Code Marketplace中1,085个AI编程助手的大量第一手用户评论,构建用户关注点分类体系,揭示开发者对上下文感知、可定制和资源高效交互的真实需求,并提出五项改进建议。
2025-08-17 cs.AI cs.HC cs.SE
Security Concerns in Generative AI Coding Assistants: Insights from Online Discussions on GitHub Copilot
Hamburg University of Technology(汉堡工业大学);University of Saskatchewan(萨斯喀彻温大学);RMIT University(皇家墨尔本理工大学)
研究分析开发者在公共论坛中提出的安全问题,识别出数据泄露、代码授权、对抗攻击和不安全代码建议等四大安全关切,揭示生成式AI在软件工程中的局限性与权衡。
2026-04-09 cs.CR cs.HC cs.SE
HookLens: Visual Analytics for Understanding React Hooks Structures
Seoul National University(首尔大学);Samsung Electronics(三星电子)
HookLens 通过交互式可视化分析帮助开发者理解 React 钩子之间的依赖关系,识别反模式,提升代码可维护性。
2026-03-23 cs.HC cs.SE
Exploring Interaction Patterns for Debugging: Enhancing Conversational Capabilities of AI-assistants
Microsoft(微软公司)
本文借鉴交互模式与对话分析,设计增强调试AI助手Robin,通过插入扩展、轮流发言及调试工作流,降低对话障碍,提升故障定位,使错误解决率提高5倍。
2024-02-09 cs.AI cs.HC cs.SE
Ajalon: Simplifying the Authoring of Wearable Cognitive Assistants
可穿戴认知辅助(WCA)通过可穿戴设备和对边缘计算基础设施的低延迟无线访问来实时的增强人类认知。它的灵感来源于全球定位系统导航工具的比喻,并扩大了这一比喻,全球定位系统导航工具提供实时的逐步指导,并迅速发现和纠正错误。WCA应用程序可能会在教育,医疗保健,工业故障排除,制造业和许多其他领域产生变革。如今,WCA应用程序开发困难且缓慢,需要机器学习和计算机视觉等领域的技能,而这些技能在软件开发人员中并不普遍。本文介绍了Ajalon,一个用于WCA应用程序的创作工具链,它减少了开发管道每个步骤所需的技能和工作量。我们的评估表明,Ajalon大大减少了创建新WCA应用程序所需的工作量。
2021-01-14 cs.HC
How Do Developers Interact with AI? An Exploratory Study on Modeling Developer Programming Behavior
North Carolina State University(北卡罗来纳州立大学);University of Oklahoma(俄克拉荷马大学)
本研究通过混合方法分析76名开发者编程行为,提出S-IASE模型,揭示AI辅助编程中意图、行为、工具和情绪的交互模式及影响。
2026-04-30 cs.HC cs.SE
How Do Developers Edit AI-Generated Code, and How Well Do LLMs Infer Their Edits? Insights from 53.6K Developer Edits
Carnegie Mellon University(卡内基梅隆大学)
研究人工智能生成代码的开发者编辑行为,引入DECODE数据集。通过该数据集进行数据分析及对大语言模型预测代码编辑能力的基准测试,发现多数编辑在前15分钟,且微调后开源模型表现更佳,强调以开发者为中心方法对未来AI编程助手的必要性。
2026-10-30 cs.AI cs.HC cs.LG
ErgoAssist: Cognition-Aware Posture Feedback in Wearable Ergonomic Systems
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
该研究提出认知感知式可穿戴人体工学助手ErgoAssist,结合IMU与EEG技术实现姿势分类和认知负荷估算,可降低提醒频率并提升可用性、任务表现及姿势纠正率。
2026-09-02 cs.HC
Two's a Crowd: Human and AI-Based Copresence for Developers with ADHD
University of Michigan(密歇根大学)
本研究通过访谈14名ADHD软件工程师,揭示其依赖人机共在维持责任感与心流、避免社交焦虑,并基于Goffman理论与SPACE框架为AI工具提出包容性设计建议。
2026-10-26 cs.HC cs.SE
The Transformative Influence of LLMs on Software Development & Developer Productivity
本文系统综述了LLMs作为AI编程助手对软件开发的影响,揭示了隐私、偏见等挑战,并提出12个开放问题。
2025-07-05 cs.HC cs.SE
