「TODO: Geminiが作った混乱を修正」: 生成AIによって誘発された自己申告技術的負債の理解に向けて

要旨

ChatGPT、Copilot、Claude、Geminiなどの大規模言語モデル（LLM）がソフトウェア開発ワークフローに統合されるにつれ、開発者がコードコメントにAI関与の痕跡を残すケースが増加している。中でも、生成AIの利用と技術的欠陥の存在の両方を明示的に認めるコメントが存在する。公開されているPythonおよびJavaScriptベースのGitHubリポジトリ（2022年11月～2025年7月）から収集した6,540件のLLM言及コードコメントを分析した結果、81件が技術的負債の自己認証（SATD）を同時に含むことを確認した。開発者は、テストの先送り、不完全な適応、AI生成コードへの理解不足について最も頻繁に言及しており、AI支援が技術的負債が発生するタイミングと理由の両方に影響を与えていることが示唆される。我々は、開発者がAI生成コードを取り入れつつ、その動作や正確性に対する不確実性を明示的に表明する反復事例を記述するための概念的枠組みとして、GenAI誘発型自己認証技術的負債（GIST）を提案する。

English

As large language models (LLMs) such as ChatGPT, Copilot, Claude, and Gemini become integrated into software development workflows, developers increasingly leave traces of AI involvement in their code comments. Among these, some comments explicitly acknowledge both the use of generative AI and the presence of technical shortcomings. Analyzing 6,540 LLM-referencing code comments from public Python and JavaScript-based GitHub repositories (November 2022-July 2025), we identified 81 that also self-admit technical debt(SATD). Developers most often describe postponed testing, incomplete adaptation, and limited understanding of AI-generated code, suggesting that AI assistance affects both when and why technical debt emerges. We term GenAI-Induced Self-admitted Technical debt (GIST) as a proposed conceptual lens to describe recurring cases where developers incorporate AI-generated code while explicitly expressing uncertainty about its behavior or correctness.

「TODO: Geminiが作った混乱を修正」: 生成AIによって誘発された自己申告技術的負債の理解に向けて

"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt

要旨

Support