論文の概要: From Quality Properties to Practice: A Guideline and Workflow for Explainability Requirements

• arxiv url: http://arxiv.org/abs/2606.10882v1
• Date: Tue, 09 Jun 2026 13:56:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.042929
• Title: From Quality Properties to Practice: A Guideline and Workflow for Explainability Requirements
• Title（参考訳）: 品質特性から実践へ:説明可能性要件のガイドラインとワークフロー
• Authors: Martin Obaidi, Jakob Droste, Hannah Deters, Marc Herrmann, Michel Krahl, Kurt Schneider,
• Abstract要約: AI対応ソフトウェアシステムでは、説明可能性の必要性がますます高まっている。 誘導されていない大きな言語モデルのサポートは曖昧で一貫性のない、あるいは不完全なステートメントをもたらす可能性がある。 本稿では,説明可能性要件に対する逐次的かつガイドライン駆動型ワークフローを提案する。
• 参考スコア（独自算出の注目度）: 1.9218231341036756
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Explainability is increasingly required in AI-enabled software systems to support transparency, user trust, and compliance. Yet, explainability requirements are often written ad hoc, and unguided large language model support can yield vague, inconsistent, or incomplete statements. This paper presents a sequential, guideline-driven workflow for formulating explainability requirements and evaluates its tool-based operationalization. We first elicited candidate quality properties through a structured literature review and developer interviews. We then prioritized these properties in an online survey with practitioners (n=20) and derived a concise guideline of ten core properties with actionable formulation instructions. Next, we operationalized the guideline in a web-based tool that supports an iterative workflow of drafting, property-based checks, and revision. We evaluated the workflow in two complementary studies. In a workshop with requirements engineers (n=6), tool support reduced formulation time by 23.5% on average (Wilcoxon p=0.021). In an independent online study with software developers (n=18), tool-supported and manually written requirements received comparable ratings for implementability and formulation quality, with a descriptive slight preference tendency toward the tool-supported versions. Overall, our results suggest that combining a prioritized quality guideline with lightweight LLM support can reduce formulation effort while producing requirements that are perceived comparably to manually written ones.
• Abstract（参考訳）: 透明性、ユーザ信頼、コンプライアンスをサポートするために、AI対応のソフトウェアシステムでは説明責任がますます必要になる。 しかし、説明可能性要件はしばしばアドホックで書かれており、ガイドされていない大きな言語モデルのサポートは曖昧、一貫性のない、あるいは不完全なステートメントをもたらす可能性がある。 本稿では、説明可能性要件を定式化し、ツールベースの運用評価を行うためのシーケンシャルなガイドライン駆動ワークフローを提案する。 まず、構造化された文献レビューと開発者インタビューを通じて、候補品質特性を抽出した。 次に,実践者によるオンライン調査(n=20)において,これらの特性を優先し,行動可能な定式化命令を用いた10のコア特性の簡潔なガイドラインを導出した。 次に、ドラフト、プロパティベースのチェック、リビジョンの反復的なワークフローをサポートするWebベースのツールでガイドラインを運用しました。 そのワークフローを2つの相補的な研究で評価した。 要件エンジニア(n=6)によるワークショップでは、ツールサポートにより、平均で23.5%の定式化時間が短縮された(Wilcoxon p=0.021)。 ソフトウェア開発者による独立したオンライン調査(n=18)では、ツールサポートと手作業による要件は、実装性や定式化品質に匹敵する評価を受けた。 以上の結果から,優先順位付けされた品質ガイドラインと軽量LCMサポートを組み合わせることで,手書きのガイドラインと相容れない要件を提示しながら,定式化の労力を削減できることが示唆された。

関連論文リスト

• Writing Better Software Explanations: A Guideline-Based Approach [1.9218231341036756]
  ソフトウェア説明のためのガイドラインに基づく定式化支援ツールを提案する。 このツールは、記述プロセスを生成、品質チェック、反復的なリビジョンに構成すると同時に、ドメイン制御を開発者と共有する。 本研究は, ガイドライン駆動型補助により, 有効性の向上と, 高い定式化品質が示唆された。
  論文  参考訳（メタデータ） (2026-06-09T13:54:24Z)
• Prompt-Driven Code Summarization: A Systematic Literature Review [4.238464304669881]
  大きな言語モデル(LLM)は、ソースコードから自然言語記述を自動的に生成することで、有望なソリューションを提供する。 この体系的なレビュー文献は、既存の証拠を集約し、パラダイムを推進し、その効果を検証し、将来の研究と実践的採用のガイドとなるギャップを特定する。
  論文  参考訳（メタデータ） (2026-04-16T03:25:28Z)
• Improving Large Language Models Function Calling and Interpretability via Guided-Structured Templates [56.73907811047611]
  大規模言語モデル(LLM)は強力な推論とツール使用能力を示している。 LLMは、誤ったパラメータ化、悪いツールの選択、ユーザーの意図の誤解釈によって、現実世界のツールインタラクションで失敗することが多い。 我々は、構造化推論テンプレートを利用して、関数呼び出しを生成するためのより故意なステップバイステップ命令を通してLCMをガイドするカリキュラムに着想を得たフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-22T17:55:14Z)
• Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
  AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。 不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。 対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
  論文  参考訳（メタデータ） (2025-02-18T17:12:26Z)
• Pointwise Mutual Information as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
  文脈と問合せの間のポイントワイドな相互情報は,言語モデルの性能向上に有効な指標であることを示す。 本稿では,文書と質問のポイントワイドな相互情報を利用する2つの手法を提案する。
  論文  参考訳（メタデータ） (2024-11-12T13:14:09Z)
• CELA: Cost-Efficient Language Model Alignment for CTR Prediction [70.65910069412944]
  CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。 最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。 CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
  論文  参考訳（メタデータ） (2024-05-17T07:43:25Z)
• Learning Action Conditions from Instructional Manuals for Instruction Understanding [48.52663250368341]
  本稿では,行動条件推論というタスクを提案し,命令マニュアルにおける行動条件の事前条件と後条件の高品質なアノテートデータセットを収集する。 本稿では,オンライン指導マニュアルから大規模トレーニングインスタンスを自動構築する弱い教師付きアプローチを提案し,人間に注釈を付けて検証したデータセットをキュレートし,現在のNLPモデルが命令テキストの動作条件依存性をいかに推測できるかを検証した。
  論文  参考訳（メタデータ） (2022-05-25T00:19:59Z)
• Natural Language in Requirements Engineering for Structure Inference -- An Integrative Review [0.0]
  本稿では,要求工学のための自然言語処理ツールに関する総合的なレビューを提供する。 その結果、現在、情報構造の直接的/一次的抽出を可能にするオープンソースアプローチは存在しない。 アルゴリズム、知識ベース、テキストコーパスを個別に管理できるアプローチが追求される可能性がある。
  論文  参考訳（メタデータ） (2022-02-10T14:46:09Z)

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。