研究内容

課題

ソースコードに加えて実行時の情報を渡すと、AIによる不具合の説明はどう変わるか。

手法

プログラムと実行履歴を組み合わせたプロンプトを作り、ChatGPTによる不具合原因の説明を調べました。

成果・検証

実際の不具合を用いた事例研究で、実行履歴を与えることで原因説明が具体的になるケースを確認しました。

ICSME 2023, pp.397–402 · 論文・公開資料 ↗

課題

AIが生成したコードに潜む、境界値や特殊な入力での不具合をどう検出するか。

手法

具体的な入力と期待値を使うテストと、満たすべき性質を使って多様な入力を試すProperty-based TestingをLLMで生成し、比較しました。

成果・検証

コード生成ベンチマークで比較し、それぞれの方法が異なる不具合を見つけ、併用によって検出を補い合うことを示しました。

AIware 2025, pp.11–18 · 論文・公開資料 ↗

課題

AIが提案したコード変更は、人にどのように説明され、レビューされているか。

手法

5種類のAIコーディングエージェントが作成したプルリクエストを分析し、説明文の特徴と、人によるレビュー・応答時間・変更の採用状況を調べました。

成果・検証

エージェントごとに説明のスタイルやレビューへの反応が異なることを明らかにし、人とAIの協働を考えるための知見を得ました。

MSR 2026, pp.878–882 · 論文・公開資料 ↗

課題

不具合が起きた時点の変数の値を、実行が終わった後に確認したい。

手法

Javaプログラムの実行情報を限られた容量で記録し、ソースコードと対応付けて表示するツールを開発しました。

成果・検証

記録・解析・可視化を組み合わせ、実際にどの値が使われたかを調べるデバッグを支援します。

Science of Computer Programming, 206, 102630 (2021) · 論文・公開資料 ↗

課題

コードを変更したとき、プログラムが通る処理の流れはどう変わるか。

手法

実行経路を比較・可視化するコードレビュー向けツールJCompathsを研究しました。

成果・検証

ソースコードの変更とプログラムの動きの関係を調べるための、レビュー支援ツールとして発表しています。

コンピュータソフトウェア / Computer Software, 42(3), pp.23–39 (2025) · 論文・公開資料 ↗

課題

コンパイラのエラーメッセージだけでは、どこをどう直せばよいか分かりにくい。

手法

コード中のトークンの並びをN-gramの確率モデルで扱い、不自然な箇所の特定と修正候補の提示を行う手法を提案しました。

成果・検証

初学者向けプログラミング演習のデータに適用し、エラー箇所の特定と修正候補の提示を評価しました。

情報処理学会論文誌 / IPSJ Journal, 66(11), pp.1486–1496 (2025) · 論文・公開資料 ↗