From Requirements to Production: Governing AI-Assisted Software Delivery through a Canonical Requirements Model
यह शोध पत्र एक डिज़ाइन साइंस अध्ययन प्रस्तुत करता है जो एआई-सहायता प्राप्त सॉफ्टवेयर वितरण के लिए एक गवर्नेंस फ्रेमवर्क पेश करता है, जो दो स्वतंत्र उत्पादन प्रणालियों में उच्च ट्रैसेबिलिटी और अनुपालन प्राप्त करने के लिए एक कैनोनिकल रिक्वायरमेंट्स मॉडल, एक डुअल-वेंडर बिल्ड-एंड-रिव्यू लूप और एक्जीक्यूटेबल डॉक्यूमेंटेशन का उपयोग करता है और साथ ही बिजनेस एनालिस्ट की भूमिका को पुनर्परिभाषित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रोबोट निर्माता लोगों के लिए सड़क के नए नियम
कल्पना कीजिए कि आप एक मास्टर आर्किटेक्ट हैं जिसने मानव निर्माण टीमों के लिए ब्लूप्रिंट बनाने में कई साल बिताए हैं। आप जानते हैं कि यदि आप योजनाओं में एक छोटा सा अंतर छोड़ देते हैं—जैसे कि सामने के दरवाजे का रंग निर्दिष्ट करना भूल जाना—तो एक कुशल मानव निर्माता बस आपसे पूछेगा, "हे, आप कौन सा रंग चाहते हैं?" या पड़ोस की शैली के आधार पर अनुमान लगा लेगा। वे अपनी सामान्य समझ और अनुभव से खाली जगहों को भर देते हैं। दशकों से सॉफ्टवेयर विकास इसी तरह काम करता आया है: एक मानव आवश्यकताओं को लिखता है, और एक मानव टीम सॉफ्टवेयर बनाती है, साथ-साथ छूटे हुए विवरणों को पूरा करती जाती है।
लेकिन अब, कल्पना कीजिए कि आपने सुपर-फास्ट, सुपर-स्मार्ट रोबोट बिल्डरों की एक टोली को काम पर रखा है। ये रोबोट अविश्वसनीय हैं; वे सेकंडों में ईंटें बिछा सकते हैं और सर्किट वायर कर सकते हैं। हालाँकि, उनमें एक बड़ी खामी है: वे शाब्दिक अर्थ निकालने वाले (literalists) हैं। उनके पास सामान्य समझ नहीं है, वे अनुमान नहीं लगाते, और वे निश्चित रूप से सवाल भी नहीं पूछते। यदि आप एक रोबोट को "एक दरवाजा बनाने" के लिए कहते हैं लेकिन रंग निर्दिष्ट नहीं करते हैं, तो वह इसे नियॉन ग्रीन पेंट कर सकता है क्योंकि यह उसके डेटाबेस में सबसे तार्किक रंग है, या वह रुक सकता है और क्रैश हो सकता है क्योंकि उसे नहीं पता कि क्या करना है। सॉफ्टवेयर की दुनिया में, यह AI-असिस्टेड डेवलपमेंट की चुनौती है। "आवश्यकताएं" (निर्देश) जो मनुष्यों के लिए पूरी तरह से काम करती थीं, अब रोबलों के लिए खतरनाक हैं क्योंकि रोबोट खाली जगहों को नहीं भर सकते। यदि निर्देश पूर्ण नहीं हैं, तो रोबोट गलत चीज़ बना देते हैं, और यह इतनी तेज़ी से होता है कि किसी के ध्यान देने से पहले ही गलती अंतिम उत्पाद में पहुँच जाती है। यह पेपर यह तलाश करता है कि सड़क के नियमों को कैसे फिर से लिखा जाए ताकि इन रोबोट बिल्डरों पर भरोसा किया जा सके कि वे बिना किसी इंसान के हर सेकंड हाथ थामे रखे, सुरक्षित और काम करने वाला सॉफ्टवेयर बना सकें।
"शायद" से "अनिवार्य" तक: AI के साथ काम करने का एक नया तरीका
यह पेपर, जिसे मोहम्मद ज़हरान द्वारा लिखा गया है, एक बड़ी समस्या का समाधान करता है: AI कोडिंग एजेंट तेज़ हैं, लेकिन यदि निर्देश पूर्ण नहीं हैं तो वे खतरनाक हैं। लेखक का तर्क है कि आवश्यकताओं को लिखने का पुराना तरीका—दस्तावेज़ जो उन मानव टीमों के लिए डिज़ाइन किए गए थे जो "लाइनों के बीच पढ़ सकते हैं"—जब बिल्डर एक मशीन हो तो टूट जाता है। यदि एक मानव अधूरे निर्देश पढ़ता है, तो वह उसे ठीक करने के लिए अपने मस्तिष्क का उपयोग करता है। यदि एक रोबोट अधूरा निर्देश पढ़ता है, तो वह बस अनुमान लगाता है, और वह अनुमान अक्सर एक बग या सुरक्षा छेद (security hole) बन जाता है।
