arXiv上发表的一项新研究探讨了可解释人工智能（XAI）如何影响开发人员对人工智能辅助代码审查的信任度。研究发现，虽然完整的解释提高了感知信任度，但并未必然增加对人工智能建议的一致性，这表明当提供解释时，开发人员可能会质疑人工智能的建议。相反，适度的解释带来了最高的一致性率，这表明人工智能透明度与开发人员对软件开发工具的信心之间存在微妙的关系。 AI
影响 增强了对人工智能透明度如何影响软件工程工作流程中开发人员信任度和决策制定的理解。
排序理由 该集群围绕一篇详细介绍人工智能在软件开发中用户研究的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.24601v1 Announce Type: cross Abstract: Background: Large language models (LLMs) are increasingly used to automate code review, but the reasoning behind their decisions remains hard to understand. Developers struggle to assess the validity of LLM-generated reviews, maki…
<h1>Stop the Merge War: How AI Councils Deliver Definitive Code Reviews</h1> <p>Tired of endless PR debates? Discover Debate-Driven Development using an AI Council pattern, where multiple specialized AI agents vote on implementation decisions, providing clear consensus and giving…