講演情報
[B-14-14]静的解析とテスト結果に基づくAIコードレビューのための品質評価指標の一検討
〇龔 華楊1、牧野 秀勇1、山内 豊樹1 (1. ソフトバンク)
キーワード：
開発方法論、機械学習
近年，LLMを活用したコーディング支援ツールの普及に伴い，ソフトウェア開発におけるコード生成量が増加している。一方で，AI生成コードの品質は一貫しておらず，コードレビューの品質を定量的に評価し，継続的に改善する仕組みが求められている。本研究では，静的解析およびテスト結果から取得可能な定量指標を統合した品質指標体系 Reviewability metrics を提案する。提案手法では，品質指標を正規化・統合して品質スコアを算出し，これをAIコードレビューおよびコード修正のフィードバック信号として利用することで，品質評価・レビュー・修正・再評価から成る品質改善ループを実現する。これにより，AIコードレビューの品質を定量的かつ継続的に評価可能な枠組みの実現を目指す。