Understanding and supporting how developers prompt for LLM-powered code editing in practice
University of California Irvine(加州大学尔布雷分校);Google(谷歌);Meta
本文研究开发者在使用LLM赋能代码编辑工具时的提示行为,发现频繁重新提示表明使用困难,并提出AutoPrompter工具通过推断缺失信息提升编辑正确性27%。
2025-12-19 cs.AI cs.HC cs.SE
AI Alignment and Fiduciary Obligation
Munich Center for Machine Learning(慕尼黑机器学习中心)
本文提出将受托理论应用于长期AI助手部署,以开发者对用户负有的忠诚、注意、善意和坦诚四项受托义务为基础构建AI对齐标准,为AI对齐研究提供新视角。
2026-10-14 cs.AI cs.CY cs.HC
Lessons from Real-World Deployment of a Cognition-Preserving Writing Tool: Students Actively Engage with Critical Thinking and Planning Affordances
University of Notre Dame(圣母大学);University of Michigan(密歇根大学)
本文研究了AI写作工具VISAR在真实课堂中的应用,发现学生通过认知保留支架获得学习提升,且与写作质量、概念理解及批判性AI素养正相关。
2026-03-16 cs.HC
Programming by Chat: A Large-Scale Behavioral Analysis of 11,579 Real-World AI-Assisted IDE Sessions
University of Notre Dame(圣母大学);Vanderbilt University(范德堡大学)
研究通过分析11579个真实IDE会话中的74998条开发者消息,揭示了编程工作组织的三大转变:对话编程作为逐步规范、认知工作分配给AI以及主动管理协作。
2026-08-25 cs.HC cs.SE
From Players to Participants: Citizen Science and Video Games to Understand Cognition
CNRS, Ecole Centrale de Lyon, INSA Lyon, Universite Claude Bernard Lyon 1, Université Lumière Lyon 2, LIRIS(法国国家科学研究中心、里昂中央理工学院、里昂国立应用科学学院、里昂第一大学、里昂第二大学、LIRIS);Institut Curie, PSL Research University(居里研究所、巴黎文理研究大学);Institut Jean Nicod, Département d’études cognitives, Ecole normale supérieure, Université PSL, EHESS, CNRS(让·尼科德研究所、高等师范学院认知研究系、巴黎文理研究大学、欧洲高等社会科学研究学院、法国国家科学研究中心);Institute of Behavioural Neuroscience, Department of Experimental Psychology, University College London(伦敦大学学院实验心理学系行为神经科学研究所);Glitchers Ltd.(Glitchers有限公司)
本文探讨公民科学视频游戏如何将娱乐转化为大规模认知研究,分析其可扩展性、生态效度及公众参与优势,同时指出设计科学严谨、伦理合规的游戏挑战。
2026-04-27 cs.HC q-bio.NC
Choose Your Own Adventure: Non-Linear AI-Assisted Programming with EvoGraph
McGill University(麦吉尔大学)
本文提出EvoGraph,一种集成AI交互和代码变更的轻量级开发图插件,帮助开发者更高效地探索、迭代和反思AI生成的代码变化,降低认知负担。
2026-04-20 cs.AI cs.HC cs.SE
Validating AI-Generated Code with Live Programming
本文研究实时编程能否帮助开发者验证AI生成代码,通过构建结合AI助手与LP环境的Python编辑器并进行用户实验,发现LP可降低验证成本、缓解过度或不足依赖并减轻认知负荷。
2024-02-23 cs.HC cs.PL
RECAP: An End-to-End Platform for Capturing, Replaying, and Analyzing AI-Assisted Programming Interactions
Carnegie Mellon University(卡内基梅隆大学)
RECAP通过记录和回放开发者与AI编程助手的交互,分析其行为模式和策略演变,为软件工程教育提供支持。
2026-05-01 cs.CL cs.HC cs.SE
Gradual Cognitive Externalization: From Modeling Cognition to Constituting It
