No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot
Door middel van een mixed-methods studie onder 27 ontwikkelaars identificeert dit artikel vijf verschillende interactiemodi en tien onderliggende behoeften bij het gebruik van GitHub Copilot, waarmee wordt aangetoond hoe cognitieve diversiteit in probleemoplossende stijlen en ervaring de individuele vereisten voor conversationele programmeerassistenten vormgeeft.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een superintelligente, alwetende robotassistent naast je hebt zitten terwijl je een complex Lego-kasteel bouwt. Je kunt ertegen praten, het vragen om onderdelen te bouwen, of het vragen waarom een muur omvalt. Dit is waar GitHub Copilot voor voor softwareontwikkelaars staat: een conversationele AI die helpt bij het schrijven van code.
Maar hier komt de twist: Niet iedereen bouwt op dezelfde manier met Lego. Sommige mensen willen dat de robot de hele toren voor hen bouwt. Anderen willen alleen dat de robot ze een specifieke steen aanreikt. Anderen willen begrijpen hoe de toren werkt, terwijl anderen gewoon willen dat het snel klaar is.
Dit artikel is een studie naar 27 echte bouwers (ontwikkelaars) om te ontdekken hoe verschillende soorten mensen deze robotassistent gebruiken en waarom ze dat op die manier doen. De onderzoekers ontdekten dat het ervaringsniveau van een persoon en hun persoonlijke "denkstijl" de manier waarop ze met de AI communiceren volledig veranderen.
Hier is de uitsplitsing van hun bevindingen, met behulp van eenvoudige analogieën:
1. De vijf "persoonlijkheden" van interactie
De onderzoekers observeerden hoe mensen de chat gebruikten en realiseerden zich dat iedereen in een van de vijf verschillende "modi" of stijlen valt, zoals verschillende rijstijlen op een snelweg:
- De Navigator (De Gids):
- Wat ze doen: Ze behandelen de AI als een GPS. Ze vragen: "Waar is het rode vakje in deze code?" of "Laat me zien waar de login-knop is gedefinieerd."
- De vibe: Ze kijken vaak in het verkeerde bestand en hebben de AI nodig om hen de juiste richting op te wijzen. Ze gebruiken dit veel wanneer ze net beginnen of aan het verkennen zijn.
- De Autopiloot (De "Doe het allemaal"-commandant):
- Wat ze doen: Ze geven de AI een enorme, vage opdracht zoals: "Los de navigatie op en doe verder alles," en drukken dan op de "Toepassen"-knop. Ze willen dat de robot het hele werk in één keer doet.
- De vibe: "Ik heb een doel; jij regelt de details." Dit is een "één-en-klaar"-strategie.
- De Adjunct (De Collaboratieve Partner):
- Wat ze doen: Dit is de meest voorkomende stijl. Ze werken stap voor stap met de AI. "Verander dit deel," dan "Leg uit waarom je dat hebt veranderd," dan "Los deze fout op."
- De vibe: Het is een gesprek. Ze bouwen samen, controleren het werk en stellen vragen. Ze kopiëren en plakken kleine stukjes code heen en weer.
- De Technicus (De Precisie-monteur):
- Wat ze doen: Ze vragen om zeer specifieke, kleine instructies. "Voeg hier een debounce-functie toe" of "Laad deze specifieke variabele."
- De vibe: Ze willen niet dat de AI een heel blok code schrijft; ze willen een specifiek gereedschap om een specifieke schroef te repareren. Ze typen de code meestal zelf in in plaats van de AI de code automatisch te laten invoegen.
- De Geleerde (De Student):
- Wat ze doen: Ze gebruiken de AI als een tekstboek. "Wat doet deze React-code?" of "Hoe werkt het sorteren van een string?"
- De vibe: Ze zijn er om te leren. Ze plakken vaak code in de chat om een uitleg te krijgen, waarbij ze de AI behandelen als een tutor.
2. De 10 verborgen "behoeften" die het gedrag sturen
Waarom kiest iemand voor de stijl van een "Technicus" in plaats van een "Autopiloot"? De studie vond dat 10 verschillende interne "behoeften" deze keuzes sturen. Denk aan deze als de honger, dorst en veiligheidsbehoeften van de ontwikkelaar:
- Behoefte aan Bekwaamheid: "Ik kan dit niet alleen; ik heb hulp nodig." (Leidt tot meer delegatie).
