Empirical and Sustainability Aspects of Software Engineering Research in the Era of Large Language Models: A Reflection
University College London（伦敦大学学院）；Simula Research Laboratory（西穆拉研究实验室）；University of Athens（雅典大学）；Monash University（蒙纳士大学）
本文反思了大语言模型时代软件工程研究在基准测试严谨性、可重复性及可持续性方面的挑战，并提出改进建议。
2026-01-19 cs.SE
Sustainability Competencies and Skills in Software Engineering: An Industry Perspective
本研究从软件工程师视角调研28个跨国IT相关组织的可持续发展需求，明确行业所需的可持续发展技能，提出软件工程教育应涵盖核心概念、技术可持续性等多维度内容。
2023-05-02 cs.SE
Exploring the Experiences of Experts: Sustainability in Agile Software Development -- Insights from the Finnish Software Industry
本研究通过访谈芬兰软件行业专家，探究敏捷软件开发中的可持续性现状，发现Scrum最常用、各可持续性维度存在连锁效应，并为2030软件工程路线图提出三项关键建议。
2024-07-09 cs.SE
No One Left Behind: Cross-Level Analysis for Sustainable Software Engineering
Anhalt University of Applied Sciences（安哈尔特应用科学大学）；Eindhoven University of Technology（埃因霍温理工大学）
本文针对软件工程中可持续性问题的跨层级系统性关联，提出可持续性反模式概念，为可持续软件工程研究提供集成且可落地的分析基础。
2026-09-04 cs.SE
Integrating Mental Health, Well-Being, and Sustainability into Software Engineering Education
Technical University of Darmstadt（达姆施塔特工业大学）；Chalmers University of Technology（查尔姆斯理工大学）
本文探讨通过设计关注幸福感的软件项目和课堂干预，将心理健康、可持续性和幸福感融入软件工程教育，提升学生的人文视角与社会责任感。
2026-03-25 cs.CY cs.SE
Circular Systems Engineering
本文提出循环系统工程这一新范式，通过端到端与二分可持续性原则及组织演变模式，提升系统全生命周期可持续性。
2024-04-18 cs.CY cs.SE cs.SY
On the JI-RADAR: Uncovering Sustainability Tool Support for Requirements Engineering
Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）；North Carolina State University（北卡罗来纳州立大学）；ENGEL Austria GmbH（ENGEL奥地利有限公司）；University of Innsbruck（因斯布鲁克大学）
针对需求工程中缺乏系统化可持续性集成工具的问题，提出JI-RADAR插件，基于Jira平台支持利益相关者将可持续性纳入需求工程过程。
2026-06-28 cs.SE
Engineering a sustainable world by enhancing the scope of systems of systems engineering and mastering dynamics
本文从系统之系统（SoS）工程视角出发，指出当前SoS工程范围有限不足以支撑可持续世界构建，需拓展范围并掌控动力学、实现技术SoS动态适配，相关结论基于含文献综述、跨界访谈研讨的研究项目得出。
2024-01-26 cs.SE
Sustainability in Software Architecture: A Systematic Mapping Study
可持续性在一般的软件工程中，特别是在软件架构中，是一个越来越多的研究主题。已经有一些二级研究解决软件工程的可持续性，但没有这样的研究明确侧重于软件架构。这项工作旨在通过对可持续性和软件架构研究之间的交叉点进行系统的映射研究来填补这一空白，其目的是（i）反映当前的技术水平，以及（ii）确定进一步研究的需求。我们的研究结果表明，总体而言，现有的作品不成比例地集中在可持续发展的具体方面，特别是最技术和“内向”的。这是以牺牲解决可持续性等多方面问题所需的整体视角为代价的。此外，更多的反思导向的研究工作，并更好地覆盖在建筑生存周期的活动需要进一步成熟的领域。基于我们的研究结果，我们提出了一个可持续性感知的软件架构的研究议程。
