教育 AI 需求工程：软件工程课程中的目标导向方法
计算机与社会
2024-11-13 v1 软件工程
摘要
背景：基于 AI 的系统需求工程（RE4AI）因 AI 技术的内在波动性和复杂性，呈现出独特挑战， necessitates 发展专门的方法论。准备即将步入职场的软件工程师具备指定高质量 AI 系统需求的能力至关重要。目标：本研究旨在评估以目标导向需求工程（GORE）方法，具体包括 KAOS 方法，在教育环境中促进 AI 系统需求获取的有效性和适用性。方法：我们在入门级软件工程课程中进行了实证研究，结合演示、实践练习和调查来评估学生使用 GORE 的体验。结果：分析结果表明，GORE 在捕获高层次需求（如用户期望和系统必要性）方面尤为有效，但在详细规划（如确保隐私和处理错误）方面效果较差。大多数学生能够正确或略有不足地应用 KAOS 方法，表明其在教育环境中的可用性和有效性。学生确定了 GORE 的多个好处，包括其目标导向性和结构化方法，有助于管理复杂需求。然而，也注意到诸如确定目标细化停止标准和管理图复杂性等挑战。结论：GORE 在增强 AI 系统需求获取方面显示出显著潜力。虽然总体而言有效，但为解决上述挑战，方法需要额外的支持和资源。这些发现表明，GORE 可是教育和实践环境中的有价值工具，前提是为其应用提供增强措施。
引用
@article{arxiv.2411.07250,
title = {Teaching Requirements Engineering for AI: A Goal-Oriented Approach in Software Engineering Courses},
author = {Beatriz Batista and Márcia Lima and Tayana Conte},
journal= {arXiv preprint arXiv:2411.07250},
year = {2024}
}
备注
10 pages, SBQS