論文の概要: Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI
- arxiv url: http://arxiv.org/abs/2603.12925v1
- Date: Fri, 13 Mar 2026 12:07:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-16 17:38:12.070871
- Title: Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI
- Title（参考訳）: アジャイル要件エンジニアリングを教える - ジェネレーティブAIによるステークホルダーシミュレーション
- Authors: Eva-Maria Schön, Michael Neumann, Tiago Silva da Silva,
- Abstract要約: 学生は、要件の導出とドキュメントに最先端のアジャイルプラクティスを適用することで、実践的な経験を得ます。
学生はまた、生成的AIの使用に関連する技術的および倫理的制限について理解を深める。
- 参考スコア（独自算出の注目度）: 5.361962126043114
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: The active involvement of users and customers in agile software development remains a persistent challenge in practice. For this reason, it is important that students in higher education become familiar with good practices in Agile Requirements Engineering during their studies. Objective: Our objective is to enable students to learn how to interact with Generative Artificial Intelligence (GenAI) through the use of a stakeholder simulation with AI Personas, while also developing an understanding of the limitations of AI tools in practical contexts. Method: In our courses, we employ a stakeholder simulation using GenAI, in which students conduct interviews with AI Personas through a provided meta-prompt. Based on the outcomes of these interviews, students apply agile practices (e.g., story mapping or impact mapping) to document requirements. The use of GenAI is subsequently reflected upon in a structured group discussion. Results: Through this approach, students gain practical experience by applying state-of-the art agile practices for requirements elicitation and documentation while simultaneously developing an understanding of the technical and ethical limitations associated with the use of generative AI. Conclusion: We have applied this approach over several terms and found that using a meta-prompt provides flexibility, allowing us to remain independent of specific large language model providers.
- Abstract（参考訳）: コンテキスト: アジャイルソフトウェア開発におけるユーザとユーザの積極的な関与は、実際には依然として永続的な課題です。
そのため、高等教育の学生は、研究中にアジャイル要件工学の優れた実践に慣れることが重要である。
目的:我々の目的は,AIペルソナによる利害関係者シミュレーションを用いて,ジェネレーティブ・人工知能(GenAI)と対話する方法を学ぶと同時に,実践的な文脈におけるAIツールの限界を理解することにある。
方法:本コースではGenAIを用いた利害関係者シミュレーションを用いて,提供されたメタプロンプトを通じてAIペルソナへのインタビューを行う。
これらのインタビューの結果に基づいて、学生は要求を文書化するためにアジャイルプラクティス(ストーリーマッピングやインパクトマッピングなど)を適用します。
GenAIの使用はその後、構造化されたグループディスカッションに反映される。
結果: このアプローチを通じて, 学生は, 要求の誘導と文書化に最先端のアジャイルプラクティスを適用すると同時に, 生成的AIの使用に関連する技術的・倫理的制約を理解することによって, 実践的な経験を得ることができた。
結論: このアプローチをいくつかの用語に適用し、メタプロンプトを使用することで柔軟性が得られ、特定の大規模言語モデルプロバイダから独立していられることが分かりました。
関連論文リスト
- "Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding [42.82674998306379]
ビブコーディング(vibe coding)とは、直接のコードオーサシップではなく、自然言語のプロンプトを通じてソフトウェアを作成することを指す。
本稿では、初心者プログラマと混合経験チームがどのようにバイブコーディングに関わるかを調査する1日間のハッカソンについて報告する。
論文 参考訳（メタデータ） (2025-12-02T13:32:23Z) - Designing Knowledge Tools: How Students Transition from Using to Creating Generative AI in STEAM classroom [16.22611628916297]
本研究では、都市計画プログラムの大学院生が、生成AIの受動的ユーザから、カスタムGPTベースの知識ツールのアクティブクリエータへと移行した方法について検討する。
論文 参考訳（メタデータ） (2025-10-22T09:23:19Z) - Integrating Generative AI in BIM Education: Insights from Classroom Implementation [0.4805964026801514]
本研究では,大学院レベルのビルディング情報モデリングコースにおけるジェネレーティブAIを活用したルールチェックワークフローの実装を評価する。
2学期以上、55人の学生が、BIMコンプライアンスタスクにGenAIを使用したことを探る教室ベースのパイロットに参加した。
論文 参考訳（メタデータ） (2025-07-06T03:41:04Z) - Methodological Foundations for AI-Driven Survey Question Generation [41.94295877935867]
本稿では,ジェネレーティブAIを教育調査に活用するための方法論的枠組みを提案する。
大規模言語モデルが適応的でコンテキスト対応のサーベイ質問を生成する方法について検討する。
偏見、プライバシー、透明性などの倫理的問題を考察する。
論文 参考訳（メタデータ） (2025-05-02T09:50:34Z) - Scaffolding Creativity: Integrating Generative AI Tools and Real-world Experiences in Business Education [0.0]
本研究では,ビジネス教育における生成型AIツールと経験的学習の交わりについて検討する。
革新的な学部課程のケーススタディを通じて、学生が様々なAIモダリティとどのように相互作用し、適応するかを検討する。
この統合されたアプローチによって、初心者ユーザーが創造的な障壁を克服し、スキル獲得を加速し、AI生成の洞察と現実のバリデーションの間の動的相互作用を創出できることが明らかになった。
論文 参考訳（メタデータ） (2025-01-11T12:31:10Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.266685603250416]
大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。
本稿では,ChatGPTインタフェースの対話型フィードバック機能によって,LLMへのユーザ参加が期待できるかを検討する。
論文 参考訳（メタデータ） (2024-08-27T13:50:37Z) - Large Language Models Meet User Interfaces: The Case of Provisioning Feedback [6.626949691937476]
我々は、GenAIを教育ツールに組み込むためのフレームワークを提案し、我々のツールであるFeedback Copilotにその応用を実証する。
この研究は、教育におけるGenAIの将来についてのコースをグラフ化している。
論文 参考訳（メタデータ） (2024-04-17T05:05:05Z) - The Responsible Development of Automated Student Feedback with Generative AI [6.008616775722921]
AIの最近の進歩、特に大規模言語モデル(LLM)では、スケーラブルで反復可能でインスタントなフィードバックを提供する新たな機会が提示されている。
しかし、これらの技術の実装には、慎重に対処しなければならない多くの倫理的考察も導入されている。
AIシステムの中核となる利点の1つは、ルーチンや日常的なタスクを自動化する能力であり、人間の教育者を解放して、より微妙な仕事をさせる可能性がある。
しかし、自動化の容易さは、少数派や独特な学習者の多様なニーズが見過ごされる「多数派」の暴行を招きかねない。
論文 参考訳（メタデータ） (2023-08-29T14:29:57Z) - Designerly Understanding: Information Needs for Model Transparency to
Support Design Ideation for AI-Powered User Experience [42.73738624139124]
設計者は、事前訓練された言語モデルなどのAI技術を設計材料として理解するハードルに直面します。
これにより、AIの使用方法、場所、使用方法について、アイデアと意思決定の能力が制限される。
私たちの研究は、UXデザイナがResponsible AIで果たせる重要な役割を強調します。
論文 参考訳（メタデータ） (2023-02-21T02:06:24Z) - Investigating Explainability of Generative AI for Code through
Scenario-based Design [44.44517254181818]
生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。
私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。
我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
論文 参考訳（メタデータ） (2022-02-10T08:52:39Z)
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。