Buchumschlag

How Are We Doing With Using AI-Based Programming Assistants For Privacy-Related Code Generation? The Developers' Experience

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Madampe, Kashumi, Grundy, John, Arachchilage, Nalin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Developer Perceptions on Utilising Low-Code Approaches to Build Accessible and Adaptive Applications for Seniors
von: Wickramathilaka, Shavindra, et al.
Veröffentlicht: (2025)

Accessibility Recommendations for Designing Better Mobile Application User Interfaces for Seniors
von: Wickramathilaka, Shavindra, et al.
Veröffentlicht: (2025)

Adaptive and Accessible User Interfaces for Seniors Through Model-Driven Engineering
von: Wickramathilaka, Shavindra, et al.
Veröffentlicht: (2025)

SoK: Enhancing Privacy-Preserving Software Development from a Developers' Perspective
von: Wijesundara, Tharaka, et al.
Veröffentlicht: (2025)

Security Concerns in Generative AI Coding Assistants: Insights from Online Discussions on GitHub Copilot
von: Ferreyra, Nicolás E. Díaz, et al.
Veröffentlicht: (2026)

SoK: Demystifying Privacy Enhancing Technologies Through the Lens of Software Developers
von: Boteju, Maisha, et al.
Veröffentlicht: (2023)

The Good, the Bad, and the (Un)Usable: A Rapid Literature Review on Privacy as Code
von: Ferreyra, Nicolás E. Díaz, et al.
Veröffentlicht: (2024)

How Does Cognitive Capability and Personality Influence Problem Solving in Coding Interview Puzzles?
von: Hidellaarachchi, Dulaji, et al.
Veröffentlicht: (2025)

Assessing AI-Based Code Assistants in Method Generation Tasks
von: Corso, Vincenzo, et al.
Veröffentlicht: (2024)

Harnessing Hype to Teach Empirical Thinking: An Experience With AI Coding Assistants
von: Wyrich, Marvin, et al.
Veröffentlicht: (2026)

Interactive GDPR-Compliant Privacy Policy Generation for Software Applications
von: Sangaroonsilp, Pattaraporn, et al.
Veröffentlicht: (2024)

Beyond the Commit: Developer Perspectives on Productivity with AI Coding Assistants
von: Chen, Valerie, et al.
Veröffentlicht: (2026)

Generating Java Methods: An Empirical Assessment of Four AI-Based Code Assistants
von: Corso, Vincenzo, et al.
Veröffentlicht: (2024)

Examining the Use and Impact of an AI Code Assistant on Developer Productivity and Experience in the Enterprise
von: Weisz, Justin D., et al.
Veröffentlicht: (2024)

An Empirical Study on Automatically Detecting AI-Generated Source Code: How Far Are We?
von: Suh, Hyunjae, et al.
Veröffentlicht: (2024)

Generating User Experience Based on Personas with AI Assistants
von: Huang, Yutan
Veröffentlicht: (2024)

Unlocking Adaptive User Experience with Generative AI
von: Huang, Yutan, et al.
Veröffentlicht: (2024)

Privacy Bills of Materials: A Transparent Privacy Information Inventory for Collaborative Privacy Notice Generation in Mobile App Development
von: Tao, Zhen, et al.
Veröffentlicht: (2025)

Harnessing the Potential of Gen-AI Coding Assistants in Public Sector Software Development
von: Ng, Kevin KB, et al.
Veröffentlicht: (2024)

How Agentic AI Coding Assistants Become the Attacker's Shell
von: Liu, Yue, et al.
Veröffentlicht: (2026)

Collaborator or Assistant? How AI Coding Agents Partition Work Across Pull Request Lifecycles
von: Jo, Young, et al.
Veröffentlicht: (2026)

Automated Prompt Generation for Code Intelligence: An Empirical study and Experience in WeChat
von: Ji, Kexing, et al.
Veröffentlicht: (2025)

Inducing Vulnerable Code Generation in LLM Coding Assistants
von: Zeng, Binqi, et al.
Veröffentlicht: (2025)

Spec-Driven Development:From Code to Contract in the Age of AI Coding Assistants
von: Piskala, Deepak Babu
Veröffentlicht: (2026)

When Security Meets Usability: An Empirical Investigation of Post-Quantum Cryptography APIs
von: Toruan, Marthin, et al.
Veröffentlicht: (2026)

Does Co-Development with AI Assistants Lead to More Maintainable Code? A Registered Report
von: Borg, Markus, et al.
Veröffentlicht: (2024)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

Can AI Agents Generate Microservices? How Far are We?
von: Adnan, Bassam, et al.
Veröffentlicht: (2026)

How Do Developers Use Code Suggestions in Pull Request Reviews?
von: Bouraffa, Abir, et al.
Veröffentlicht: (2025)

Manifestations of Empathy in Software Engineering: How, Why, and When It Matters
von: Gunatilake, Hashini, et al.
Veröffentlicht: (2025)

How do software practitioners perceive human-centric defects?
von: Chauhan, Vedant, et al.
Veröffentlicht: (2024)

AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality
von: Ghammam, Anwar, et al.
Veröffentlicht: (2026)

Personalizing LLM-Based Conversational Programming Assistants
von: Richards, Jonan
Veröffentlicht: (2026)

RubberDuckBench: A Benchmark for AI Coding Assistants
von: Mohammed, Ferida, et al.
Veröffentlicht: (2026)

Environment-Aware Code Generation: How far are We?
von: Wu, Tongtong, et al.
Veröffentlicht: (2026)

The EmpathiSEr: Development and Validation of Software Engineering Oriented Empathy Scales
von: Gunatilake, Hashini, et al.
Veröffentlicht: (2025)

How Do Developers Interact with AI? An Exploratory Study on Modeling Developer Programming Behavior
von: Wu, Yinan, et al.
Veröffentlicht: (2026)

An Empirical Study on Low-Code Programming using Traditional vs Large Language Model Support
von: Liu, Yongkun, et al.
Veröffentlicht: (2024)

Fight Fire with Fire: How Much Can We Trust ChatGPT on Source Code-Related Tasks?
von: Yu, Xiao, et al.
Veröffentlicht: (2024)

Evolution of Programmers' Trust in Generative AI Programming Assistants
von: Shah, Anshul, et al.
Veröffentlicht: (2025)