No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot
Durch eine Mixed-Methods-Studie mit 27 Entwicklern identifiziert diese Arbeit fünf unterschiedliche Interaktionsmodi und zehn zugrunde liegende Bedürfnisse bei der Nutzung von GitHub Copilot und zeigt auf, wie die kognitive Diversität in Problemlösungsstilen und Erfahrung die individuellen Anforderungen an konversationelle Programmierassistenten prägt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie haben einen superintelligenten, allwissenden Roboter-Assistenten neben sich sitzen, während Sie eine komplexe Lego-Burg bauen. Sie können mit ihm sprechen, ihn bitten, Teile zu bauen, oder ihn fragen, warum eine Wand einstürzt. Das ist es, wofür GitHub Copilot für Softwareentwickler steht: ein konversationeller KI-Assistent, der beim Schreiben von Code hilft.
Aber hier ist der Clou: Nicht zwei Menschen bauen auf die gleiche Weise mit Lego. Manche Leute wollen, dass der Roboter den ganzen Turm für sie baut. Andere wollen nur, dass der Roboter ihnen einen ganz bestimmten Stein reicht. Manche wollen verstehen, wie der Turm funktioniert, während anderen einfach nur schnell fertig werden wollen.
Dieses Paper ist eine Studie über 27 echte „Baumeister“ (Entwickler), um herauszufinden, wie verschiedene Arten von Menschen diesen Roboter-Assistenten nutzen und warum sie es auf diese Weise tun. Die Forscher fanden heraus, dass das Erfahrungsniveau einer Person und ihr persönlicher „Denkstil“ die Art und Weise, wie sie mit der KI kommunizieren, komplett verändern.
Hier ist die Aufschlüsselung ihrer Ergebnisse, unter Verwendung einfacher Analogien:
1. Die fünf „Persönlichkeiten“ der Interaktion
Die Forscher beobachteten, wie die Menschen den Chat nutzten, und stellten fest, dass jeder in eine von fünf verschiedenen „Modi“ oder Stilen fällt, ähnlich wie verschiedene Fahrstile auf einer Autobahn:
- Der Navigator (Der Reiseführer):
- Was sie tun: Sie behandeln die KI wie ein GPS. Sie fragen: „Wo ist das rote Kästchen in diesem Code?“ oder „Zeig mir, wo der Login-Button definiert ist.“
- Die Stimmung: Sie schauen oft in die falsche Datei und benötigen die KI, um ihnen die Richtung zu weisen. Sie nutzen dies viel, wenn sie gerade erst anfangen oder etwas erkunden.
- Der Autopilot (Der „Alles-Erlediger“-Kommandant):
- Was sie tun: Sie geben der KI einen riesigen, vagen Befehl wie: „Repariere die Navigation und erledige alles andere“, und drücken dann auf „Anwenden“. Sie wollen, dass der Roboter die ganze Arbeit in einem Rutsch erledigt.
- Die Stimmung: „Ich habe ein Ziel; du kümmerst dich um die Details.“ Dies ist eine „Einmal-und-fertig“-Strategie.
- Der Stellvertreter (Der kollaborative Partner):
- Was sie tun: Dies ist der häufigste Stil. Sie arbeiten Schritt für Schritt mit der KI. „Ändere diesen Teil“, dann „Erkläre, warum du das geändert hast“, dann „Behebe diesen Fehler“.
- Die Stimmung: Es ist ein Gespräch. Sie bauen gemeinsam, prüfen die Arbeit und stellen Fragen. Sie kopieren kleine Code-Schnipsel hin und her.
- Der Techniker (Der Präzisionsmechaniker):
- Was sie tun: Sie verlangen sehr spezifische, winzige Anweisungen. „Füge hier eine Debounce-Funktion hinzu“ oder „Lade diese spezifische Variable.“
- Die Stimmung: Sie wollen nicht, dass die KI den ganzen Block schreibt; sie wollen ein spezifisches Werkzeug, um eine bestimmte Schraube zu lösen. Sie tippen den Code meist selbst ein, anstatt ihn automatisch einfügen zu lassen.
- Der Gelehrte (Der Schüler):
- Was sie tun: Sie nutzen die KI wie ein Lehrbuch. „Was macht dieser React-Code?“ oder „Wie funktioniert das Sortieren eines Strings?“
- Die Stimmung: Sie sind hier, um zu lernen. Sie kopieren oft Code in den Chat, nur um eine Erklärung zu erhalten, und behandeln die KI wie einen Tutor.
2. Die 10 verborgenen „Bedürfnisse“, die das Verhalten steuern
Warum entscheidet sich jemand für den „Techniker“ statt für den „Autopiloten“? Die Studie fand heraus, dass 10 verschiedene interne „Bedürfnisse“ diese Entscheidungen beeinflussen. Betrachten Sie diese als die Hunger-, Durst- und Sicherheitsbedürfnisse des Entwicklers:
- Bedürfnis nach Fähigkeit: „Ich kann das nicht alleine; ich brauche Hilfe.“ (Führt zu mehr Delegation).