2022-04-25 cs.SE
Sustainability is Stratified: Toward a Better Theory of Sustainable Software Engineering
本文通过范围综述和定性元综合，提出可持续软件工程应被理解为分层且多系统的，并指出当前研究缺乏实证评估。
2023-01-26 cs.SE
Sustainability in Software Product Lines: Report on Discussion Panel at SPLC 2014
可持续性（定义为“保持能力”）包括一系列广泛的目标：从节能软件产品（环境可持续性），降低软件开发和维护成本（经济可持续性），到员工和最终用户的福祉（社会可持续性）。在本报告中，我们探讨了可持续性在软件产品线工程（SPL）中的作用。该报告基于2014年SPLC举行的“软件产品线的可持续发展”小组讨论。
2015-05-14 cs.SE
On the Presence of Green and Sustainable Software Engineering in Higher Education Curricula
如今，软件在我们的日常生活中无处不在。其可持续性和环境影响已成为软件系统开发中需要考虑的主要因素。千禧一代--新一代的大学生--特别热衷于学习和为一个更加可持续和绿色的社会做出贡献。在软件工程中进行绿色和可持续主题培训的必要性已反映在最近的一些研究中。本文的目标是得到一个初步的了解是什么是教学的可持续性在软件工程社区的现状，什么是教学的现状背后的动机，以及可以做些什么来改善it. To为此，我们报告的结果，从一个有针对性的调查33名学者的绿色和可持续的软件工程在高等教育中的存在。从收集的数据中得出的主要结论表明，可持续性在课程中的代表性不足，而目前的教学重点是通过基于事实的方法提供能源效率。原因各不相同，从缺乏认识、教材和适当的技术，到教授可持续性需要付出很大努力。最后，我们为愿意在软件工程中教授可持续性的教育工作者提供了建议，这些建议可以帮助满足千禧一代学生的需求。
2017-03-03 cs.CY cs.SE
A Road Less Travelled and Beyond: Towards a Roadmap for Integrating Sustainability into Computing Education
本文针对计算教育未充分融入可持续性的问题，通过文献系统审查和行业调查，提出将可持续性原则与技能整合进计算课程的研究路线图，以培养具备可持续性思维的软件工程人才。
2024-06-27 cs.SE
Towards a Taxonomy of Sustainability Requirements for Software Design
本研究通过系统文献综述构建了覆盖环境、技术、社会和经济四个维度的可持续性需求分类体系，并提供定义、指标及相关矩阵，以帮助开发者和管理者有效处理可持续软件开发中的权衡。
2025-10-10 cs.SE
SusDevOps: Promoting Sustainability to a First Principle in Software Delivery
针对软件交付生命周期缺少端到端可持续性框架的问题，本文提出 SusDevOps，将可持续性作为 DevOps 的第一性原理，并通过初创公司案例展示其阶段与技术。
2025-01-12 cs.SE
Leveraging Sustainable Systematic Literature Reviews
本文针对系统文献综述耗时费力且对实践影响不足的问题，提出通过绿色驱动因素、可持续性指标和杠杆点推动可持续 SLR 的具体方向。
2025-01-03 cs.SE
Green Prompt Engineering: Investigating the Energy Impact of Prompt Design in Software Engineering
本文提出绿色提示工程，通过实证研究发现提示可读性影响能源消耗和性能，简单提示可降低能耗且不显著损失F1分数，为可持续提示设计提供指导。
2025-09-26 cs.SE
Ten Years of Software Engineering in Society
本研究通过映射ICSE的SEIS轨道十年间123篇文章，识别出可持续性、多样性与开源软件趋势，发现实际干预缺失及社会维度主导、环境维度被忽视的空白，旨在激发社区讨论与复制研究。
2025-05-23 cs.SE
Software Sustainability: A Systematic Literature Review and Comprehensive Analysis
University at Buffalo (SUNY)（纽约州立大学布法罗分校）
