論文の概要: Towards Human-Bot Collaborative Software Architecting with ChatGPT
- arxiv url: http://arxiv.org/abs/2302.14600v1
- Date: Sun, 26 Feb 2023 16:32:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-01 16:16:32.607688
- Title: Towards Human-Bot Collaborative Software Architecting with ChatGPT
- Title（参考訳）: chatgptを用いたヒューマンボット協調ソフトウェア構築に向けて
- Authors: Aakash Ahmad, Muhammad Waseem, Peng Liang, Mahdi Fehmideh, Mst Shamima
Aktar, Tommi Mikkonen
- Abstract要約: 大規模言語モデルでトレーニングされたソフトウェア開発ボット(DevBots)は、アーキテクトの知識を人工的なインテリジェントな意思決定サポートと相乗的に支援するのに役立つ。
ChatGPTは、主にソフトウェア工学に導入されていない破壊的な技術である。
サービス駆動型ソフトウェアアプリケーションのアーキテクチャ分析、合成、評価のために、初心者のソフトウェアアーキテクトとChatGPTのコラボレーションを含むケーススタディを詳述する。
- 参考スコア（独自算出の注目度）: 7.50312929275194
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Architecting software-intensive systems can be a complex process. It deals
with the daunting tasks of unifying stakeholders' perspectives, designers'
intellect, tool-based automation, pattern-driven reuse, and so on, to sketch a
blueprint that guides software implementation and evaluation. Despite its
benefits, architecture-centric software engineering (ACSE) inherits a multitude
of challenges. ACSE challenges could stem from a lack of standardized
processes, socio-technical limitations, and scarcity of human expertise etc.
that can impede the development of existing and emergent classes of software
(e.g., IoTs, blockchain, quantum systems). Software Development Bots (DevBots)
trained on large language models can help synergise architects' knowledge with
artificially intelligent decision support to enable rapid architecting in a
human-bot collaborative ACSE. An emerging solution to enable this collaboration
is ChatGPT, a disruptive technology not primarily introduced for software
engineering, but is capable of articulating and refining architectural
artifacts based on natural language processing. We detail a case study that
involves collaboration between a novice software architect and ChatGPT for
architectural analysis, synthesis, and evaluation of a services-driven software
application. Preliminary results indicate that ChatGPT can mimic an architect's
role to support and often lead ACSE, however; it requires human oversight and
decision support for collaborative architecting. Future research focuses on
harnessing empirical evidence about architects' productivity and exploring
socio-technical aspects of architecting with ChatGPT to tackle emerging and
futuristic challenges of ACSE.
- Abstract（参考訳）: ソフトウェア集約システムのアーキテクチャは複雑なプロセスになり得る。
これは、ステークホルダの視点、デザイナーの知性、ツールベースの自動化、パターン駆動再利用などを統合するという厄介なタスクを扱い、ソフトウェアの実装と評価を導く青写真を描く。
その利点にもかかわらず、アーキテクチャ中心のソフトウェアエンジニアリング(ACSE)は多くの課題を継承します。
ACSEの課題は、標準化されたプロセスの欠如、社会技術的制限、そして既存のおよび創発的なソフトウェア(IoT、ブロックチェーン、量子システムなど)の開発を妨げる人間の専門知識の不足に起因する可能性がある。
大規模言語モデルでトレーニングされたソフトウェア開発ボット(DevBots)は、AIによる意思決定支援によるアーキテクトの知識の相乗効果によって、人間-ボットの共同作業型ACSEにおける迅速なアーキテクチャを実現する。
このコラボレーションを実現するための新たなソリューションがchatgptである。これは、主にソフトウェア工学に導入されるのではなく、自然言語処理に基づいてアーキテクチャアーティファクトを調停し、洗練することができる破壊的な技術である。
我々は、サービス駆動ソフトウェアアプリケーションのアーキテクチャ分析、合成、評価のための初心者ソフトウェアアーキテクトとchatgptのコラボレーションに関するケーススタディを詳述する。
予備的な結果は、ChatGPTがACSEを支援し、しばしばリードするアーキテクトの役割を模倣できることを示している。
今後の研究は、建築家の生産性に関する実証的な証拠の活用と、ACSEの新たな未来的課題に取り組むためのChatGPTによる建築の社会技術的側面の探求に焦点を当てている。
関連論文リスト
- Overview of Current Challenges in Multi-Architecture Software Engineering and a Vision for the Future [0.0]
提示されたシステムアーキテクチャは、動的な知識グラフベースのWebAssembly Twinsの概念に基づいている。
結果として得られるシステムは、エンドユーザによる完全な透明性とコントロール性を備えた、高度な自律能力を持つことになる。
論文 参考訳（メタデータ） (2024-10-28T13:03:09Z) - Future of Artificial Intelligence in Agile Software Development [0.0]
AIは、LLM、GenAIモデル、AIエージェントを活用することで、ソフトウェア開発マネージャ、ソフトウェアテスタ、その他のチームメンバーを支援することができる。
AIは効率を高め、プロジェクト管理チームが直面するリスクを軽減する可能性がある。
論文 参考訳（メタデータ） (2024-08-01T16:49:50Z) - Bridging Gaps, Building Futures: Advancing Software Developer Diversity and Inclusion Through Future-Oriented Research [50.545824691484796]
我々はSEの多様性と包摂性に関する課題と解決策について、SE研究者や実践者から知見を提示する。
我々は,将来的なユートピアやディストピアのビジョンを共有し,今後の研究の方向性とアカデミックや産業への示唆を提供する。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳（メタデータ） (2024-01-17T21:30:45Z) - Architecture Knowledge Representation and Communication Industry Survey [0.0]
我々は、アーキテクチャ知識の現在の実践を理解し、将来ソフトウェアアーキテクチャの持続可能性に取り組むために持続可能性をどのように適用できるかを探求することを目的としている。
オランダの著名な銀行で働く45人の建築家から回答を得た。
論文 参考訳（メタデータ） (2023-09-20T18:17:16Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Towards a Reference Software Architecture for Human-AI Teaming in Smart
Manufacturing [0.0]
我々は、知識グラフ、トラッキングとシーン分析、およびリレーショナル機械学習のためのコンポーネントに基づくリファレンスソフトウェアアーキテクチャを開発した。
本ソフトウェアアーキテクチャの実証検証は,自動車,エネルギーシステム,精密加工領域の大規模企業3社と連携して実施する。
論文 参考訳（メタデータ） (2022-01-13T10:43:49Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - A Reference Software Architecture for Social Robots [64.86618385090416]
我々は社会ロボットが恩恵を受けるかもしれない一連の原則を提案する。
これらの原則は、社会ロボットのためのリファレンスソフトウェアアーキテクチャの設計の基礎にもなっている。
論文 参考訳（メタデータ） (2020-07-09T17:03:21Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。