QUARE: Multi-Agent Negotiation for Balancing Quality Attributes in Requirements Engineering

Le papier présente QUARE, un cadre multi-agents qui formalise l'analyse des exigences logicielles comme une négociation dialectique structurée entre agents spécialisés pour équilibrer les attributs de qualité contradictoires, générant ainsi des modèles d'objectifs KAOS validés avec une conformité et une préservation sémantique supérieures aux approches existantes.

L'essentiel

🎭 QUARE : Le Grand Théâtre de la Négociation des Exigences

Imaginez que vous devez construire une maison parfaite. Mais attention, ce n'est pas n'importe quelle maison : elle doit être incassable (sécurité), ultra-rapide à construire (efficacité), écologique (vert), sécurisée contre les cambrioleurs (confiance) et conforme aux lois (responsabilité).

Le problème ? Ces objectifs sont souvent ennemis.

• Pour rendre la maison incassable, il faut des murs très épais, ce qui la rend lente à construire et gourmande en matériaux.
• Pour la rendre rapide, on utilise des matériaux légers, ce qui la rend moins sûre.

Dans le monde du développement logiciel, c'est exactement le même casse-tête. C'est ce qu'on appelle l'Ingénierie des Exigences. Traditionnellement, c'est un humain qui essaie de faire le compromis, mais c'est long, fatigant et souvent imparfait.

C'est là qu'intervient QUARE.

🤖 L'Idée Géniale : Une Équipe de Spécialistes, pas un Chef Unique

Au lieu de demander à un seul expert (ou à une seule intelligence artificielle) de tout décider, QUARE crée une équipe de 5 agents spécialisés, comme un conseil d'administration très organisé :

1. Le Gardien de la Sécurité (Safety) : "Je veux des murs en béton armé !"
2. L'Optimisateur de Vitesse (Efficiency) : "Je veux des murs en papier, pour aller vite !"
3. L'Écologiste (Green) : "Je veux des murs en bois recyclé !"
4. Le Garde du Corps (Trustworthiness) : "Je veux des serrures biométriques !"
5. Le Juriste (Responsibility) : "Je veux que tout respecte le code du bâtiment !"

Et il y a un 6ème agent, le Chef d'Orchestre (Orchestrator), qui ne décide pas tout seul, mais qui organise les débats.

🗣️ La Méthode : Le Débat Socratique (Thèse, Antithèse, Synthèse)

La plupart des systèmes d'IA actuels fonctionnent comme un vote ou une somme de points : ils mélangent tout et espèrent que ça colle. C'est ce qu'on appelle une "agrégation implicite". Souvent, l'objectif le plus fort (comme la vitesse) écrase les autres (comme la sécurité).

QUARE fait autrement. Il utilise un protocole de négociation dialectique, inspiré des grands débats philosophiques :

1. La Thèse : Chaque agent propose sa version idéale de la maison.
2. L'Antithèse : Les autres agents attaquent la proposition. "Si on met du béton, on ne respecte pas l'écologie !" ou "Si on va trop vite, la maison s'effondre !".
3. La Synthèse : Le Chef d'Orchestre aide à trouver une solution créative qui ne sacrifie personne.

L'exemple concret du papier :
Dans un projet de voiture autonome, l'agent "Sécurité" voulait un délai de réaction de 500 ms (très lent mais sûr), tandis que l'agent "Efficacité" voulait 30 ms (très rapide).

• Méthode classique : On choisit la sécurité et on oublie la vitesse, ou on fait un compromis moyen (265 ms) qui ne satisfait personne.
• Méthode QUARE : Ils ont trouvé une architecture en trois parties : un chemin rapide pour 99% des cas (30 ms) et un chemin de sécurité lent pour les cas d'urgence (500 ms). Résultat : On a eu le meilleur des deux mondes.

🛠️ Le Résultat : Des Plans de Construction "Industriels"

Une fois le débat terminé, QUARE ne se contente pas de donner une liste de phrases. Il transforme ces accords en plans de construction officiels (appelés modèles KAOS).

De plus, avant de vous remettre les plans, QUARE passe un contrôle qualité automatique :

• Il vérifie que les plans ne contiennent pas de trous (pas de boucles infinies).
• Il consulte une bibliothèque de règles internationales (comme les normes ISO) pour s'assurer que la maison sera légale.

