論文の概要: Exploring Human-AI Collaboration in Agile: Customised LLM Meeting Assistants
- arxiv url: http://arxiv.org/abs/2404.14871v1
- Date: Tue, 23 Apr 2024 09:55:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-24 14:41:16.060567
- Title: Exploring Human-AI Collaboration in Agile: Customised LLM Meeting Assistants
- Title(参考訳): アジャイルにおける人間とAIのコラボレーションを探る - カスタムLLMミーティングアシスタント
- Authors: Beatriz Cabrero-Daniel, Tomas Herda, Victoria Pichler, Martin Eder,
- Abstract要約: Action Research Researchは、2つのアジャイルソフトウェア開発ミーティングにおける"AIアシスタント"の統合に焦点を当てている。
成功の鍵となる要因について議論し、AIの使用とチームコラボレーションのダイナミクスのリンクを確立する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This action research study focuses on the integration of "AI assistants" in two Agile software development meetings: the Daily Scrum and a feature refinement, a planning meeting that is part of an in-house Scaled Agile framework. We discuss the critical drivers of success, and establish a link between the use of AI and team collaboration dynamics. We conclude with a list of lessons learnt during the interventions in an industrial context, and provide a assessment checklist for companies and teams to reflect on their readiness level. This paper is thus a road-map to facilitate the integration of AI tools in Agile setups.
- Abstract(参考訳): このアクションリサーチは、デイリースクラムとフィーチャーリファインメントという、社内のスケールドアジャイルフレームワークの一部である計画ミーティングという、2つのアジャイルソフトウェア開発ミーティングにおける"AIアシスタント"の統合に焦点を当てています。
成功の鍵となる要因について議論し、AIの使用とチームコラボレーションのダイナミクスのリンクを確立する。
産業的な文脈で学んだ教訓のリストを締めくくり、企業やチームがその準備レベルを反映する評価チェックリストを提供する。
この論文は、アジャイルのセットアップにおけるAIツールの統合を促進するためのロードマップである。
関連論文リスト
- WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく29のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳(メタデータ) (2024-03-12T14:58:45Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳(メタデータ) (2024-02-07T01:45:14Z) - HuixiangDou: Overcoming Group Chat Scenarios with LLM-based Technical Assistance [33.00983256174294]
我々はLarge Language Models (LLM)を利用した技術アシスタントHixiangDouを紹介する。
このシステムは、オープンソースのアルゴリズムプロジェクトに関連する質問に対する洞察に富んだ回答を提供することによって、アルゴリズム開発者を支援するように設計されている。
WeChatやLarkといったインスタントメッセージング(IM)ツールのグループチャットへのこのアシスタントの統合についても検討する。
論文 参考訳(メタデータ) (2024-01-16T19:00:10Z) - LLM-Coordination: Evaluating and Analyzing Multi-agent Coordination Abilities in Large Language Models [23.092480882456048]
本研究では,Pure Coordination Games の文脈におけるLarge Language Models (LLM) の詳細な解析を目的とした。
以上の結果から, GPT-4-turbo を併用した LLM エージェントは, 最先端の強化学習法に匹敵する性能を示した。
コーディネーションQAの結果は、LLMのマインド推論と共同計画能力の向上のための大きな空間を示している。
論文 参考訳(メタデータ) (2023-10-05T21:18:15Z) - Communicative Agents for Software Development [79.86905471184195]
ChatDevはチャットを利用した仮想ソフトウェア開発会社で、確立したウォーターフォールモデルを反映している。
各ステージは、プログラマ、コードレビュアー、テストエンジニアといった"ソフトウェアエージェント"のチームが参加し、協調的な対話を促進する。
ChatDevは潜在的な脆弱性を特定し、信頼できる効率とコスト効率を維持しながら幻覚を正す。
論文 参考訳(メタデータ) (2023-07-16T02:11:34Z) - AI for Agile development: a Meta-Analysis [0.0]
本研究では,人工知能とアジャイルソフトウェア開発方法論を統合することのメリットと課題について検討する。
このレビューは、特別な社会技術専門知識の必要性など、重要な課題を特定するのに役立った。
プロセスや実践者への影響をよりよく理解し、その実装に関連する間接的な課題に対処するためには、さらなる研究が必要である。
論文 参考訳(メタデータ) (2023-05-14T08:10:40Z) - Approach Intelligent Writing Assistants Usability with Seven Stages of
Action [9.378355457555319]
我々は,知的書記アシスタントのインタラクション設計にアプローチするための枠組みとして,ノーマンの7つの行動段階を採用する。
ソフトウェアチュートリアルのオーサリングの例として,タスク記述へのフレームワークの適用性について説明する。
論文 参考訳(メタデータ) (2023-04-06T02:11:55Z) - CAMEL: Communicative Agents for "Mind" Exploration of Large Language
Model Society [58.04479313658851]
本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。
本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。
コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
論文 参考訳(メタデータ) (2023-03-31T01:09:00Z) - AANG: Automating Auxiliary Learning [110.36191309793135]
補助目的の集合を自動生成する手法を提案する。
我々は、新しい統合分類体系の中で既存の目的を分解し、それらの関係を識別し、発見された構造に基づいて新しい目的を創出することで、これを実現する。
これにより、生成された目的物の空間を探索し、指定されたエンドタスクに最も有用なものを見つけるための、原理的かつ効率的なアルゴリズムが導かれる。
論文 参考訳(メタデータ) (2022-05-27T16:32:28Z) - MONAI Label: A framework for AI-assisted Interactive Labeling of 3D
Medical Images [49.664220687980006]
注釈付きデータセットの欠如は、タスク固有の教師付き機械学習モデルをトレーニングする上で、大きなボトルネックとなる。
本稿では,人工知能(AI)モデルに基づくアプリケーション開発を支援する,フリーかつオープンソースなフレームワークであるmonAI Labelを紹介する。
論文 参考訳(メタデータ) (2022-03-23T12:33:11Z)
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。