面向AI系统的需求工程是否成熟？关于实践、挑战与未来研究方向的系统性映射研究

人工智能(AI)渗透到生活中的各个方面，导致为人工智能需求工程(RE4AI)带来新挑战，例如难以指定和验证AI的需求，以及由于伦理影响的新质量需求。目前尚不清楚现有的需求工程方法是否足够，或是否需要新的方法来解决这些挑战。因此，本文的目标是为研究人员和实践者提供RE4AI的全面概述。迄今为止已实现了什么，哪些实践可用，哪些研究空白和挑战仍需解决？为实现此目标，我们进行了一次结合查询字符串搜索和广泛snowballing的系统性映射研究。提取的数据被汇总，并使用主题分析进行综合。我们的筛选过程导致纳入126项原始研究。现有的RE4AI研究主要集中在需求分析和获取方面，这些领域的大多数实践都应用于其中。此外，我们确定了需求规格、可解释性以及机器学习工程师与最终用户之间的差距是最常见的挑战，以及其他一些挑战。此外，我们提出了七个潜在的研究方向来解决这些挑战。实践者可以利用我们的这些结果来识别和选择就其AI系统工作所需的合适需求工程方法，而研究人员则可在所识别的空白和研究方向上进行建设，以推动该领域的进一步发展。