📊 Les Résultats : Pourquoi c'est impressionnant ?

Les chercheurs ont testé QUARE contre d'autres méthodes (MARE et iReDev) sur 5 projets différents (des systèmes bancaires, des bibliothèques, et même une voiture autonome).

Voici ce qu'ils ont découvert :

• Plus de détails : QUARE a généré 25% à 43% plus d'exigences que les autres. Il ne rate rien.
• Meilleur équilibre : Là où les autres laissaient tomber certains aspects (comme l'écologie ou la sécurité), QUARE les a tous gardés en équilibre. C'est comme si le chef d'orchestre avait réussi à faire chanter tous les instruments sans qu'aucun ne soit couvert par les autres.
• Respect des règles : QUARE a respecté 98% des normes industrielles, contre seulement 47% pour les autres méthodes. C'est énorme !
• Préservation de l'intention : Même après tous ces débats, l'idée de départ du client n'a pas été déformée.

💡 En Résumé

QUARE nous apprend que pour construire des logiciels complexes, ce n'est pas la taille du cerveau (de l'IA) qui compte le plus, mais la façon dont on organise les débats.

Au lieu d'avoir un seul génie qui essaie de tout résoudre tout seul, il vaut mieux avoir une équipe de spécialistes qui se disputent gentiment, trouvent des compromis créatifs, et vérifient ensuite que tout est légal. C'est comme passer d'un monologue ennuyeux à un débat politique constructif qui aboutit à une loi parfaite.

C'est une avancée majeure pour l'avenir des logiciels, surtout dans des domaines critiques comme la santé ou les voitures autonomes, où chaque détail compte.

Résumé technique

1. Problématique

L'ingénierie des exigences (RE) est une phase critique du cycle de développement logiciel, mais son automatisation reste un défi majeur. Les systèmes modernes, en particulier ceux basés sur l'IA et les systèmes autonomes, doivent satisfaire simultanément des attributs de qualité multiples et souvent conflictuels (sécurité, efficacité, durabilité, fiabilité, responsabilité).

Les approches existantes basées sur les Grands Modèles de Langage (LLM) souffrent de limitations structurelles :

• Approche monolithique : La plupart des méthodes utilisent un seul agent ou une agrégation implicite, ce qui tend à masquer les compromis (trade-offs) entre les exigences contradictoires.
• Manque de négociation structurée : Il existe un « fossé d'intégration monolithique » où les conflits entre objectifs de qualité (ex. : sécurité vs performance) ne sont pas explicitement identifiés, catégorisés ni résolus par un protocole de dialogue.
• Absence de garanties formelles : Les modèles générés manquent souvent de validation par rapport aux normes industrielles (comme ISO 26262) et de traçabilité vers des modèles de buts formels (comme KAOS).

2. Méthodologie : Le Framework QUARE

L'article propose QUARE (QUality-Aware Requirements Engineering), un framework multi-agents qui reformule l'analyse des exigences comme une négociation dialectique structurée.

Architecture Multi-Agents

Le système repose sur six agents distincts, tous alimentés par un même LLM (gpt-4o-mini) mais isolés fonctionnellement par des prompts système spécifiques :

1. Cinq agents spécialisés par qualité : Sécurité, Efficacité, Green (Durabilité), Fiabilité (Trustworthiness) et Responsabilité. Ces rôles sont dérivés de la norme ISO/IEC 25010.
2. Un agent Orchestrateur : Coordonne le flux de travail et gère la négociation.

Pipeline en Cinq Phases

Le processus transforme des descriptions de projets brutes en modèles de buts formels (KAOS) :

1. Génération Parallèle : Les cinq agents génèrent indépendamment des exigences candidates basées sur leurs axes de qualité respectifs.
2. Négociation Dialectique : C'est le cœur de l'innovation. Un protocole de dialogue en trois étapes (Thèse, Antithèse, Synthèse) est appliqué :
   • Les agents identifient les conflits (ressources limitées ou incompatibilités logiques).
   • Ils engagent des rounds de critique et de proposition.
   • L'orchestrateur synthétise les solutions, privilégiant la décomposition architecturale plutôt que le simple rejet d'une exigence.
3. Intégration et Validation Topologique : Les exigences négociées sont fusionnées en un modèle KAOS (DAG) valide, en éliminant les cycles et les doublons.
4. Vérification et Conformité (RAG) : Une vérification multi-couches utilise la Génération Augmentée par Récupération (RAG) pour valider les exigences contre des normes industrielles (ISO 26262, ISO 27001) et détecter les hallucinations.
5. Génération de Sorties Standardisées : Production de modèles formels (JSON, GSN XML) et de documentation.