本文提出渐进性认知外化框架,探讨环境AI系统如何通过持续因果耦合,从建模认知功能过渡到构成用户认知架构,并提出五个可检验的预测。
2026-04-07 cs.AI cs.CY cs.ET
PyGWalker: On-the-fly Assistant for Exploratory Visual Data Analysis
针对程序化分析与可视化探索割裂的问题,本文提出 Python 库 PyGWalker,通过轻量 GUI、货架构建器和松耦合架构提供即时可视化分析支持,并获得广泛社区采用。
2024-06-17 cs.HC
Investigating Remote Hands-On Assistance for Collaborative Development of Embedded Systems
本研究针对现有远程协作工具不适配嵌入式硬件开发的问题,通过访谈12名开发者和用户模拟实验,分析了远程实操的需求与挑战,为嵌入式领域远程操作智能体的研发提供了实证依据。
2024-08-18 cs.HC cs.SE
AI-Guided Exploration of Large-Scale Codebases
Department of Computer Science(计算机科学系);Virginia Tech(弗吉尼亚理工大学)
本研究提出结合确定性逆向工程与LLM引导意图感知可视化探索的混合方法,构建自适应代码理解工具,帮助开发者更有效地导航和理解大规模复杂代码库。
2025-08-07 cs.AI cs.HC cs.SE
Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI)
University of Urbino ‘Carlo Bo’(乌尔比诺大学“卡洛·博”);Daraz–Alibaba Group(Daraz-阿里巴巴集团)
本文提出基于Bloom分类法的实验框架,利用反事实解释与用户反馈评估不同认知水平的理解,并相应改进解释生成方法。
2022-10-31 cs.AI cs.HC
Students' Reliance on AI in Higher Education: Identifying Contributing Factors
University of Florida(佛罗里达大学)
本研究通过问卷与编程任务实验,考察了本科生AI依赖的三种模式及影响因素,发现编程素养、自我效能等与适度依赖正相关,为教育领域AI合理融入及干预设计提供依据。
2025-06-16 cs.AI cs.CY cs.HC
SuSketch: Surrogate Models of Gameplay as a Design Assistant
Institute of Digital Games, University of Malta(马耳他大学数字游戏研究所)
本文介绍了SuSketch,一个第一人称射击游戏关卡的设计工具。SuSketch为设计师提供了两个特定角色类的竞争玩家的游戏预测。该界面允许设计者与人工智能创建者并肩工作,并接收各种类型的反馈,例如路径信息,完整播放中玩家之间的预测平衡,或玩家死亡位置的预测热图。系统还主动设计等级和职业配对的替代方案,并将其作为改善游戏预测平衡的建议呈现给设计师。SuSketch提供了一种将机器学习集成到混合主动共同创造工具中的新方法,作为在大型人工游戏轨迹语料库上训练的人类游戏的替代品。一项针对16名游戏开发者的用户研究表明,该工具易于使用,但也强调了使SuSketch更易于访问和更易于解释的必要性。
2021-03-22 cs.AI cs.HC cs.LG
Designing Social Robots for Social-Cognition Training with Autistic Adults
Ben-Gurion University of the Negev(内盖夫本-古里安大学);The Azrieli National Center for Autism and Neurodevelopment Research, Ben-Gurion University of the Negev(内盖夫本-古里安大学阿兹里利国家自闭症与神经发育研究中心);School of Brain Sciences and Cognition, Ben-Gurion University of the Negev(内盖夫本-古里安大学脑科学与认知学院)
该研究针对现有自闭症干预机器人多聚焦儿童的问题,联合5名自闭症成人开展共同设计,明确了用于社会认知训练的社交机器人的7项核心设计要求,提出其应作为私人可配置的演练伙伴以支持自闭症成人的独立性。
2026-08-20 cs.HC cs.RO
ARGUS: Visualization of AI-Assisted Task Guidance in AR
本文提出ARGUS可视化分析系统,通过在线与离线可视化多模态传感器数据和ML模型输出,支持智能AR助手的开发、调试与优化。
2023-08-11 cs.HC
ParallelPilot: Supporting Coordination and Monitoring in Parallel AI Coding
Microsoft Research AI Frontiers(微软研究院AI前沿部门);Columbia University(哥伦比亚大学)
ParallelPilot通过规划界面、运行日志器和仪表板支持并行AI编码中的监督,提升票务吞吐量63%,并减少上下文切换,验证了显式监督支持的价值。
2026-09-29 cs.AI cs.DC cs.HC