.png){kind=icon}
返回
Toward explaining value concerns in software artifacts: A human-in-the-loop method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.infsof.2026.108254.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：软件中的人类价值观违背可能导致用户不满、经济损害和信任丧失。现有的软件工程研究主要关注通过人工标注或自动分类来检测此类违背，而没有解释其发生机制。这种缺乏解释使得报告的违背难以验证，并且为处理这些违背提供的指导有限。目标：本研究引入一种人机协同方法，通过阐述可能引发违背的条件来解释软件工件中潜在的人类价值观违背——价值关切。方法：所提出的人机协同方法整合了大型语言模型（ChatGPT）的自动化推理能力与人工评估，以识别和阐述软件工件中的价值关切。我们通过一个包含1200个Android和iOS API的案例研究来评估该方法，评估其生成潜在价值违背可追溯说明的能力。结果：结果表明，ChatGPT关于价值关切的推断在合理准确但不够完整。错误源于缺乏依据的解释和过度延伸的推理，而大型语言模型输出的说服性呈现使得这些错误难以识别。人机协同方法通过人工审查缓解了这些问题。结论：我们的发现支持将大型语言模型作为推理伙伴，当结合人工监督时，可以有效解释软件工件中的价值关切。
Keyword:
Explaining
Value concerns
Software artifacts
LLMs
查看更多机构