- Behoefte aan Agency (Handelingsbekwaamheid): "Ik moet bewijzen dat ik dit zelf kan." (Leidt tot minder delegatie, meer controle).
- Behoefte aan Experimenteren: "Ik wil zien wat deze robot eigenlijk kan." (Leidt tot het proberen van wilde dingen).
- Behoefte aan Zekerheid: "Ik moet erop kunnen vertrouwen dat deze code niets breekt." (Leidt tot het handmatig controleren van alles).
- Behoefte aan Productiviteit: "Ik moet dit snel afhebben." (Leidt tot het vragen om meer van de AI te doen).
- Behoefte aan Gemak: "Ik wil niet te veel nadenken of typen." (Leidt tot het delegeren van taken).
- Behoefte aan Leren: "Ik wil er beter in worden." (Leidt tot het vragen om uitleg).
- Behoefte aan Begrip: "Ik moet weten waarom dit werkt." (Leidt tot het vragen om details).
- Behoefte aan Delegatie: "Ik wil het werk uitbesteden." (De wens om de AI het over te nemen).
- Behoefte aan Controle: "Ik wil de baas zijn van de oplossing." (De wens om de teugels strak in handen te houden).
De adder onder het gras: Deze behoeften vechten vaak met elkaar. Als je bijvoorbeeld een Gemak wilt (niet hard willen werken), zul je misschien alles delegeren. Maar als je ook een sterke Behoefte aan Controle hebt (ik moet precies weten hoe het werkt), zul je misschien weigeren te delegeren, zelfs als dat moeilijker is.
3. Hoe ervaring en persoonlijkheid het spel veranderen
De studie vond een duidelijke link tussen wie je bent en welke "modus" je gebruikt:
- Ervaring maakt het verschil:
- Nieuwkomers (minder ervaren) hebben de neiging om Navigators te zijn (op zoek naar hulp) of Autopiloten (hopend dat de AI alles oplost). Ze voelen vaak dat ze de AI nodig hebben om het zware werk te doen.
- Experts (ervaren ontwikkelaars) hebben de neiging om Technici te zijn. Ze weten precies wat ze willen. Ze vragen de AI niet om "het huis te bouwen"; ze vragen het om "dit specifieke raam te installeren." Ze houden meer controle omdat ze meer vertrouwen op hun eigen oordeel.
- Denkstijlen maken het verschil:
- Mensen die van knutselen houden (rondzien en kijken wat er gebeurt) gebruikten de AI niet noodzakelijkerwijs om te "experimenteren" op de manier die de onderzoekers verwachtten. In plaats daarvan gebruikten ze het om hun eigen specifieke oplossingen aan te passen.
- Mensen die risicotolerant zijn (het niet erg vinden als er iets misgaat), werden verwacht meer de AI te laten doen, maar de studie liet zien dat het ingewikkeld is. Soms betekent risicotolerantie dat ze de AI meer vertrouwen, maar andere keren betekent het dat ze bereid zijn te falen terwijl ze het zelf proberen op te lossen.
4. Het grote plaatje: One size does not fit all
De belangrijkste conclusie is dat cognitieve diversiteit (hoe verschillende mensen denken en problemen oplossen) enorm groot is.
Als je een tool bouwt die alleen de "Autopiloot"-stijl ondersteunt, frustreer je misschien de "Technicus" die controle wil. Als je een tool bouwt die alleen de "Scholar"-stijl ondersteunt, verveel je misschien de "Autopiloot" die gewoon snelheid wil.
De onderzoekers concluderen dat om AI-assistenten echt nuttig te maken voor iedereen, we moeten stoppen met ze te zien als "one-size-fits-all" tools. In plaats daarvan moeten we ze ontwerpen om te adapteren aan de huidige behoefte van de gebruiker (Willen ze leren? Willen ze tijd besparen? Willen ze de controle behouden?).
Kortom: Ontwikkelaars zijn als verschillende soorten bestuurders. Sommigen willen een zelfrijdende auto (Autopiloot), sommigen willen een copiloot (Deputy) en sommigen willen gewoon een GPS (Navigator). De beste AI-assistent is een assistent die weet met welk type bestuurder hij praat en daarop aanpast.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.