软件工程是一个不断发展的主题领域，每天都面临着新的挑战，因为它试图自动化更新的业务流程。软件解决方案成功的关键挑战之一是实现可持续性。许多软件无法维持所需的时间长度是由于在软件开发阶段对可持续性的考虑有限。本文旨在提出一个详细的和包容性的研究，涵盖了软件可持续性的技术和非技术挑战和方法。基于循证软件工程（EBSE）技术选择的107项相关研究进行了系统和全面的文献综述。研究表明，可持续性可以通过在技术和非技术层面开展具体活动来实现。技术层面包括软件设计、编码和用户体验属性。非技术层面包括文档编制、可持续性宣言、软件工程师培训、软件项目融资以及项目经理实现可持续性的领导技能。本文基于以上几个方面对现有的研究成果进行了归纳总结。接下来，这些方面如何影响开源和闭源软件被制成表格。根据这项审查的结果，可以看出，技术和非技术的可持续性方面是同样重要的，把一个争论和忽视其他将威胁到软件产品的维持。
2019-10-11 cs.CY cs.IR cs.LG
Addressing Sustainability-IN Software Challenges
本文从 IN 视角审视软件可持续性，提出 SE 社区应支持软件公司兼顾人、经济与环境维度，并梳理未来关键挑战以协调研究进展。
2024-06-11 cs.SE
Injecting Sustainability in Software Architecture: A Rapid Review
本文通过混合方法研究，探讨如何在软件架构中系统整合可持续性，提出五个实践建议以指导架构师和产业合作伙伴。
2025-11-27 cs.SE
Software engineering and the SP Theory of Intelligence
本文描述了一种新的方法，软件工程从“SP理论的智能”和它的实现“SP计算机模型”。尽管表面上看，它表明，在软件工程的许多关键思想有对应的SP系统的结构和工作。这种新的软件工程方法的潜在好处包括：软件开发的自动化或半自动化，在必要时支持SP系统的编程;允许程序员专注于“面向世界的”并行性，而不用担心并行性以加速处理;支持通过书面或口头自然语言对SP系统编程的长期目标;减少或消除“设计”和“实现”之间的区别;减少或消除编译或解释等操作;减少或消除对软件验证的需求;减少对软件验证的需求;程序和数据库之间没有正式的区别;大量减少数据文件类型和计算机语言数量的潜力;版本控制的好处;减少技术债务。
2018-08-05 cs.AI cs.SE
Perspectives, Needs and Challenges for Sustainable Software Engineering Teams: A FinServ Case Study
本研究通过 FinServCo 案例调查了金融服务 IT 部门对可持续软件工程的看法，发现高层与开发者在关注点（技术经济 vs 人本需求）上存在分歧，强调了共同设计上下文敏感干预措施的重要性。
2025-09-15 cs.SE
Sustainability Is Not Linear: Quantifying Performance, Energy, and Privacy Trade-offs in On-Device Intelligence
University of Naples Federico II（那不勒斯费德里科二世大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
本文研究了将大语言模型从云集群迁移到边缘设备过程中性能、能耗和隐私之间的权衡，通过实验证明模型架构对电池寿命的影响大于量化方案，并发现中等大小模型在响应质量和可持续能耗之间达到最佳平衡。
2026-05-20 cs.AI cs.LG cs.SE
Enhancing Agile Software Development Sustainability through the Integration of User Experience and Gamification
本文提供了关于如何增强敏捷开发过程的可持续性的丰富讨论。特别是，我们专注于最近开发的一个框架，名为GLUX，它将精益UX集成到Scrum中。GLUX的主要目标是通过使用游戏化来激励敏捷团队采用以用户为中心的思维方式，并在整个开发过程中协作开展UX活动，从而促进敏捷和用户体验（UX）之间的无缝集成。我们作为软件研究人员的角色是为提高软件的可持续性做出贡献，并为软件工程社区提供工具和技术，以提高软件开发的人力、经济和环境可持续性。我们发现，GLUX通过赋予自给自足，以问题为中心的团队，建立一个激励和参与的环境，并发展团队合作来解决人类的可持续发展问题。经济可持续性是通过最大限度地减少用户体验债务和使用游戏化技术来引导敏捷团队的行为和思维集中于价值创造来解决的。最后，通过鼓励敏捷团队构建最小可行产品（MVP）来促进环境可持续性。
2022-09-28 cs.SE
Assessing the Impact of Refactoring Energy-Inefficient Code Patterns on Software Sustainability: An Industry Case Study
本文通过大型应用行业案例研究，评估自动化工具识别并重构能源低效代码模式的效果，发现重构后每用户每月能耗降低29%。
2025-06-11 cs.SE
Looking at Software Sustainability and Productivity Challenges from NSF
