Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Human-AI Collaboration in Coding : A Trust Perspective

Publikation

Human-AI Collaboration in Coding : A Trust Perspective

Niemann, Sonja; Schmid, Ute (2025): Human-AI Collaboration in Coding : A Trust Perspective, in: Electronic communications of the EASST, Berlin: Techn. Univ., doi: 10.14279/eceasst.v84.2679.g2784.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Titel der Zeitschrift
Electronic communications of the EASST
ISSN
1863-2122
Konferenz
12th International Symposium on Leveraging Application of Formal Methods, Verification and Validation / 2nd AISoLA - Doctoral Symposium, 2024
Verlagsangabe
Techn. Univ. : Berlin
Erscheinungsjahr
2025
Jahrgang
84
Seiten
1-13
Sprache(n)
Englisch
DOI
Abstract

Generative AI (GenAI) is transforming software development and Computer Science (CS) education, raising critical questions about trust in human-AI collaboration. This paper examines trust in GenAI from interdisciplinary perspectives, assessing existing trust frameworks and their applicability. Seemingly contradictory definitions and approaches are discussed and a solution is presented that could resolve the contradictions. We explore how trust affects adoption in education and software development, reviewing measurement approaches and implications for calibrated trust. Our findings highlight the gap between theoretical trust and practical reliance, contributing to the discourse on AI usability and integration.

Freie Schlagwort(e)
Generative AI
Trust
Trustworthy
Human-AI Collaboration
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
18.09.2026

Permalink: https://fis.uni-bamberg.de/handle/uniba/117280 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 16.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.