इसे ठीक करने के लिए, लेखक ने केवल एक नया सिद्धांत नहीं लिखा; उन्होंने वास्तव में एक नए तरीके का उपयोग करके दो वास्तविक, काम करने वाले सॉफ्टवेयर सिस्टम बनाए। इसे ऐसे समझें जैसे एक शेफ, केवल एक कुकबुक लिखने के बजाय, वास्तव में यह साबित करने के लिए कि उनकी नई रेसिपी काम करती है, एक उच्च-तनाव वाली रसोई में दो अलग-अलग जटिल भोजन पकाकर दिखाता है।
मुख्य विचार: "सिंगल सोर्स ऑफ ट्रुथ" (सत्य का एकल स्रोत)
लेखक का समाधान एक "गवर्नड AI-रेडी डिलीवरी फ्रेमवर्क" है। सबसे बड़ा बदलाव ढीले दस्तावेज़ों (जैसे वर्ड फाइलें) से दूर जाना है जो अव्यवस्थित हो सकते हैं और एक ही चीज़ के विभिन्न संस्करण हो सकते हैं। इसके बजाय, उन्होंने एक कैनोनिकल रिक्वायरमेंट्स मॉडल बनाया।
- उपमा: एक मास्टर डिजिटल ब्लूप्रिंट की कल्पना करें जो एक सुरक्षित तिजोरी में रहता है। यह ब्लूप्रिंट योजना का एकमात्र सच्चा संस्करण है।
- जादू: इस एक मास्टर ब्लूप्रिंट से, सिस्टम स्वचालित रूप से दो अलग-अलग "व्यू" उत्पन्न करता है:
- ह्यूमन व्यू (मानव दृश्य): बिजनेस एनालिस्ट और प्रबंधकों के लिए एक अच्छा, पठनीय दस्तावेज़ जिस पर वे सहमति दे सकें।
- रोबोट व्यू (रोबोट दृश्य): AI कोडिंग एजेंटों के लिए एक सख्त, मशीन-पठनीय निर्देश पैक।
- यह क्यों मायने रखता है: क्योंकि दोनों दृश्य एक ही मास्टर ब्लूप्रिंट से आते हैं, वे कभी भी एक-दूसरे से अलग नहीं हो सकते। एक मानव उस योजना पर सहमति नहीं दे सकता जिसका रोबोट वास्तव में पालन नहीं कर रहा है। यह एक सिंगल सोर्स ऑफ ट्रुथ होने जैसा है जो सभी को तुरंत अपडेट करता है।
रोबोटों के लिए "फोर-आईज़" (चार आँखों वाला) नियम
पेपर एक चतुर सुरक्षा जांच पेश करता है जिसे सेपरेशन ऑफ ड्यूटीज (कर्तव्यों का पृथक्करण) कहा जाता है, लेकिन रोबोटों के लिए।
- सेटअप: लेखक ने दो अलग-अलग कंपनियों (वेंडर्स) के दो अलग-अलग AI कोडिंग टूल्स का उपयोग किया।
- प्रक्रिया: एक AI (वेंडर A) "बिल्डर" था। उसने निर्देशों के आधार पर कोड लिखा। एक पूरी तरह से अलग AI (वेंडर B) "इंस्पेक्टर" था। उसने कोड की जांच करने के लिए देखा कि क्या इसमें गलतियाँ, सुरक्षा छेद हैं, और क्या यह योजना से मेल खाता है।
- परिणाम: इसने AI को घर बनाने और फिर खुद को पास होने का ग्रेड देने से रोका। "इंस्पेक्टर" AI ने उन चीजों को पकड़ा जो "बिल्डर" AI से छूट गई थीं, ठीक वैसे ही जैसे एक मानव टीम करती है।
निष्कर्ष: अराजकता के बिना गति
लेखक ने इस फ्रेमवर्क का परीक्षण दो बहुत अलग परियोजनाओं पर किया:
- केस 1: 170 राष्ट्रीय संगठनों के लिए एक सेफगार्डिंग प्लेटफॉर्म (एक बड़ा, जटिल, धीमी गति वाला प्रोजेक्ट)।
- केस 2: बिजनेस एनालिस्ट के लिए एक मल्टी-टेनेंट एनालिसिस वर्कस्पेस (अतिरिक्त क्रेडिट कार्ड सुरक्षा नियमों वाला एक तेज़, छोटा प्रोजेक्ट)।
परिणाम प्रभावशाली थे। फ्रेमवर्क ने AI को नियंत्रण में रखते हुए अविश्वसनीय रूप से तेज़ गति से काम करने की अनुमति दी:
