GPT 评估 UML 图表：对教育的启示
软件工程
2025-11-19 v4
摘要
在软件工程（SE）研究与实践中，UML 作为需求分析和软件建模的核心建模方法在学术界和产业界广为人知。特别是，UML 建模与实践中创建高质量 UML 图表的基本知识是软件工程相关课程的必修内容之一。由此导致教育者审查和批改大量学生创建的 UML 图表这一耗时且费力的任务。近期生成式 AI 技术的进展，如 GPT，为自动化许多 SE 任务提供了新方法。然而，当前的研究或工具很少探索 GPT 在评估 UML 图表质量方面的能力。本文旨在调查 GPT 在评估 UML 用例图、类图和序列图质量的可行性与性能。首先，提出了 11 项用于这些 UML 图表的评估标准及其评分细节。随后，设计并执行了一系列实验，基于 40 名学生的 UML 建模报告，探讨 GPT 在评估和评分这些 UML 图表方面的性能。研究发现，GPT 能够完成这一评估任务，但尚无法取代人类专家。与人类专家之间存在五项评估差异，这些差异在不同类型的 UML 图表中基于不同的评估标准而有所不同，呈现了 GPT 在这一自动化评估任务中的优势与不足。
引用
@article{arxiv.2412.17200,
title = {Assessing UML Diagrams by GPT: Implications for Education},
author = {Chong Wang and Beian Wang and Peng Liang and Jie Liang},
journal= {arXiv preprint arXiv:2412.17200},
year = {2025}
}
备注
Preprint accepted for publication in Journal of Systems and Software, 2025