本文是对计算科学与工程软件可持续性和生产力挑战（CSESSP挑战）研讨会（https：//www.nitrd.gov/csessp/）的贡献，该研讨会由网络和信息技术研究与开发（NITRD）软件设计和生产力（SDP）协调小组主办，于2015年10月15日至16日在美国华盛顿特区举行。它介绍了软件在美国国家科学基金会（NSF）和NSF软件基础设施持续创新（SI 2）计划中的作用，然后描述了SI 2计划已经确定的挑战，包括资助模式，职业道路，激励措施，培训，跨学科工作，可移植性和传播，以及已经吸取的教训。
2015-08-17 cs.CY cs.SE
Trustworthy and Synergistic Artificial Intelligence for Software Engineering: Vision and Roadmaps
Singapore Management University（新加坡管理大学）
本文梳理了AI4SE的发展历程与核心挑战，提出实现可信、协同AI4SE的两大战略路线图，展望其推动软件工程迈向2.0的愿景，旨在激发领域进一步研究。
2023-10-04 cs.AI cs.SE
Integrating Sustainability Concerns into Agile Software Development Process
本研究通过调查和行业案例研究，揭示了软件行业在整合可持续性考量方面的不足，并提出了将可持续性关注实际融入敏捷软件开发过程的有效方法和扩展应用的见解。
2024-07-09 cs.CY cs.SE
Mining for sustainability in cloud architecture among the discussions of software practitioners: building a dataset
本文通过挖掘 StackExchange 上 192 条从业者讨论构建云架构可持续性标注数据集，发现从业者侧重设计阶段和技术与经济可持续性，与学术界强调环境可持续性形成对比。
2024-06-10 cs.SE
Sustainability of Machine Learning-Enabled Systems: The Machine Learning Practitioner's Perspective
本研究通过访谈和203名从业者的大规模调查，揭示了机器学习使能系统中可持续性意识与系统化实施间的显著脱节，并呼吁提供更结构化的指南、测量框架和监管支持。
2025-11-02 cs.SE
User Personas Improve Social Sustainability by Encouraging Software Developers to Deprioritize Antisocial Features
本研究通过针对79名本科生的随机对照实验，验证了persona模型能显著降低开发者对反社会软件功能的优先级排序，为提升软件工程社会可持续性提供了循证干预思路与可行的实验室评估方法。
2024-12-14 cs.SE
Artificial Intelligence as a Catalyst for Innovation in Software Engineering
本文探讨人工智能如何通过机器学习和自然语言处理提升软件工程的敏捷性和创新性，展示AI在自动化任务和优化开发流程中的关键作用。
2026-03-11 cs.AI cs.SE
Architecture Knowledge Representation and Communication Industry Survey
本文通过调查荷兰一家银行45位架构师，分析架构知识表示与沟通现状，发现金融领域缺乏领域专用AK工具，并提出需构建连接多利益相关者视角的新架构元素及提供可持续软件工程实践指导。
2023-09-20 cs.SE
REConnect: Participatory RE for Social Sustainability
University of Victoria（维多利亚大学）；University of Oklahoma（俄克拉荷马大学）
介绍REConnect这一以人类为中心的参与式需求工程框架，通过对多个社区软件项目分析得出，阐述了三项核心原则及行动，强调人际联系是社会可持续性需求工程基础，讨论其与AI支持的整合。
2026-07-07 cs.SE
Can Requirements Engineering Support Explainable Artificial Intelligence? Towards a User-Centric Approach for Explainability Requirements
Institute of Software Engineering University of Stuttgart Stuttgart, Germany Email；Institute of Software Engineering University of Stuttgart Stuttgart, Germany
该立场论文探讨需求工程与可解释人工智能的协同作用，指出XAI领域挑战，提出借助RE实践缓解挑战的框架与研究方向，以回应AI系统可解释性需求。
2022-06-03 cs.AI cs.LG cs.SE
