論文の概要: Opportunities and Limitations of GenAI in RE: Viewpoints from Practice
- arxiv url: http://arxiv.org/abs/2603.25905v1
- Date: Thu, 26 Mar 2026 20:54:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 21:49:48.276277
- Title: Opportunities and Limitations of GenAI in RE: Viewpoints from Practice
- Title（参考訳）: REにおけるGenAIの可能性と限界:実践から見た視点
- Authors: Anne Hess, Andreas Vogelsang, Xavier Franch, Andrea Herrmann, Sylwia Kopczyńska, Alexander Rachmann,
- Abstract要約: AIをREプロセスに効果的に統合する方法を理解する必要性が高まっている。
この研究は、REにおけるGenAIの実践的利用に関する実証的な証拠を提供し、そのメリット、課題、およびトレーニングニーズに関する洞察を提供する。
- 参考スコア（独自算出の注目度）: 37.83904397181454
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Context and motivation: With the rapid advancement of AI technologies, there is an increasing need to understand how AI can be effectively integrated into RE processes. In recent years, several studies have explored the potential and challenges of applying GenAI to support or even automate RE-related activities. Question/problem: Despite the existing body of knowledge on AI's potential for supporting RE activities, there is limited evidence on its practical applicability and limitations from an industry perspective. Principal ideas/results: To address this gap, we conducted a survey with RE practitioners in collaboration with the IREB Special Interest Group on AI & RE. In addition to describing our research methodology and survey design, we present insights from our quantitative and qualitative data analyzes. These insights include practitioners' perspectives on current usage scenarios, concerns, experiences-both positive and negative-as well as training needs related to using GenAI in requirements elicitation, analysis, specification, validation, and management. Contribution: This study provides empirical evidence on the practical use of GenAI in RE, offering insights into its benefits, challenges, and training needs. The findings inform future research and industry strategies, guiding effective AI integration and skill development for improved RE processes and results.
- Abstract（参考訳）: コンテキストとモチベーション: AI技術の急速な進歩により、AIをREプロセスに効果的に統合する方法を理解する必要性が高まっている。
近年,RE関連活動の支援や自動化にGenAIを適用する可能性や課題について,いくつかの研究がなされている。
質問/プロブレム: AIがRE活動を支援する可能性に関する知識は存在するが、その実践的適用性と業界の観点からの制限に関する証拠は限られている。
主な考え/侮辱: このギャップに対処するため、私たちはIREB Special Interest Group on AI & REと共同でRE実践者との調査を行った。
本研究の方法論と調査設計を説明することに加えて,定量的・定性的なデータ分析から得られた知見を提示する。
これらの洞察には、現在の使用シナリオ、懸念、経験-肯定的、否定的-に関する実践者の視点と、要件適用、分析、仕様、検証、管理におけるGenAIの使用に関するトレーニングニーズが含まれます。
コントリビューション:本研究は、REにおけるGenAIの実践的利用に関する実証的な証拠を提供し、そのメリット、課題、およびトレーニングニーズに関する洞察を提供する。
この結果は、将来の研究と産業戦略を知らせ、効果的なAI統合とスキル開発を指導し、改善されたREプロセスと結果を提供する。
関連論文リスト
- Let the Barbarians In: How AI Can Accelerate Systems Performance Research [80.43506848683633]
我々は、この繰り返しサイクルを、AI駆動システム研究の生成、評価、洗練のサイクルと呼ぶ。
我々はADRSが生成するソリューションが人間の最先端の設計に適合し、さらに優れることを示した。
論文 参考訳（メタデータ） (2025-12-16T18:51:23Z) - Towards Human-AI Synergy in Requirements Engineering: A Framework and Preliminary Study [2.195918681143262]
本稿では,Human-AI RE Synergy Model(HARE-SM)を紹介する。
このモデルは、AIによる分析と人間の監視を統合して、要求の推論、分析、検証を改善する。
我々は、REデータセットの作成、微調整AIモデル、協調型ヒューマンAIの設計に焦点を当てた多段階の研究方法論を概説する。
論文 参考訳（メタデータ） (2025-10-28T22:29:11Z) - Reconsidering Requirements Engineering: Human-AI Collaboration in AI-Native Software Development [2.195918681143262]
要求工学(RE)はソフトウェア開発を成功させる基盤です。
その重要な役割にもかかわらず、REはあいまいさ、ステークホルダーのニーズの矛盾、進化する要求の管理の複雑さなど、永続的な課題に直面し続けている。
本稿では、労働集約的なタスクを自動化し、要求優先化をサポートし、利害関係者とAIシステム間のコラボレーションを促進することによって、AIが従来のREプラクティスをどのように強化できるかを考察する。
論文 参考訳（メタデータ） (2025-10-05T21:58:44Z) - Stakeholder Participation for Responsible AI Development: Disconnects Between Guidance and Current Practice [0.6144680854063939]
責任AI(rAI)ガイダンスは、AI開発中のステークホルダー関与(SHI)を促進する。
Shiはすでに商用ソフトウェア開発で一般的ですが、潜在的に異なる目標があります。
本研究は,確立された Shi の実践が rAI 活動および潜在的な切断にどの程度貢献できるかを明らかにする。
論文 参考訳（メタデータ） (2025-06-11T15:43:07Z) - 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) - Navigating Ethical Challenges in Generative AI-Enhanced Research: The ETHICAL Framework for Responsible Generative AI Use [0.0]
生成人工知能(GenAI)の急速な普及は、機会と倫理的課題の両方を提示する。
本稿では、研究におけるGenAIの責任を負うための実践的ガイドであるETHICALフレームワークを開発する。
論文 参考訳（メタデータ） (2024-12-11T05:49:11Z) - Generative AI for Requirements Engineering: A Systematic Literature Review [1.6986294649170766]
生成事前学習型トランスモデルが現在の応用を支配している。
産業採用は未熟であり、90%以上の研究が初期開発に対応している。
GenAIベースのREの変革的な可能性にもかかわらず、いくつかの障壁は実践的な採用を妨げる。
論文 参考訳（メタデータ） (2024-09-10T02:44:39Z) - Responsible AI Considerations in Text Summarization Research: A Review
of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。
我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。
私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文 参考訳（メタデータ） (2023-11-18T15:35:36Z)
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。