実証的計算：プロンプティング vs プログラミング [pdf]
本論文は、大規模言語モデル（LLM）を用いたプロンプティングと従来のプログラミングを「実証的計算」の枠組みで比較する。ソフトウェアエンジニアリングの観点から、両アプローチの特性、信頼性、適用範囲を分析し、それぞれの強みと限界を明らかにする。
背景メモ
- この論文は、ソフトウェア開発において「従来のプログラミング（コードを書くこと）」と「AIへのプロンプト入力（自然言語で指示すること）」の違いを、コンピュータ科学の根本に立ち返って実験的に比較した学術研究です。
- 著者のMarcel Böhmeは、ソフトウェア工学とセキュリティを専門とする研究者で、とくに「自動プログラム修復」や「ファジング（自動テスト）」の分野で知られています。
- 近年、ChatGPTやGitHub Copilotなどの大規模言語モデル（LLM）が普及し、「プログラマはコードを書かずにAIに指示するだけでソフトを作れるのでは」という議論が盛んになっています。この論文は、その主張を実証的に検証しています。
- 「Empirical Computation」という造語は、プロンプト入力と従来のプログラミングを、計算可能な問題の解法という観点から同列に扱い、実験で比較するという本研究独自のアプローチを指します。
- この研究の背景には、ソフトウェア工学における「AIは人間のプログラマを置き換えるのか」という大きな論点があります。