Requirements Engineering Framework for Human-centered Artificial Intelligence Software Systems
Deakin University（迪肯大学）；Monash University（莫纳什大学）；CSIRO’s Data 61（澳大利亚联邦科学与工业研究组织数据61研究所）
本文提出了一个基于以人为本的AI指南和用户调查的需求工程框架，包含需求目录和概念模型，通过案例研究证明其能有效帮助项目团队理解并捕获以人为本的需求。
2023-05-18 cs.AI cs.SE
Software engineering for artificial intelligence and machine learning software: A systematic literature review
Institute of Computing, Universidade Federal do Amazonas（亚马逊联邦大学计算学院）；School of Business, University of South-Eastern Norway（东南挪威大学商学院）
人工智能（AI）或机器学习（ML）系统已被所有行业的公司广泛采用作为价值主张，以创建或扩展他们提供的服务和产品。然而，开发AI/ML系统提出了一些工程问题，这些问题与非AI/ML软件开发中出现的问题不同。本研究旨在调查软件工程（SE）如何应用于AI/ML系统的开发，并确定适用的挑战和实践，并确定它们是否满足专业人员的需求。此外，我们评估了这些SE实践是否适用于不同的环境，以及它们可能适用于哪些领域。我们对1990年至2019年的文献进行了系统回顾，以（i）了解和总结该领域的最新技术水平，（ii）分析其局限性和开放性挑战，这些挑战将推动未来的研究。我们的研究结果表明，这些系统是在实验室环境或大公司中开发的，并遵循研究驱动的开发过程。专业人士面临的主要挑战是测试、人工智能软件质量和数据管理领域。大多数建议的SE实践的贡献类型是指南、经验教训和工具。
2020-11-07 cs.AI cs.SE
EnergiBridge: Empowering Software Sustainability through Cross-Platform Energy Measurement
本文提出跨平台能耗测量工具EnergiBridge，支持多系统与CPU架构，简化测量以促进绿色软件开发、教育与研究，并公开于GitHub。
2023-12-21 cs.SE
Software Sustainability: A Design Case for Achieving Sustainable Pension Services in Developing Country
对高效和可持续的软件的需求，以改善业务和实现目标，不能过分强调。如果不采用可持续的软件设计实践，就无法实现可持续的数字服务和产品交付。尽管目前对软件可持续性的研究取得了进展，但发展中国家的大多数软件开发从业人员不清楚什么是软件可持续性，而且往往缺乏对如何在其特定行业领域实施软件可持续性的适当理解。软件工程的研究工作集中在促进发达国家对软件可持续性的认识，而较少的努力被用于研究发展中国家对软件可持续性的认识。这影响了大多数发展中国家对可持续软件设计做法的认识水平。本研究调查了尼日利亚养老金行业的软件可持续性意识及其从业人员面临的挑战。软件开发从业人员参与并接受了采访。我们提供了一些方法来缓解已确定的挑战，并提高养老金行业对软件可持续性的认识。我们的研究结果进一步表明，与正确的可持续发展知识，在养老金行业的软件从业人员有潜力支持他们的组织的可持续发展文化，提高产品设计和服务交付的效率。
2022-09-23 cs.CY cs.SE
SEALing the Gap: A Reference Framework for LLM Inference Carbon Estimation via Multi-Benchmark Driven Embodiment
Accenture Labs, India（Accenture实验室，印度）；Accenture, India（Accenture，印度）；Accenture, USA（Accenture，美国）
SEAL通过多基准驱动方法实现LLM推理碳估计，为可持续性评估提供标准化基础。
2026-03-03 cs.AI cs.SE
The application of artificial intelligence in software engineering: a review challenging conventional wisdom
George Mason University（乔治梅森大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）
