Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI
Cet article présente une méthode pédagogique utilisant une simulation de parties prenantes alimentée par l'IA générative via un méta-prompt, permettant aux étudiants d'acquérir une expérience pratique en ingénierie des exigences Agile tout en développant une compréhension critique des limites techniques et éthiques de ces outils.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous apprenez à conduire. Au lieu de vous asseoir sur un banc avec un manuel théorique, on vous met au volant d'une voiture, mais avec un passager spécial : un robot qui joue le rôle d'un conducteur très exigeant, un peu confus, et parfois même un peu têtu. C'est exactement ce que font ces trois professeurs (Eva-Maria, Michael et Tiago) dans leur cours d'ingénierie logicielle.
Voici l'histoire de leur expérience, racontée simplement :
🎭 Le Théâtre des Personnages Numériques
Dans le monde réel, apprendre à gérer les besoins d'un projet logiciel (ce qu'on appelle "l'ingénierie des exigences") est difficile. Pourquoi ? Parce qu'il est très dur de trouver de vrais clients ou utilisateurs pour venir en classe, s'asseoir et dire : "J'ai besoin de ça, mais pas de ça !"
Pour résoudre ce problème, les professeurs ont créé un théâtre numérique.
- Les Acteurs : Ils utilisent une Intelligence Artificielle (IA) générative pour créer des "Personas" (des personnages virtuels). Imaginez un chatbot qui joue le rôle d'un fonctionnaire public un peu sceptique, d'un citoyen qui a des besoins d'accessibilité, ou d'un utilisateur expert pressé.
- Les Étudiants : Ils sont les "enquêteurs" ou les chefs de projet. Leur mission est de discuter avec ces robots pour comprendre ce dont ils ont besoin pour une nouvelle application (par exemple, une application pour les services publics).
🛠️ La Méthode : Une Recette en Trois Étapes
Les professeurs ont structuré cet exercice comme une recette de cuisine simple :
- La Découverte (L'Interview) : Les étudiants utilisent un "super-prompt" (une sorte de recette magique pour l'IA) pour lancer la conversation. Ils posent des questions à leurs personnages robots. Exemple : "Bonjour M. Fonctionnaire, quel est votre plus gros problème avec les dossiers papier ?"
- La Cuisine (La Spécification) : Une fois les informations récoltées, les étudiants doivent les transformer en "recettes" claires pour les développeurs. Ils utilisent des outils visuels comme des cartes d'histoires (story maps) pour organiser les idées. C'est ici que l'IA ne peut pas tout faire à leur place : ils doivent réfléchir, discuter entre eux et organiser le chaos en quelque chose de logique.
- Le Dégustation (La Réflexion) : C'est l'étape la plus importante. À la fin, tout le monde s'assoit pour discuter : "Est-ce que ce robot nous a dit la vérité ? Est-ce qu'il a des préjugés ? Est-ce qu'il a inventé des choses ?"
⚠️ Les Pièges de la Cuisine Robotique
Les professeurs ont appris quelques leçons précieuses, un peu comme un chef qui découvre que son four ne chauffe pas toujours uniformément :
- Le Robot est trop poli : Parfois, l'IA donne des réponses trop parfaites et trop rapides. Les étudiants pensent qu'ils ont fini, alors qu'ils n'ont pas creusé assez profondément. C'est comme si le robot vous donnait la réponse du devoir sans que vous ayez eu à réfléchir !
- Les Préjugés cachés : Comme ces robots sont entraînés sur des données du passé, ils peuvent avoir des "stéréotypes". Si on ne fait pas attention, on risque de créer une application qui ne convient qu'à certains types de personnes, en oubliant les autres.
- L'Indépendance du Chef : Au début, ils utilisaient un outil spécifique (OpenAI), mais il y avait des limites (trop de messages, problèmes de confidentialité). Ils ont donc changé de stratégie : ils donnent maintenant la "recette" (le prompt) aux étudiants, qui peuvent choisir leur propre four (leur propre IA) pour cuisiner. Cela rend le cours plus flexible et plus sûr.
🎓 Pourquoi c'est génial ?
L'idée centrale est simple : on n'apprend pas à utiliser l'IA en la laissant faire tout le travail.
En utilisant ces simulations, les étudiants apprennent deux choses vitales :
- Comment parler aux humains (ou aux robots qui les imitent) pour trouver de vraies solutions.
- Comment garder un esprit critique. Ils comprennent que l'IA est un outil puissant, mais qu'elle peut se tromper, mentir (halluciner) ou être biaisée.
En résumé : C'est comme un simulateur de vol pour les futurs ingénieurs logiciels. Ils s'entraînent à gérer des clients difficiles (même si ce sont des robots) et à utiliser la technologie de pointe sans se faire avoir par elle. C'est une école de la prudence et de la créativité dans le monde numérique.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.