GADR: Gathering Architecture Decision Records from Meeting Transcriptions
تقدم هذه الورقة البحثية GADR، وهو سير عمل متعدد الوكلاء وذاتي التصحيح يستخرج بفعالية القرارات المعمارية من نصوص الاجتماعات الخام والمشوشة لإنشاء سجلات قرارات معمارية (ADRs) مهيكلة بتنسيق Nygard، مما يظهر استقرارًا وفائدة متفوقين مقارنة بالنماذج المرجعية القائمة على نموذج لغوي كبير أحادي التمرير، مع تسليط الضوء على المقايضات الحرجة بين عمق الإثراء القائم على استرجاع المعلومات المعزز (RAG) وبين الأمانة في نقل محتوى النص.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد بنية البرمجيات هي المخطط غير المرئي الذي يربط النظام الرقمي ببعضه البعض، حيث تحدد كيف تتواصل أجزاؤه وأين تستقر. لكن المخطط لا يكون ذا فائدة إذا نسي الأشخاص الذين رسموه سبب اختيارهم لتصميم معين أو كيفية حلهم لمشكلة ما. في الماضي، حاولت الفرق معالجة هذا الأمر عبر تدوين كل قرار رئيسي في وثيقة تسمى "سجل قرار البنية" (Architecture Decision Record). تهدف هذه السجلات إلى أن تكون ملاحظات بسيطة تشرح ما تم تقريره، ولماذا تم اختياره، وما هي البدائل التي رُفضت، لضمان قدرة المطورين المستقبليين على فهم تاريخ المشروع. ومع ذلك، فإن إنشاء هذه السجلات يتطلب جهداً شاقاً؛ ففي العالم الحقيقي، نادراً ما تُتخذ القرارات الهامة في تقارير مكتوبة ومنظمة، بل تحدث بدلاً من ذلك في اجتماعات فوضوية وغير منظمة حيث يتحدث الناس فوق بعضهم البعض، ويخرجون عن الموضوع، ويتركون أسباب قراراتهم مدفونة في محادثات عابرة. لقد كان استخراج سجل واضح ورسمي من مثل هذه المحادثات الفوضوية عائقاً طويๆ أمام الحفاظ على تنظيم المشاريع البرمجية.
اقترح فريق من الباحثين في الاتحاد الفيدرالي في بيرنامبو بالبرازيل طريقة جديدة لسد هذه الفجوة باستخدام الذكاء الاصطناعي. فقد بنوا نظاماً يسمى GADR، وهو اختصار لـ "جمع سجلات قرار البنية" (Gathering Architecture Decision Records). وتتمثل الفكرة الجوهرية في أخذ النص الخام والمزدحم للاجتماع — حيث قد يتحدث الناس باللغة البرتغالية، أو يقاطعون بعضهم البعض، أو يناقشون مواضيع غير ذات صلة — وتحويله تلقائياً إلى سجل قرار مهيكل وقابل للقراءة. لم يكتفِ الباحثون بطلب تلخيص النص من الكمبيوتر فحسب، بل صمموا سير عمل يعتمد على عدة وكلاء برمجيين متخصصين يعملون معاً في حلقة مستمرة. يقوم أحد الوكلاء بالاستماع إلى المحادثة للعثور على القرارات المحتملة، ويعمل وكيل آخر كناقد للتحقق مما إذا كانت تلك القرارات منطقية أو ما إذا كان الكمبيوتر يختلق أموراً من عنده، بينما يقوم وكيل ثالث بجمع معلومات تقنية إضافية لإثراء التفاصيل. وتتكرر هذه العملية، مما يؤدي إلى تنقيح المخرجات حتى تصبح جاهزة للمراجعة البشرية.