人工智能（AI）领域最近在研究、工具开发和应用部署方面出现了热潮。多家软件公司正在将重点转移到开发智能系统上;许多其他公司正在将AI范式部署到其现有流程中。与此同时，学术研究界正在注入人工智能范式，为传统工程问题提供解决方案。类似地，人工智能显然已被证明对软件工程（SE）有用。当人们观察SE阶段（需求，设计，开发，测试，发布和维护）时，很明显，多种AI范式（如神经网络，机器学习，基于知识的系统，自然语言处理）可以应用于改进过程并消除SE领域一直面临的许多主要挑战。本调查章节回顾了应用于SE的最常见的AI方法。该综述涵盖了1975-2017年的方法，在需求阶段，发现了46种主要的人工智能驱动方法，其中19种用于设计，15种用于开发，68种用于测试，15种用于发布和维护。此外，本章的目的有三个：首先，回答以下问题：SE生命周期中是否有足够的智能？将AI应用于SE需要什么？其次，测量、公式化和评估SE阶段和AI学科的重叠。最后，本章旨在提出严肃的问题，挑战目前的传统智慧（即，现状）的最新技术水平，起草行动呼吁，并重新确定前进的道路。
2021-08-03 cs.AI cs.SE
Envisioning Responsible Quantum Software Engineering and Quantum Artificial Intelligence
针对量子计算、量子软件工程与人工智能融合带来的伦理安全治理挑战，本文提出需跨学科协作将伦理原则嵌入相关开发，呼吁业界共建负责任的量子技术发展基础。
2025-03-20 cs.SE
Towards a Knowledge Base of Common Sustainability Weaknesses in Green Software Development
针对绿色软件开发缺乏标准化可持续性弱点知识、限制自动化优化工具发展的问题，本文提出构建常见代码可持续性弱点知识库的初步方法，并通过实验表明现有软件弱点知识不能直接重标注。
2025-06-10 cs.CY cs.SE
Quantum Artificial Intelligence for Software Engineering: the Road Ahead
本文提出将量子人工智能（QAI）应用于软件工程的路线图，涵盖量子优化与量子机器学习，探讨各阶段应用及挑战，旨在以成本效益方式解决复杂软件工程问题。
2025-10-23 cs.SE
Software & Systems Engineering Process and Tools for the Development of Autonomous Driving Intelligence
当大量具有不同知识和技能的人一起运行一个项目时，使用合理的工程流程非常重要。这尤其适用于制造智能自动驾驶汽车的项目，以参加2007年DARPA城市挑战赛。在这篇文章中，我们提出了一个软件和系统工程过程中的人工智能能够在复杂的城市情况下自动驾驶的发展的基本要素。该过程包括敏捷概念，如测试优先方法，每个软件模块的持续集成以及集成开发环境中软件工具辅助的可靠发布和配置管理。然而，有效和严格的开发最重要的因素是能够在灵活和模块化的城市模拟器中有效地测试所开发系统的行为。
2014-09-22 cs.SE
MDE4QAI: Towards Model-Driven Engineering for Quantum Artificial Intelligence
Technical University of Munich（慕尼黑工业大学）；University of Antwerp（安特卫普大学）；Flanders Make（法兰德斯制造研究院）；University of Reading（雷丁大学）；Munich Data Science Institute（慕尼黑数据科学研究所）
在过去的十年中，人工智能（AI）提供了巨大的新可能性和机会，但也为软件系统提出了新的需求和要求。特别是，机器学习（ML）已被证明在几乎每个垂直应用领域都很有用。在未来的十年中，从经典计算到量子计算（QC）的前所未有的范式转变，可能是量子-经典混合模型。我们认为，模型驱动工程（MDE）范式可以是一个推动者和促进者，当涉及到量子和量子经典混合应用。这不仅包括自动化的代码生成，还包括自动化的模型检验和验证，以及早期设计阶段的模型分析，以及设计时和运行时的模型到模型转换。在本文中，该愿景的重点是量子AI的MDE，特别是物联网（IoT）和智能网络物理系统（CPS）应用的量子ML。
2022-07-11 cs.AI cs.ET cs.SE
Smells and Refactorings for Software Environmental Sustainability: A Systematic Literature Review
University of Pisa（比萨大学）
本系统文献综述识别了20种影响软件环境可持续性的绿色坏味道，并将其映射到相应的重构技术，为从业者提供实用指导并为可持续软件工程研究奠定基础。
2026-10-06 cs.SE
Towards Sustainability of Systematic Literature Reviews
