このサーベイは モダンコードレビュー（MCR）のロードマップを示すものである。著者らは MCR を、ソフトウェア品質保証の要であり知識伝達の経路でもある一方で、依然として認知的負荷が高くリソースを大量に消費する営みだと位置づけている。Web of Science、ACM Digital Library、IEEE Xplore から、タイトルまたはトピックに「code review」または「code inspection」を含む研究を収集した。対象期間は、著者らが最初の MCR 研究の年とする 2013 年から 2025 年 11 月までである。当初の 770 件のヒットから、重複排除、採録基準の適用、スノーボーリングを経て 327 件の一次研究が残った。
著者らは文献を 2 つに分けている。1 つは改善技術（153 本、46.8%）で、特定のレビュータスクを自動化・最適化するもの ── コード変更分析、レビュアー推薦、レビューコメント生成、レビューコメント分析、統合型の自動化フレームワーク ── である。もう 1 つは理解研究（174 本、53.2%）で、品質保証と信頼性、プロセス効率とワークフローのパターン、人的要因と社会的相互作用、そして人間と AI の協働に向けた進化を調べるものである。著者らは、大規模言語モデルが MCR を受動的なツール支援から人間と AI の共生的なパートナーシップの可能性へと移行させつつある一方で、新たなリスクももたらしていると論じ、AI の能力と産業界の実情とのギャップを SWOT 分析で診断している。
主なポイント
- 発表数は 3 段階で増加している。2013〜2014 年は年 10 本未満、2015〜2021 年は年 14〜22 本、2022〜2025 年は年 40 本超である。327 件のうち 209 件（約 64%）は 2021 年以降に発表されたもので、この期間は既存のサーベイではカバーされていなかった。
- 会議論文がコーパスの 65%（213 本）を占め、68 の会議に分散している。単一の会議として最も多いのは ICSE、ジャーナルでは Empirical Software Engineering が最多である。
- SWOT 分析では、強みとして、統合型のマルチタスクフレームワーク、LLM の生成能力、台頭しつつあるマルチエージェントシステムの 3 つを挙げる。弱みも 3 つ挙げている。1 つ目はコンテキストのギャップで、モデルはプロジェクト履歴、課題トラッカー、設計ドキュメントを持たずに、局所的なスニペットやファイル単位の差分だけを扱う。2 つ目はハルシネーションと信頼の問題で、高い偽陽性率や表面的な「LGTM スメル」による承認を含む。3 つ目は指標のずれで、BLEU のような指標はフィードバックの論理性、建設性、教育的価値を捉えられない。
- 機会としては、産業界のデータフライホイール、セキュリティ監査・教育・グリーンソフトウェアエンジニアリングといった専門領域、CI/CD パイプラインや IDE へのプロセス統合を挙げる。脅威としては、集団的オーナーシップの侵食、若手開発者のスキル低下（デスキリング）、学習データに含まれるジェンダーバイアスや有害なトーンといったバイアスの増幅を挙げる。
- 著者らは 3 つのパラダイムシフトを提案している。第 1 に、受動的なアシスタントから能動的な協力者への移行であり、検索拡張生成によるリポジトリ固有の長期記憶、マルチエージェントの協調、継続的に更新される知識を備える。第 2 に、精度指標から価値駆動の評価への移行であり、有用性、受容性、認知負荷、検証コストを、複数ファイル・複数ターンのレビューを反映したベンチマーク上で評価する。第 3 に、自動化から人間中心の共生への移行であり、重要な変更には人間の承認を求め、AI がメンターとして振る舞い、バイアス検出を行う。
- 非同期で Web ベースのプルリクエストによる門番的なレビューから、コードを書いている最中にコンテキストを考慮したガイダンスを与える IDE ネイティブなエージェントへの移行を構想しており、著者らはこれを「先制的レビュー（pre-emptive review）」モデルと呼んでいる。
補足
このサーベイにおける人間と AI の協働の記述では、引用されている研究が次のような結果を報告している。LLM 支援のレビューは検証のオーバーヘッドやプルリクエストのクローズまでの時間を増やしうること、レビュアーを深刻度の低い問題へと偏らせること、コードが AI 生成である場合には視覚的な注意が払われにくくなること、そして人間によるレビューが生み出す集団的な説明責任を育めないことである。著者らはこれらの知見を根拠に、人間による監督を維持するハイブリッドなワークフローを主張している。また、理解研究を分野の「羅針盤」、改善技術を「エンジン」と表現し、それぞれが互いの新たな研究を駆動していると述べている。分類体系とその論文リストは GitHub リポジトリで公開されている。初期段階のマルチエージェント型レビューシステムの単一の事例については LLM による AI 駆動のコードレビュー: 初期結果 を参照。このウィキの関連概念には エージェント型コードレビュー と コンテキストを考慮したコードレビュー がある。