論文の概要: Software Project Management with LLM-Based Automation: Coordination, Validation, and Governance in Practice

• arxiv url: http://arxiv.org/abs/2610.00027v1
• Date: Wed, 02 Sep 2026 04:18:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.317521
• Title: Software Project Management with LLM-Based Automation: Coordination, Validation, and Governance in Practice
• Title（参考訳）: LLMベースの自動化によるソフトウェアプロジェクト管理:実践におけるコーディネーション、バリデーション、ガバナンス
• Abstract要約: 本稿では,ソフトウェアプロジェクトマネージャがLLMベースの自動化に関連する作業や学習要求の変化をどう認識するかを検討する。 大規模で多プロジェクトなソフトウェア組織で働くソフトウェアプロジェクトマネージャの経験から、LLMベースの自動化が計画、見積、調整、監視、ガバナンス活動に影響を及ぼすことを示す。
• 参考スコア（独自算出の注目度）: 2.198430261120653
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As software engineering has evolved, development environments have increasingly integrated automated support for tasks such as testing, analysis, and code generation, requiring project management to coordinate both human work and automated workflows. In this paper, we investigate how software project managers perceive changes in their work and learning demands associated with LLM-based automation. Motivated by a gap in software engineering research, which has largely focused on task-level and developer-centered uses of LLMs, we adopted an exploratory case study approach to capture managerial perspectives on automation in practice. Based on the experience of software project managers working in a large, multi-project software organization, our analysis indicates that LLM-based automation influences planning, estimation, coordination, monitoring, and governance activities rather than introducing new formal management practices. Participants described LLMs as becoming embedded in everyday project work, producing uneven effects on productivity, increasing the need for review and validation, and reducing visibility into task execution. These effects contribute to greater reliance on managerial judgment and coordination. Learning demands were perceived as experiential and incremental, centered on understanding LLM capabilities and limitations, critically assessing generated artifacts, and guiding responsible use within teams. The findings provide empirical evidence on how software project management work is adapted in contexts where LLM-based automation is integrated into ongoing software development practice.
• Abstract（参考訳）: ソフトウェアエンジニアリングが発展するにつれて、開発環境は、テスト、分析、コード生成といったタスクの自動化サポートをますます統合し、プロジェクト管理がヒューマンワークと自動化ワークフローの両方を調整する必要がある。 本稿では,ソフトウェアプロジェクトマネージャがLLMベースの自動化に関連する作業や学習の要求の変化をどう認識するかを検討する。 LLMのタスクレベルと開発者中心の使用に重点を置いてきたソフトウェア工学研究のギャップに触発されて、私たちは、実際に自動化における管理的視点を捉えるために、探索的なケーススタディアプローチを採用しました。 我々の分析は、大規模なマルチプロジェクトソフトウェア組織で働くソフトウェアプロジェクトマネージャの経験に基づいて、LSMベースの自動化が、新しい正式な管理プラクティスを導入するよりも、計画、見積、調整、監視、ガバナンス活動に影響を及ぼすことを示している。 参加者は、LLMが日々のプロジェクト作業に組み込まれ、生産性に不均一な影響をもたらし、レビューと検証の必要性が増し、タスク実行の可視性が低下する、と説明した。 これらの効果は、管理上の判断と調整に大きく依存する。 学習要求は経験的かつ漸進的と見なされ、LLMの能力と限界を理解し、生成した成果物を批判的に評価し、チーム内で責任ある使用を導くことに集中した。 この発見は、LLMベースの自動化が進行中のソフトウェア開発プラクティスに統合される状況において、ソフトウェアプロジェクト管理作業がどのように適応されているか、実証的な証拠を提供する。

関連論文リスト

• Using LLMs and Essence to Support Software Practice Adoption [0.3609538870261841]
  本研究では,ソフトウェアエンジニアリングプラクティスを管理するための標準および思考フレームワークであるEssenceと,大規模言語モデル(LLM)の統合について検討する。 提案システムは、ドメイン固有のタスクにおいて、ベースラインよりも一貫して優れている。
  論文  参考訳（メタデータ） (2025-08-22T14:59:35Z)
• Cognitive Agents Powered by Large Language Models for Agile Software Project Management [0.0]
  本稿では,大規模言語モデル(LLM)を利用した認知エージェントの大規模アジャイルフレームワーク(SAFe)への統合について検討する。 シミュレーションソフトウェア環境に仮想エージェントを配置することにより、ITプロジェクト開発における基本的な役割を果たす可能性を探る。
  論文  参考訳（メタデータ） (2025-08-21T09:19:08Z)
• Assessing LLMs for Front-end Software Architecture Knowledge [0.0]
  大規模言語モデル(LLM)は、ソフトウェア開発タスクの自動化において大きな可能性を証明している。 本研究では,VIPER アーキテクチャ内の構造を理解し,再現し,生成する LLM の機能について検討する。 実験の結果、ChatGPT 4 Turbo 2024-04-09 を用いて、LLM は評価や作成といった高次タスクに優れていたが、アーキテクチャの詳細の正確な検索を必要とする低次タスクでは課題に直面していたことが明らかとなった。
  論文  参考訳（メタデータ） (2025-02-26T19:33:35Z)
• Human-In-the-Loop Software Development Agents [12.830816751625829]
  大規模言語モデル(LLM)ベースのソフトウェアエンジニアリングのためのマルチエージェントパラダイムを導入し、ソフトウェア開発タスクを自動的に解決する。 本稿では,ソフトウェア開発のためのHuman-in-the-loop LLMベースのエージェントフレームワーク(HULA)を紹介する。 私たちは社内使用のために、HULAフレームワークをAtlassianに設計、実装、デプロイしています。
  論文  参考訳（メタデータ） (2024-11-19T23:22:33Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
  大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。 本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。 実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
  論文  参考訳（メタデータ） (2023-12-28T13:50:42Z)
• TaskBench: Benchmarking Large Language Models for Task Automation [82.2932794189585]
  タスク自動化における大規模言語モデル(LLM)の機能を評価するためのフレームワークであるTaskBenchを紹介する。 具体的には、タスクの分解、ツールの選択、パラメータ予測を評価する。 提案手法は, 自動構築と厳密な人的検証を組み合わせることで, 人的評価との整合性を確保する。
  論文  参考訳（メタデータ） (2023-11-30T18:02:44Z)

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。