Protocole de Négociation

Contrairement aux votes simples, QUARE utilise un protocole inspiré de la théorie de l'argumentation formelle. Il distingue les conflits de ressources (ex. : latence vs redondance) des incompatibilités logiques. La résolution vise à trouver des solutions architecturales (ex. : pipeline à deux voies : rapide pour l'efficacité, asynchrone pour la sécurité) plutôt que des compromis linéaires.

3. Contributions Clés

1. Architecture de Négociation : Un système multi-agents où les agents sont spécialisés par dimension de qualité, permettant une résolution explicite des conflits inter-qualités.
2. Pipeline Automatisé KAOS : Transformation d'exigences non structurées en modèles de buts formels, validés structurellement et conformes aux normes.
3. Méthodologie d'Évaluation Géométrique : Introduction de métriques novatrices pour évaluer la diversité des exigences dans un espace à 5 dimensions :
   • Volume de l'enveloppe convexe (CHV) pour la couverture globale.
   • Distance moyenne au centroïde (MDC) pour la dispersion.
   • Uniformité de couverture (CU) et Couverture minimale par axe (MAC) pour garantir l'équilibre entre les dimensions.
4. OpenReBench : Une réimplémentation open-source de tous les frameworks comparés (MARE, iReDev) dans des conditions identiques, comblant un manque de reproductibilité dans le domaine.

4. Résultats Expérimentaux

L'évaluation a été menée sur 5 études de cas (systèmes de bibliothèque, guichet automatique, comptabilité, appel de présence et conduite autonome) et comparée aux frameworks MARE et iReDev.

• Couverture et Diversité (RQ1) :
  • QUARE génère 25 à 43 % de plus d'exigences que les autres frameworks multi-agents.
  • Il offre la meilleure équilibre dimensionnel (CU = 0,20 vs 0,30/0,45) et la meilleure garantie de couverture minimale (MAC = 6,7), évitant la négligence de certaines dimensions de qualité.
• Préservation Sémantique et Négociation (RQ2) :
  • QUARE atteint un taux de préservation sémantique de 94,9 % (BERTScore) entre la génération initiale et le résultat final, surpassant MARE (+5,9 points) et iReDev (+2,3 points).
  • Malgré une détection de conflits plus fine (3,2x plus que MARE), le protocole dialectique résout les conflits par décomposition architecturale plutôt que par suppression, préservant l'intention des parties prenantes.
• Validité Structurelle et Conformité (RQ3) :
  • 98,2 % de couverture de conformité aux normes industrielles (contre ~47 % pour les baselines).
  • Tous les modèles générés sont des DAG valides sans contradictions logiques.
  • Les exigences sont hautement vérifiables (4,96/5,0) et réalisables.

5. Signification et Conclusion

Les résultats démontrent que l'automatisation efficace de l'ingénierie des exigences dépend moins de la taille du modèle (scale) que de l'architecture de décomposition et des protocoles d'interaction explicites.

• Pour la recherche : L'étude valide l'hypothèse que la spécialisation des agents par dimension de qualité, couplée à une négociation dialectique, surpasse les approches monolithiques ou basées sur des tâches génériques.
• Pour l'industrie : QUARE fournit des artefacts « prêts pour l'ingénierie » avec une traçabilité complète des compromis, essentielle pour les domaines critiques (sécurité, finance, régulations IA). La capacité à générer des modèles conformes aux normes (ISO) sans intervention humaine massive ouvre la voie à une adoption industrielle à grande échelle.

En résumé, QUARE représente une avancée significative en transformant la gestion des conflits d'exigences d'un problème d'optimisation implicite en un processus de dialogue structuré et vérifiable.