論文の概要: Is PMBOK Guide the Right Fit for AI? Re-evaluating Project Management in the Face of Artificial Intelligence Projects
- arxiv url: http://arxiv.org/abs/2506.02214v1
- Date: Mon, 02 Jun 2025 19:54:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-04 21:47:35.001196
- Title: Is PMBOK Guide the Right Fit for AI? Re-evaluating Project Management in the Face of Artificial Intelligence Projects
- Title（参考訳）: PMBOK GuideはAIの正しいフィットか?人工知能プロジェクトに直面したプロジェクトマネジメントの再評価
- Authors: Alexey Burdakov, Max Jaihyun Ahn,
- Abstract要約: 本稿では,Project Management Body of Knowledge (PMBOK) Guideフレームワークが人工知能(AI)ソフトウェアプロジェクトに適用可能であることを批判的に評価する。
PMBOKガイドのギャップには、データ管理への限定的な注力、反復的開発へのサポート不足、倫理的・多分野的な課題に関するガイダンスの欠如などが含まれる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper critically evaluates the applicability of the Project Management Body of Knowledge (PMBOK) Guide framework to Artificial Intelligence (AI) software projects, highlighting key limitations and proposing tailored adaptations. Unlike traditional projects, AI initiatives rely heavily on complex data, iterative experimentation, and specialized expertise while navigating significant ethical considerations. Our analysis identifies gaps in the PMBOK Guide, including its limited focus on data management, insufficient support for iterative development, and lack of guidance on ethical and multidisciplinary challenges. To address these deficiencies, we recommend integrating data lifecycle management, adopting iterative and AI project management frameworks, and embedding ethical considerations within project planning and execution. Additionally, we explore alternative approaches that better align with AI's dynamic and exploratory nature. We aim to enhance project management practices for AI software projects by bridging these gaps.
- Abstract（参考訳）: 本稿では,Project Management Body of Knowledge (PMBOK) Guideフレームワークが人工知能(AI)ソフトウェアプロジェクトに適用可能であることを批判的に評価する。
従来のプロジェクトとは異なり、AIイニシアチブは複雑なデータ、反復的な実験、専門的な専門知識に大きく依存し、重要な倫理的考察をナビゲートしている。
PMBOKガイドでは,データ管理への限定的注力,反復的開発支援の不十分,倫理的・多分野的課題に関するガイダンスの欠如など,ギャップが指摘されている。
これらの欠陥に対処するため、私たちは、データライフサイクル管理の統合、反復的およびAIプロジェクト管理フレームワークの採用、プロジェクト計画と実行に倫理的考慮事項を埋め込むことを推奨します。
さらに、AIのダイナミックで探索的な性質によく適合する代替アプローチも検討しています。
これらのギャップを埋めることで、AIソフトウェアプロジェクトのプロジェクト管理プラクティスを強化することを目指している。
関連論文リスト
- Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。
我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
論文 参考訳（メタデータ） (2025-04-01T13:53:11Z) - Beyond Algorithmic Fairness: A Guide to Develop and Deploy Ethical AI-Enabled Decision-Support Tools [0.0]
人工知能(AI)と最適化の統合は、エンジニアリングシステムの効率性、信頼性、レジリエンスを向上させるための大きな約束を持っている。
本稿では,AIと最適化の交差点にアルゴリズムを配置する際に必要となる倫理的考察を明らかにする。
本論文は,ルールの規範的セットを提供するのではなく,研究者間のリフレクションと意識を高めることを目的としている。
論文 参考訳（メタデータ） (2024-09-17T18:37:53Z) - 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) - Open Problems in Technical AI Governance [102.19067750759471]
テクニカルAIガバナンス(Technical AI Governance)は、AIの効果的なガバナンスを支援するための技術分析とツールである。
本論文は、AIガバナンスへの貢献を目指す技術研究者や研究資金提供者のためのリソースとして意図されている。
論文 参考訳（メタデータ） (2024-07-20T21:13:56Z) - Challenges and Best Practices in Corporate AI Governance:Lessons from the Biopharmaceutical Industry [0.0]
我々は、AIガバナンスを運用しようとする組織が直面する課題について議論する。
これらには、AIガバナンスの物質的スコープをどのように定義するかに関する質問が含まれている。
私たちは、一般的なベストプラクティスでAIガバナンスフレームワークを設計、実装する責任を持つプロジェクトマネージャ、AI実践者、データプライバシオフィサーを提供したいと思っています。
論文 参考訳（メタデータ） (2024-07-07T12:01:42Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳（メタデータ） (2024-03-21T19:12:37Z) - 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) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Transient Information Adaptation of Artificial Intelligence: Towards
Sustainable Data Processes in Complex Projects [0.0]
大規模プロジェクトは複雑なデータポイントの配列を描画しながら複雑な設定で運用されるようになっている。
世界のメガプロジェクトの90%は計画された目標達成に失敗している。
人工知能の概念に対する関心は、プロジェクトライフサイクルを通じてプロジェクトマネージャの認知能力を高めることを目指している。
論文 参考訳（メタデータ） (2021-03-27T22:28:52Z)
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。