- Bedürfnis nach Handlungsfähigkeit (Agency): „Ich muss beweisen, dass ich das selbst kann.“ (Führt zu weniger Delegation, mehr Kontrolle).
- Bedürfnis nach Experimentierfreudigkeit: „Ich will sehen, was dieser Roboter tatsächlich leisten kann.“ (Führt dazu, wilde Dinge auszuprobieren).
- Bedürfnis nach Absicherung: „Ich muss sicherstellen, dass dieser Code nichts kaputt macht.“ (Führt dazu, alles manuell zu prüfen).
- Bedürfnis nach Produktivität: „Ich muss schnell fertig werden.“ (Führt dazu, die KI mehr Aufgaben erledigen zu lassen).
- Bedürfnis nach Leichtigkeit: „Ich will nicht zu viel nachdenken oder zu viel tippen.“ (Führt zur Delegation von Aufgaben).
- Bedürfnis nach Lernen: „Ich möchte besser darin werden.“ (Führt dazu, nach Erklärungen zu fragen).
- Bedürfnis nach Verständnis: „Ich muss wissen, warum das so funktioniert.“ (Führt dazu, nach Details zu fragen).
- Bedürfnis nach Delegation: „Ich möchte die Arbeit auslagern.“ (Der Wunsch, die Arbeit an die KI abzugeben).
- Bedürfnis nach Kontrolle: „Ich will der Chef der Lösung sein.“ (Der Wunsch, die Zügel fest in der Hand zu behalten).
Der Haken: Diese Bedürfnisse stehen oft im Konflikt. Wenn Sie zum Beispiel das Bedürfnis nach Leichtigkeit (nicht hart arbeiten wollen) haben, delegieren Sie vielleicht alles. Aber wenn Sie gleichzeitig ein starkes Bedürfnis nach Kontrolle haben (ich muss genau wissen, wie es funktioniert), lehnen Sie die Delegation vielleicht ab, auch wenn es anstrengender ist.
3. Wie Erfahrung und Persönlichkeit das Spiel verändern
Die Studie fand eine klare Verbindung zwischen dem, wer man ist, und dem Modus, den man nutzt:
- Erfahrung spielt eine Rolle:
- Anfänger (weniger erfahrene Nutzer) neigen dazu, Navigatoren (auf der Suche nach Hilfe) oder Autopiloten (in der Hoffnung, dass die KI alles regelt) zu sein. Sie haben oft das Gefühl, dass sie die KI für die schwere Arbeit brauchen.
- Experten (erfahrenere Nutzer) neigen eher dazu, Techniker zu sein. Sie wissen genau, was sie wollen. Sie fragen die KI nicht, um „das Haus zu bauen“; sie fragen sie, um „dieses spezifische Fenster einzubauen“. Sie behalten mehr die Kontrolle, weil sie ihrem eigenen Urteil mehr vertrauen.
- Denkstile spielen eine Rolle:
- Menschen, die gerne herumtüfteln (herumspielen und schauen, was passiert), nutzten die KI nicht unbedingt zum „Experimentieren“, wie die Forscher es erwartet hatten. Stattdessen nutzten sie sie, um ihre eigenen spezifischen Lösungen zu verfeinern.
- Menschen, die risikotolerant sind (kein Problem damit haben, wenn etwas schiefgeht), sollten laut Erwartung der Forscher mehr der KI überlassen, aber die Studie zeigte, dass es komplizierter ist. Manchmal bedeutet Risikobereitschaft, dass man der KI mehr vertraut, aber manchmal bedeutet es auch, dass man bereit ist, Fehler zu machen, während man versucht, Probleme selbst zu lösen.
4. Das große Ganbild: Einheitslösungen funktionieren nicht
Die wichtigste Erkenntung ist, dass kognitive Diversität (wie unterschiedlich Menschen denken und Probleme lösen) enorm groß ist.
Wenn man ein Werkzeug baut, das nur den „Autopiloten“-Stil unterstützt, könnte man den „Techniker“ frustrieren, der Kontrolle will. Wenn man ein Werkzeug baut, das nur den „Gelehrten“-Stil unterstützt, könnte man den „Autopiloten“ langweilen, der einfach nur Geschwindigkeit will.
Die Forscher kommen zu dem Schluss, dass wir, um KI-Assistenten für alle wirklich hilfreich zu machen, aufhören müssen, sie als Einheitswerkzeuge zu betrachten. Stattdessen müssen wir sie so gestalten, dass sie sich an das aktuelle Bedürfnis des Nutzers anpassen (Will er lernen? Will er Zeit sparen? Will er die Kontrolle behalten?).
Kurz gesagt: Entwickler sind wie verschiedene Arten von Fahrern. Einige wollen ein selbstfahrendes Auto (Autopilot), einige einen Co-Piloten (Stellvertreter) und einige nur ein GPS (Navigator). Der beste KI-Assistent ist einer, der weiß, mit welchem Fahrer er spricht, und sich entsprechend anpasst.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.