AI-assisted Script Management for Requirements Elicitation Interviews
Cet article présente et évalue un flux de travail de gestion de scripts assisté par l'IA pour les entretiens d'élicitation des exigences, démontrant à travers une étude quasi expérimentale qu'il surpasse les approches basées uniquement sur la formation en générant des scripts de meilleure qualité, en permettant un questionnement de suivi plus approfondi et en produisant des modèles d'objectifs plus raffinés malgré la couverture de moins de sujets.
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 êtes un détective tentant de résoudre un mystère, mais au lieu d'une scène de crime, vous interrogez un témoin pour découvrir ce dont il a besoin pour un nouveau jeu vidéo ou une application de shopping. Dans le monde du génie logiciel, ce travail de détective est appelé « elicitation des besoins » (ou collecte des exigences). L'objectif est de poser les bonnes questions pour découvrir exactement ce que l'utilisateur veut avant que les programmeurs ne commencent à construire. Si vous manquez un indice ou si vous posez la mauvaise question, le produit final pourrait être défectueux, déroutant ou tout simplement inutile.
Pour bien faire cela, les intervieweurs préparent généralement un « script » — une liste de questions conçues pour couvrir tous les aspects importants. Mais voici la partie délicate : les vraies conversations sont désordonnées. Le témoin peut s'écarter du sujet, ou le détective peut devenir si nerveux qu'il en oublie de poser la question la plus importante. C'est un équilibre entre respecter le plan et écouter ce que la personne dit réellement. Pendant longtemps, des experts ont essayé de former les humains pour qu'ils s'améliorent dans cet exercice, mais et si nous pouvions donner au détective un assistant intelligent et invisible qui lui murmure des indices à l'oreille pendant qu'il parle ? C'est la grande question que ce document explore : l'intelligence artificielle (IA) peut-elle aider les humains à poser de meilleures questions et à obtenir de meilleures réponses lors de ces entretiens ?
Les chercheurs de l'Université Carnegie Mellon ont décidé de tester cela en construisant un « copilote » numérique pour les intervieweurs. Ils ont créé un système en deux étapes. Premièrement, l'IA agit comme un planificateur, lisant les objectifs commerciaux globaux d'une entreprise (comme « faire en sorte que les gens regardent plus de vidéos ») et les transformant en une liste intelligente de questions d'entretien. Deuxièmement, lors de l'entretien réel, l'IA agit comme un assistant en direct. Elle écoute la conversation, suit quelles questions de la liste ont été posées, et fait apparaître sur l'écran des suggestions de questions de suivi si l'interviewer est bloqué ou s'il doit creuser davantage.
Pour voir si cela fonctionnait, ils ont organisé un affrontement entre deux groupes d'intervieweurs. Un groupe était composé d'étudiants brillants en master ayant suivi un cours sur la façon d'interroger des personnes (le groupe « Formation uniquement »). L'autre groupe était composé d'un groupe similaire d'étudiants n'ayant aucune formation particulière mais disposant du copilote IA pour les aider (le groupe « Assisté par l'IA »). C'était comme comparer un détective chevronné qui connaît toutes les règles à un détective débutant qui possède un GPS super intelligent et un guide de référence.
Les résultats ont été surprenants et ont montré que l'IA n'a pas seulement aidé ; elle a changé tout le style de l'entretien. Les scripts générés par l'IA étaient de bien meilleure qualité, obtenant un score de 92,8 sur 100 contre 74,8 pour ceux écrits par les humains. Mais la véritable magie s'est produite pendant les entretiens. Les intervieweurs assistés par l'IA n'ont pas essayé de parcourir rapidement une longue liste de sujets. Au lieu de cela, ils se sont concentrés sur moins de sujets, mais sont allés beaucoup plus en profondeur. Ils ont posé environ 3,4 questions de suivi pour chaque sujet abordé, alors que les humains formés n'en posaient que 1,15.
Voyez cela comme une recherche de trésor. Les humains formés étaient comme des personnes avec un filet large, jetant leur filet sur une zone immense et capturant quelques poissons à plusieurs endroits différents. Les intervieweurs assistés par l'IA étaient comme des personnes avec un seul trou profond ; ils sont restés sur place et ont creusé vers le bas, découvrant un « trésor » beaucoup plus détaillé et spécifique (ce que les chercheurs appellent des « exigences de bas niveau »). Parce qu'ils ont creusé plus profondément, la carte finale de ce que les utilisateurs voulaient était plus détaillée et utile.
Cependant, l'article prend soin de ne pas dire que l'IA est une baguette magique qui répare tout. Les chercheurs ont constaté que les suggestions de « questions de suivi » de l'IA n'étaient pas toujours parfaites ; les intervieweurs ignoraient souvent les mots spécifiques suggérés par l'IA car ils les trouvaient un peu fades ou lents. Au lieu de cela, le véritable super-pouvoir de l'IA était le « suivi de sujet ». C'était comme un tableau de bord amical qui disait à l'interviewer : « Hé, vous n'avez pas encore posé de questions sur l'écran de connexion » ou « Vous parlez du paiement depuis un moment, peut-être devriez-vous creuser davantage ici ? ». Les intervieweurs ont adoré cette fonctionnalité, la classant comme la partie la plus utile du système.
Alors, quel est le fond de l'histoire ? L'étude suggère que donner à une personne non formée un assistant intelligent par l'IA peut en réalité produire de meilleurs résultats qu'en donnant à une personne formée aucune aide du tout. L'IA a aidé les intervieweurs à rester concentrés, à poser plus de questions de suivi et à découvrir des détails plus profonds sur ce dont les utilisateurs ont réellement besoin. Mais elle a aussi montré que l'IA n'est pas un remplacement du jugement humain ; les meilleurs résultats sont venus lorsque l'IA gérait le travail de suivi et de planification, tandis que l'interviewer humain utilisait ce soutien pour avoir une conversation plus naturelle et profonde. Il ne s'agit pas de faire le travail à votre place grâce à l'IA ; il s'agit de faire en sorte que l'IA tienne la lampe de poche pour que vous puissiez voir les indices plus clairement.
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.