背景资料：软件工程社区越来越多地进行系统的文献综述（SLR），作为总结不同研究证据的一种手段，并揭示给定研究主题的最新技术水平。虽然SLR提供了许多好处，但它们也存在一些问题，其中一些问题需要及时解决。然而，仍然存在两个主要问题：SLR的高时间/精力消耗性质以及SLR结果在行业中缺乏有效影响，正如最初对SLR的预期。目的：本文的主要目的是介绍一个新的观点-我们命名为SLR的可持续性-如何处理SLR旨在减少这些问题。方法：我们分析了过去十年中发表的六项参考研究，以识别、分组和分析SLR问题及其相互关系。在此基础上，我们提出了旨在解决这些问题的SLR可持续性的观点。结果如下：所提出的观点包括三个方面（社会、经济和技术），这些方面可以使SLR更具可持续性，因为四个主要问题和31个障碍（即，这些问题的可能原因）可以得到缓解。结论：SLR可持续性的观点旨在改变研究者的思维方式，以减轻固有的SLR问题，从而实现可持续的SLR，即，那些花费较少时间/精力进行和更新的行业有用的结果。
2021-08-31 cs.SE
Artificial Intelligence Impact On The Labour Force -- Searching For The Analytical Skills Of The Future Software Engineers
Alexandru Ioan Cuza University of Iasi（亚历山德鲁·伊万·库扎大学）
这篇系统的文献综述旨在调查人工智能（AI）对软件工程劳动力的影响，特别关注未来软件工程师所需的技能，AI对软件工程技能需求的影响，以及软件工程师工作的未来。该综述通过全面的搜索策略确定了42篇相关出版物，并分析了其结果。结果表明，未来的软件工程师将需要在编程能力和软技能，如解决问题和人际沟通。人工智能将对软件工程劳动力产生重大影响，有可能使目前由软件工程师完成的许多工作自动化。软件工程师的角色正在发生变化，并将在未来继续发生变化，人工智能辅助软件开发对软件工程行业提出了挑战。审查表明，软件工程专业必须适应不断变化的环境，以保持相关性和有效的未来。
2023-02-26 cs.AI cs.CY cs.SE
The Science Gateway Community Institute's Consulting Services Program: Lessons for Research Software Engineering Organizations
科学网关社区研究所（SGCI）是NSF持续创新软件基础设施（S2 I2）资助的项目，领导和支持科学网关社区。SGCI的主要活动包括：（a）可持续性培训，包括旨在帮助科学门户运营商制定可持续性计划的为期一周的焦点周课程，以及Jumpstart虚拟短期课程;（b）可用性和用户体验咨询;（c）科学门户和科学门户软件社区目录;（d）劳动力发展活动，包括学生编码学院、实习机会和黑客松;（一）年度会议;以及f）为客户网关项目提供深入的技术支持。SGCI嵌入式技术支持组件的目标是帮助该机构的客户创建新的科学网关或显着增强现有的科学网关。后者的例子包括帮助实现主要的新功能和实施SGCI可用性顾问建议的重大可用性改进。嵌入式技术支持组件由印第安纳大学管理，并涉及圣地亚哥超级计算机中心，德克萨斯州高级计算中心，印第安纳大学和普渡大学（至2019年）的研究软件工程师。自2016年以来，该组件已涉及20名研究软件工程师作为顾问，并进行了59次客户咨询。这篇简短的论文总结了从嵌入式技术支持计划中吸取的经验教训，可能对研究软件工程社区有用。
2022-09-07 cs.SE
Requirements Practices and Gaps When Engineering Human-Centered Artificial Intelligence Systems
工程人工智能（AI）软件是一个相对较新的领域，有许多挑战，未知数和有限的证明最佳实践。谷歌、微软和苹果等大公司最近提供了一套指导方针，以帮助工程团队构建以人为本的人工智能系统。[目的]实践者目前所采用的开发这样的系统，特别是在需求工程（RE），很少研究和报告的日期。[方法]本文介绍了一项调查的结果，旨在了解当前的RE for AI（RE4AI）行业实践，并确定应遵循哪些关键的以人为本的AI指南。我们的调查是基于映射现有的行业准则，最佳实践和文献中的努力。[结果] 29名专业人士认为，RE中所有以人为本的方面都应该得到重视。此外，我们发现大多数参与者使用UML或Microsoft Office来呈现需求。[结论]我们发现，目前使用的大多数工具都不适合管理基于AI的软件，使用UML和Office可能会对AI捕获的需求质量造成问题。此外，从指南中映射的所有以人为本的实践都应该包括在RE中。
2023-01-25 cs.SE
Reclaiming Software Engineering as the Enabling Technology for the Digital Age
Informatics Europe WG on Software Research（欧洲信息学学会软件研究工作组）
本文呼吁重新确立软件工程作为数字时代战略赋能技术的核心地位，强调其在推动数字技术可持续发展中的关键作用。
2026-01-28 cs.SE
Leveraging Language Models to Discover Evidence-Based Actions for OSS Sustainability
University of California, Davis（加州大学戴维斯分校）
本文利用语言模型挖掘软件工程文献，提取基于证据的行动建议，以促进开源软件的可持续发展。
2026-02-12 cs.SE
