PriseBot - A chatbot to assist in the development of iStar Extensions

Dans le monde de la conception de logiciels, il existe un défi de longue date : comment expliquer non seulement ce qu'un programme informatique doit faire, mais aussi pourquoi il doit le faire. Les ingénieurs utilisent souvent une méthode appelée l'ingénierie des exigences orientée vers les objectifs, qui traite le développement de logiciels comme une série d'objectifs que les personnes et les systèmes doivent atteindre ensemble. Cette approche repose sur un langage spécifique appelé iStar, qui utilise des diagrammes pour cartographier la manière dont différents acteurs, tels que des utilisateurs ou des organisations, dépendent les uns des autres pour atteindre leurs objectifs. Bien que ce langage soit puissant, il présente une limite. À mesure que les besoins de la technologie moderne deviennent plus complexes, les règles standards d'iStar font parfois défaut. Pour y remédier, des experts créent des « extensions », qui sont des ajouts personnalisés au langage permettant de décrire de nouvelles situations spécifiques. Cependant, la création de ces extensions est une tâche difficile qui nécessite une expertise approfondie et un processus rigoureux, étape par étape, pour s'assurer que les nouvelles règles s'intègrent correctement avec les anciennes.

C'est ici qu'entre en scène un nouvel outil nommé PriseBot. Des chercheurs de l'Université Fédérale du Ceará, au Brésil, ont développé ce chatbot pour servir de guide à toute personne tentant de créer ces extensions personnalisées. Au lieu de forcer les utilisateurs à lire des manuels denses ou des organigrammes complexes, PriseBot leur permet de poser des questions en langage clair, tout comme ils s'adresseraient à un collègue. Le système est construit sur une base de connaissances existantes concernant le langage iStar et le processus spécifique de création d'extensions, connu sous le nom de PRISE. En combinant une interface conversationnelle avec un mécanisme de récupération d'informations précises à partir d'une base de données d'articles scientifiques et de documents techniques, le bot aide les utilisateurs à naviguer dans les étapes compliquées de la conception de nouvelles règles logicielles sans s'y perdre.

Les chercheurs n'ont pas seulement construit l'outil ; ils l'ont mis à l'épreuve de deux manières distinctes pour voir s'il fonctionnait réellement. D'abord, ils ont observé un étudiant ayant une expérience limitée utiliser PriseBot pour créer une toute nouvelle extension pour la modélisation de chatbots. L'étudiant s'est appuyé sur le bot tout au long du processus, de l'idée initiale à la conception finale. L'étudiant a rapporté que l'outil était incroyablement utile, notant qu'il rendait le processus complexe gérable et fournissait des réponses claires et structurées qui faisaient gagner du temps. Le bot a guidé avec succès l'étudiant à travers chaque étape, l'aidant à définir de nouveaux concepts et à vérifier son travail par rapport aux normes requises.

Pour voir si ce succès était un coup de chance ou quelque chose de plus large, l'équipe a ensuite interrogé vingt-trois chercheurs expérimentés spécialisés dans la création d'extensions iStar. Ces experts ont été invités à évaluer l'utilité potentielle du bot, sa facilité d'utilisation et sa capacité à améliorer leur productivité. Les résultats ont été extrêmement positifs. La grande majorité de ces professionnels chevronnés a convenu que le bot serait utile dans leur travail, qu'il rendrait leurs tâches plus rapides et qu'il augmenterait leurs chances de mener à bien un projet. Ils ont trouvé l'interface intuitive et la courbe d'apprentissage douce. Comparé aux outils d'intelligence artificielle à usage général qui ne sont pas formés sur cette connaissance technique spécifique, PriseBot a obtenu des performances nettement supérieures, répondant correctement à chaque question là où les autres outils échouaient à fournir des réponses précises sur les mêmes sujets.

L'étude a également démontré la valeur pratique du bot en l'utilisant pour créer une extension réelle appelée iStar4Bot. Cette nouvelle addition au langage iStar a été conçue spécifiquement pour aider les ingénieurs à modéliser les exigences des chatbots, un domaine en pleine croissance. L'extension a introduit de nouveaux concepts, tels que l'« intention » et le « contexte », qui permettent une description plus précise de la manière dont un chatbot interagit avec un humain. Le fait qu'une extension fonctionnelle et validée ait pu être produite avec l'aide du chatbot suggère que l'outil n'est pas seulement une expérience théorique, mais une aide fonctionnelle capable de combler le fossé entre la théorie complexe et l'application pratique.

En fin de compte, la recherche montre que l'introduction de la technologie conversationnelle dans le domaine spécialisé du génie logiciel peut démystifier des processus complexes. En enveloppant une méthodologie rigoureuse et par étapes dans une interface conviviale et interactive, les chercheurs ont créé un moyen pour les débutants comme pour les experts d'aborder plus efficacement les concepts de conception logicielle avancés. Les conclusions suggèrent que lorsque l'intelligence artificielle est soigneusement entraînée sur des connaissances spécifiques et de haute qualité, et guidée par un processus clair, elle peut devenir un partenaire fiable pour résoudre des problèmes d'ingénierie difficiles, rendant la création de meilleurs systèmes logiciels accessible à un plus large éventail de personnes.