- ट्रेसिबिलिटी (पता लगाने की क्षमता): सिस्टम ने ट्रैक किया कि कोड का हर एक हिस्सा कहाँ से आया। केस 1 में, 94.9% आवश्यकताएं कोड और टेस्ट से पूरी तरह जुड़ी हुई थीं; केस 2 में, यह 97.8% था।
- अनधिकृत संपादन नहीं: दोनों मामलों में, अनधिकृत परिवर्तनों की दर 0.00% थी। सिस्टम इतना सख्त था कि कोई भी (या कोई रोबोट) बिना सिस्टम को पता चले चुपके से कोड नहीं बदल सका।
- कम गलतियाँ: "डिफेक्ट एस्केप रेट" (बग जो अंतिम उत्पाद तक पहुँच गए) पहले मामले में 9.1% और दूसरे मामले में 4.7% था। दूसरा मामला वास्तव में "बेस्ट-इन-क्लास" उद्योग औसत से बेहतर था।
- गति: फ्रेमवर्क ने चीजों को धीमा नहीं किया। वास्तव में, दूसरा प्रोजेक्ट केवल 31 कैलेंडर दिनों में डिलीवर किया गया (केवल 12 सक्रिय बिल्ड दिनों के साथ), जो उस स्तर की जटिलता के लिए अविश्वसनीय रूप से तेज़ है।
लेखक क्या कहते हैं कि उत्तर नहीं है
पेपर इस बारे में बहुत स्पष्ट है कि क्या काम नहीं करता है। यह इस विचार के विरुद्ध तर्क देता है कि आप बस एक AI को एक अस्पष्ट प्रॉम्प्ट दे सकते हैं और बाकी चीज़ों को समझने के लिए उसे छोड़ सकते हैं। यह इस बात से भी चेतावनी देता है कि AI को केवल इसलिए प्रोजेक्ट में जोड़ना क्योंकि यह "फैशनेबल" है, एक बुरा विचार है; कभी-कभी, AI का उपयोग करने के बजाय एक सरल प्रक्रिया परिवर्तन बेहतर होता है। लेखक इस बात पर जोर देते हैं कि AI मानव निर्णय, व्यावसायिक स्पष्टता या अंतिम परिणाम को मंजूरी देने के लिए मानव की आवश्यकता को प्रतिस्थापित नहीं कर सकता है।
हम कितने आश्वस्त हैं?
लेखक सावधान हैं कि वे इसे ऐसा दावा नहीं कर रहे हैं कि यह हमेशा के लिए सब कुछ हल करने वाला जादुई समाधान है। अध्ययन एक ही व्यक्ति (लेखक) द्वारा डिलीवर किए गए दो विशिष्ट मामलों पर आधारित है। हालांकि परिणाम दो बहुत अलग प्रकार के प्रोजेक्ट्स में बहुत मजबूत और सुसंगत हैं, लेखक स्वीकार करते हैं कि चूंकि वे अकेले ही काम कर रहे थे, इसलिए हम 100% निश्चित नहीं हो सकते कि यह अधिक परीक्षण के बिना लोगों की एक पूरी टीम के लिए बिल्कुल उसी तरह काम करेगा। उन्होंने यह भी पाया कि जबकि सिस्टम स्पष्ट त्रुटियों को पकड़ने में बहुत अच्छा था, इसने कभी-कभी "साइलेंट फेलियर्स" (बग जो तुरंत दिखाई नहीं देते) को मिस कर दिया, जिसका अर्थ है कि मनुष्यों को अभी भी कभी-कभी गहरा चेक करने की आवश्यकता है।
बड़ी सीख
पेपर निष्कर्ष निकालता है कि बिजनेस एनालिस्ट की भूमिका बदल रही है। वे अब केवल अन्य मनुष्यों के लिए दस्तावेज़ लिखने वाले नहीं रह गए हैं। वे कंट्रोल सिस्टम के आर्किटेक्ट बन रहे हैं। उनका काम "गवर्नड डिलीवरी फ्रेमवर्क" को डिजाइन करना है—नियम, जाँच और मास्टर ब्लूप्रिंट—जो AI को सुरक्षित रूप से सॉफ्टवेयर बनाने की अनुमति देता है। भविष्य मनुष्यों बनाम AI के बारे में नहीं है; यह मनुष्यों द्वारा सटीक निर्देश डिजाइन करने के बारे में है ताकि AI बिना कुछ तोड़े भारी काम कर सके। जैसा कि लेखक कहते हैं, "AI के युग में, बिजनेस एनालिस्ट केवल उससे परिभाषित नहीं होता जो वे लिखते हैं, बल्कि उससे होता है जो वे दूसरों को — मानव और AI दोनों को — डिलीवर करने में सक्षम बनाते हैं।"
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।