Onderzoekers van de Universiteit van Wollongong, Deakin-universiteit, Monash University en Kyushu University hebben een raamwerk ontwikkeld dat kan worden gebruikt om een ​​slimme, AI-aangedreven agile projectmanagementassistent. hun papier, voorgepubliceerd op arXiv, is geaccepteerd op de 41 ^NS Internationale conferentie over software-engineering (ICSE) 2019, in de track Nieuwe ideeën en opkomende resultaten.

"Ons onderzoek werd gedreven door onze ervaring in en met de industrie, "Hoa Khanh Dam, een van de onderzoekers die het onderzoek heeft uitgevoerd, vertelde TechXplore . "We zagen de echte uitdagingen bij het uitvoeren van agile softwareprojecten en het ernstige gebrek aan zinvolle ondersteuning voor softwareteams en praktijkmensen. We zagen ook het potentieel van AI in het bieden van significante ondersteuning voor het beheer van agile projecten, niet alleen bij het automatiseren van routinetaken, maar ook in het leren en oogsten van waardevolle inzichten uit projectgegevens voor het maken van voorspellingen en schattingen, plannen en concrete acties aanbevelen."

Volgens de onderzoekers is tools voor kunstmatige intelligentie (AI) kunnen binnenkort een revolutie teweegbrengen in projectbeheer, productiviteit verhogen door repetitieve, taken met een hoog volume. AI-tools kunnen ook analytische risicovoorspellingen en -schattingen opleveren, uitvoeren van elementaire administratieve taken, en geef bruikbare aanbevelingen.

"Ons doel is ervoor te zorgen dat AI een gamechanger wordt, het transformeren van de praktijk van softwareprojectbeheer om de softwarekwaliteit en productiviteit te verhogen, ' zei Dam.

De studie uitgevoerd door Dam en zijn collega's onderzoekt het potentiële gebruik van AI voor agile projectmanagement, die de laatste jaren steeds populairder is geworden. Door gebruik te maken van agile projectmanagementmethoden zoals Scrum, softwareteams kunnen snel kwaliteitssoftware leveren met behulp van een iteratieve aanpak om projectprocessen te begeleiden en te plannen. De onderzoekers stelden een nieuw raamwerk voor het gebruik van AI-technologieën voor, inclusief diep leren, versterkend leren, natuurlijke taalverwerking, evolutionair zoeken, en intelligente agenten, in het kader van agile projectmanagement.

"Deze combinatie van AI-technologieën zou ondersteuning kunnen bieden bij bijna elke stap van de levenscyclus van een agile project, Dam zei. "Het kan producteigenaren helpen bij het identificeren van productachterstanden (bijv. gebruikersverhalen en taken), verfijnen (bijv. een epos ontleden in een aantal gebruikersverhalen, gebruikersverhalen opsplitsen in kleine verhalen, en het opdelen van een gebruikersverhaal in een aantal taken), en detecteer duplicaten en afhankelijkheden. Het kan agile teams ook helpen bij het plannen van sprints, bijvoorbeeld, door items in de product backlog te selecteren voor de komende sprint, optimale sprintplannen aanbevelen, of het voorspellen van toekomstige risico's en mitigaties."

Het door de onderzoekers ontwikkelde raamwerk behandelt vier hoofdgebieden in agile projectmanagement die bijzonder uitdagend zijn, door een gebrek aan effectieve instrumenten. Deze omvatten:het identificeren van achterstanden, het verfijnen van backlog-items en sprintplanning, evenals pro-actieve monitoring van sprintvoortgang en risicobeheer.

"Onze belangrijkste bijdrage hier is het uitzetten van een groot, ambitieuze roadmap voor toekomstig onderzoek en ontwikkeling van een AI-toolsuite voor agile projectmanagement, ' zei Dam. 'Zoals we in de krant opmerkten, AI zal helpen, niet vervangen, menselijke teams. individuen, interacties, en samenwerking zijn nog steeds de belangrijkste elementen van projectsucces zoals uiteengezet in het agile manifest. AI kan dienen als onderscheidende accelerator voor agile teams en zo helpen om de slagingspercentages van projecten te verhogen."

De onderzoekers stellen zich een AI-aangedreven agile projectassistent voor die met gebruikers kan praten en hen kan ondersteunen bij hun werk. Dit AI-systeem zou beschikken over een analyse-engine, een planningsmotor, een optimalisatie-engine en een conversationele dialoog-engine.

Dam en zijn collega's werken nu aan het ontwikkelen van prototypetools voor elk van de componenten die in hun raamwerk worden beschreven. Zodra al deze onderdelen zijn afgerond, ze zijn van plan hun systeem te evalueren op een dataset van 150 open source-projecten.

"We hebben al verschillende componenten van ons raamwerk ontwikkeld, inclusief sprintplanning, verhaalpuntschatting en vertragingsrisicoschatting, "Zei Dam. "Het realiseren van de visie die in ons document is uiteengezet, is een groot project en we zijn actief op zoek naar industriële partners om met ons samen te werken bij het ontwikkelen van onderdelen of het volledige raamwerk."

© 2019 Wetenschap X Netwerk