Forskare vid University of Wollongong, Deakin University, Monash University och Kyushu University har utvecklat en ram som kan användas för att bygga en smart, AI-driven agil projektledarassistent. Deras papper, förpublicerad på arXiv, har accepterats vid 41 ^st International Conference on Software Engineering (ICSE) 2019, i spåret Nya idéer och nya resultat.

"Vår forskning drivs av vår erfarenhet av att arbeta i och med branschen, "Hoa Khanh Dam, en av forskarna som genomförde studien, berättade TechXplore . "Vi såg de verkliga utmaningarna i att köra smidiga mjukvaruprojekt och den allvarliga avsaknaden av meningsfullt stöd för mjukvaruteam och utövare. Vi såg också potentialen för AI i att erbjuda betydande stöd för att hantera agila projekt, inte bara för att automatisera rutinuppgifter, men också för att lära sig och skörda värdefulla insikter från projektdata för att göra förutsägelser och uppskattningar, planera och rekommendera konkreta åtgärder. "

Enligt forskarna, Verktyg för artificiell intelligens (AI) kan snart revolutionera projektledning, öka produktiviteten genom att automatisera repetitiva, högvolymsuppgifter. AI-verktyg kan också leverera analysdrivna riskprognoser och uppskattningar, slutföra grundläggande administrativa uppgifter, och ge användbara rekommendationer.

"Vårt mål är att se till att AI blir en spelväxlare, förändra tillämpningen av programvaruprojektledning för att öka mjukvarukvaliteten och produktiviteten, "Sa dam.

Studien utförd av Dam och hans kollegor undersöker den potentiella användningen av AI för smidig projektledning, som har blivit allt populärare under de senaste åren. Använda agila projektledningsmetoder som Scrum, mjukvaruteam kan snabbt leverera kvalitetsprogramvara med hjälp av en iterativ metod för att styra och planera projektprocesser. Forskarna föreslog en ny ram för användning av AI -teknik, inklusive djupinlärning, förstärkningslärande, naturlig språkbehandling, evolutionär sökning, och intelligenta agenter, inom ramen för agil projektledning.

"Denna kombination av AI -teknik kan erbjuda stöd i nästan varje steg i ett smidigt projekts livscykel, "Dam sa." Det kan hjälpa produktägare att identifiera produkter i eftersläpning (t.ex. användarberättelser och uppgifter), förfina dem (t.ex. sönderdela ett epos i ett antal användarberättelser, dela upp användarberättelser i små berättelser, och dela upp en användarhistoria i ett antal uppgifter), och upptäcka dubbletter och beroenden. Det kan också hjälpa smidiga team i sprintplanering, till exempel, genom att välja objekt i produktens eftersläpning för den kommande sprinten, rekommenderar optimala sprintplaner, eller förutsäga framtida risker och mildringar. "

Den ram som forskarna utvecklat behandlar fyra huvudområden inom agil projektledning som är särskilt utmanande, på grund av brist på effektiva verktyg. Dessa inkluderar:identifiera eftersläpsposter, förfina eftersläpsposter och sprintplanering, samt proaktiv övervakning av sprintframsteg och riskhantering.

"Vårt viktigaste bidrag här är att lägga fram en stor, ambitiös färdplan för framtida forskning och utveckling av en AI -verktygssvit för smidig projektledning, "Dam sa." Som vi noterade i tidningen, AI kommer att hjälpa, inte ersätta, mänskliga lag. Individer, interaktioner, och samarbete är fortfarande de viktigaste beståndsdelarna för projektsuccé enligt det agila manifestet. AI kan fungera som en distinkt accelerator för agila team och därmed bidra till att öka projektsucceserna. "

Forskarna tänker sig en AI-driven agil projektassistent som kan samtala med användare och stödja dem i deras arbete. Detta AI -system skulle ha en analysmotor, en planeringsmotor, en optimeringsmotor och en konversationsdialogmotor.

Dam och hans kollegor arbetar nu med att utveckla prototypverktyg för var och en av komponenterna som beskrivs i deras ramverk. När alla dessa komponenter är färdiga, de planerar att utvärdera sitt system på en datamängd med 150 projekt med öppen källkod.

"Vi har redan utvecklat flera komponenter i vårt ramverk, inklusive sprintplanering, uppskattning av historiska punkter och uppskattning av riskuppskattning, "Dam sa." Att förverkliga visionen i vårt papper är ett stort projekt och vi letar aktivt efter branschpartners för att samarbeta med oss ​​för att utveckla delar eller hela ramarna. "

© 2019 Science X Network