ولاختبار مدى فعالية هذا النهج، جمع الباحثون نصوصاً من خمسة اجتماعات حقيقية لتطوير البرمجيات. تضمنت هذه الجلسات طلاب مرحلة البكالوريوس وهم يبنون ألعاب فيديو ومنصات لوجستية، بالإضافة إلى اجتماع مع باحثين كبار يعملون في مشروع تكنولوجيا صحية. قاموا بتغذية هذه النصوص الخام في نظامهم متعدد الوكلاء الجديد وقارنوا النتائج بطريقتين أبسط: وهي طلب كتابة سجل من قبل ذكاء اصطناعي في خطوة واحدة دون أمثلة، أو طلب ذلك بعد إطلاعه على بضعة أمثلة لسجلات جيدة. وجدت الدراسة أن النظام الجديد كان أكثر استقراراً؛ إذ غالباً ما أنتجت الطرق الأبسط نتائج غير متسقة، حيث دمجت أحياناً أفكاراً غير مترابطة أو أغفلت نقاطاً رئيسية تماماً. وفي المقابل، أنتج النظام متعدد الوكلاء باستمرار سجلات تتبع تنسيقاً معيارياً وتلتقط القرارات الرئيسية التي تمت مناقشتها.
وعندما طلب الباحثون من الطلاب الذين شاركوا في الاجتماعات مراجعة السجلات الناتجة، كانت الاستجابة إيجابية إلى حد كبير. فمن بين 55 تقييماً محدداً للقرارات، وافق 52 منها على أن النظام قد حدد بدقة ما تمت مناقشته. علاوة على ذلك، ذكر 51 من هؤلاء المشاركين أن السجلات الناتلة كانت واضحة وكاملة بما يكفي لتكون مفيدة. وأفاد الطلاب أن قراءة السجلات ساعدتهم على تذكر الأسباب الكامنة وراء خياراتهم، وهو الجزء الأصعب في تذكر عملية تطوير البرمجيات بعد مرور أسابيع أو أشهر. كما راجع مهندسو برمجيات كبار العمل ووجدوا أن النظام نجح في تحديد حوالي 18 قراراً من أصل 23 قراراً رئيسياً رصدها الخبراء في نفس النصوص. وهذا يشير إلى أن النظام يمكنه العثور على أهم الخيارات المعمارية حتى في وسط بحر من المحادثات العابرة.
ومع ذلك، كان الباحثون حذرين في الإشارة إلى أن النظام ليس مثالياً ولا ينبغي الوثوق به لكتابة النسخة النهائية من الوثيقة دون إشراف بشري. فقد أضاف النظام أحياناً تفاصيل لم تكن موجودة في الاجتماع الأصلي؛ فعلى سبيل المثال، في حالة تتعلق بلعبة فيديو، تضمن النظام عدداً محدداً للمستخدمين المتوقعين لم يذكره الطلاب قط؛ حيث استمد هذا الرقم من سجلات مشروع آخر أثناء بحثه عن سياق. وهذا يسلط الضทาง على مقايضة: فالنظام يجعل السجلات أكثر ثراءً وتعليماً من خلال إضافة سياق تقني، لكنه يخاطر بتضمين معلومات لم يتم الاتفاق عليها فعلياً من قبل الفريق. وخلص الباحثون إلى أن أفضل استخدام لهذه الأداة هو كـ "مولد للمسودات"؛ إذ يمكنها تحويل اجتماع فوضوي إلى مسودة أولى مهيكلة يمكن للإنسان التحقق منها وتصحيحها واعتمادها بسرعة.
تشير الدراسة إلى أن العقبة الأكبر أمام إبقاء توثيق البرمجيات محدثاً ليست نقص الأفكار الجيدة، بل الجهد المطلوب لتدوينها. ومن خلال أتمتة الاستخراج الأولي للقرارات من المحادثات الفوضوية، يقلل هذا النهج من تلك العقبة. إنه لا يحل محل الحاجة إلى الحكم البشري، ولكنه ينقل العمل من الكتابة من الصفر إلى المراجعة والتهذيب. وبالنسبة للطلاب في الدراسة، كان هذا يعني أنه يمكنهم التعلم من نقاشاتهم بشكل أكثر فعالية، من خلال رؤية أفكارهم غير الرسمية تتحول إلى توثيق احترافي. ويعتقد الباحثون أن هذا التحول، من إنشاء التوثيق إلى مراجعته، يمثل خطوة كبيرة للأمام في كيفية إدارة الفرق للمعرفة التي تبني برمجياتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.