طراحی چارچوبی برای ارزیابی سیستم‌های خودکار احصای نیازمندی‌ها در پروژه‌های چابک: پیشنهادی مبتنی بر معیارهای کیفیت و قابلیت اطمینان

طراحی چارچوبی برای ارزیابی سیستم‌های خودکار احصای نیازمندی‌ها در پروژه‌های چابک: پیشنهادی مبتنی بر معیارهای کیفیت و قابلیت اطمینان

حسین طنابی1

1) دانشجوی دکتری دانشگاه آزاد اسلامی بابل

کد IOI مقاله : AAHD-ABKBFD
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    امروزه روش‌های چابک توسعه نرم‌افزار، به دلیل انعطاف‌پذیری و پاسخ‌گویی سریع به تغییرات، به‌عنوان رویکردی غالب در صنعت نرم‌افزار شناخته می‌شوند. با این حال، استخراج و مدیریت نیازمندی‌های کاربران در این محیط‌های پویا، همچنان یک چالش اساسی محسوب می‌شود [۱]. ظهور سیستم‌های خودکار مبتنی بر پردازش زبان طبیعی (NLP) و مدل‌های زبانی بزرگ (LLM)، نویدبخش تحولی در این حوزه است [۲]. با این وجود، ارزیابی سیستماتیک کیفیت و قابلیت اطمینان این سیستم‌ها، به‌ویژه در بستر زبان فارسی، نیاز به بحث و بررسی دارد. این پژوهش با هدف طراحی یک چارچوب ارزیابی مفهومی برای سنجش کیفیت و قابلیت اطمینان سیستم‌های خودکار احصای نیازمندی‌ها در پروژه‌های چابک انجام شده است. چارچوب پیشنهادی بر اساس معیارهای INVEST و استاندارد INCOSE ارائه شده و قابلیت پیاده‌سازی بر روی مجموعه ‌داده‌های واقعی از داستان‌های کاربری را داراست. برخی سیستم‌های مبتنی بر LLM، علیرغم توانمندی بالا در استخراج نیازمندی‌های کارکردی [۳]، در تشخیص نیازمندی‌های غیرکارکردی و الزامات اعتمادساز با چالش‌هایی مواجه هستند که نیازمند بهبودهای الگوریتمی و استفاده از رویکردهای ترکیبی است. امید است چارچوب ارائه‌شده بتواند در پژوهش‌های آتی در زمینه ارزیابی سیستم‌های خودکار احصای نیازمندی‌ها مورد استفاده قرار گیرد.

کلمات کلیدی : استخراج خودکار نیازمندی‌ها سیستم‌های چابک ارزیابی کیفیت مدل‌های زبانی بزرگ پردازش زبان طبیعی فارسی