Teaching Agile Requirements Engineering: A Stakeholder Simulation with Generative AI
Dit paper beschrijft een onderwijsaanpak waarbij studenten via een stakeholder-simulatie met generatieve AI-persona's en een meta-prompt leren agile requirements engineering toe te passen, terwijl ze tegelijkertijd inzicht krijgen in de technische en ethische beperkingen van deze technologie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een kok bent die een nieuw gerecht wil bedenken, maar je hebt geen klanten om te vragen wat ze lekker vinden. Je zou dan kunnen raden, maar dat is riskant. In de softwarewereld is dat precies het probleem: ontwikkelaars bouwen vaak apps die niemand echt nodig heeft, omdat ze de echte gebruikers niet goed genoeg hebben gesproken.
Deze paper beschrijft een slimme, moderne manier om studenten te leren hoe ze die "klantgesprekken" moeten voeren, maar dan met een digitale twist. Hier is het verhaal, vertaald in alledaags Nederlands:
🎭 De Grote Toneelstuk-Actie met AI
De auteurs (docenten van hogescholen) hebben een lesmethode bedacht die lijkt op een toneelstuk.
- De Studenten: Zij zijn de regisseurs en scriptschrijvers (de requirements engineers).
- De "Acteurs": In plaats van echte mensen die op de stoel zitten, gebruiken ze AI-persona's. Dit zijn slimme chatbots die zich voordoen als specifieke mensen: een bureaucraat die niet van verandering houdt, een ouderenburger die hulp nodig heeft bij digitale diensten, of een power-user die alles al kent.
De studenten moeten met deze AI-acteurs "interviewen" om uit te vinden wat er precies nodig is voor een nieuwe overheids-app.
🛠️ Hoe werkt het? (De drie stappen)
Het lesmateriaal is opgebouwd als een recept met drie hoofdingrediënten:
Het Ontdekken (De Verkenning):
De studenten krijgen een "geheime opdracht" (een meta-prompt). Dit is een soort master-recept dat ze in elke AI-chatbot kunnen plakken. De AI wordt dan direct omgezet in de rol van de acteur. De studenten stellen vragen: "Hoe voelt het om een paspoort aan te vragen?" of "Wat ging er mis bij de vorige app?". De AI antwoordt alsof het een echt mens is, met eigen meningen en soms zelfs weerstand.Het Schrijven (De Specificatie):
Na het gesprek moeten de studenten hun notities omzetten in een plan. Ze gebruiken agile technieken (zoals Story Maps), die lijken op een reisplanner of een schets van een huis. Ze tekenen op wat de gebruiker nodig heeft.- De valkuil: Als je dit volledig aan de AI overlaat, krijg je een plan dat er netjes uitziet, maar leeg is van inhoud. De studenten moeten zelf nadenken en discussiëren om het plan echt bruikbaar te maken.
Het Reflecteren (De Nuchtere Blik):
Dit is het belangrijkste deel. De studenten moeten nadenken over wat ze net hebben gedaan.- De les: "De AI was slim, maar hij was ook een beetje vooroordeelsvol omdat hij geleerd is op oude internetdata."
- De les: "De AI was soms te efficiënt en niet menselijk genoeg."
- De les: "We mogen AI niet blindelings vertrouwen; we moeten altijd zelf de regie houden."
🍎 Waarom is dit zo'n goed idee? (De Analogie)
Stel je voor dat je een vliegsimulator gebruikt om piloot te leren. Je kunt niet elke dag met een echt vliegtuig in een storm vliegen; dat is te duur en te gevaarlijk.
- Eerder: Studenten moesten oefenen met rollenspellen met andere studenten. Dat was goed, maar soms was de "klant" niet geloofwaardig of had de "klant" geen tijd.
- Nu: De AI is de oneindige vliegsimulator. Je kunt 100 keer oefenen met 100 verschillende soorten "klanten" (de AI-persona's), zonder dat je iemand anders nodig hebt. Je kunt fouten maken, en de AI blijft rustig en geduldig.
Maar, net als bij een vliegsimulator, moet je weten dat de simulatie niet 100% hetzelfde is als de realiteit. De AI kan hallucineren (verzonnen feiten vertellen) of vooroordelen hebben. De les is dus niet alleen hoe je de simulator gebruikt, maar ook waarom je niet blindelings op de simulator moet vertrouwen als je echt gaat vliegen.
🚀 Wat is de conclusie?
De docenten hebben ontdekt dat deze methode geweldig werkt. Het geeft studenten praktische ervaring zonder dat ze echte klanten hoeven te storen.
Het geheim van hun succes? Ze gebruiken geen vast AI-programma van één bedrijf (want die kunnen duur zijn of beperkt), maar een slimme "prompt" (een instructie) die ze in elke AI kunnen stoppen. Dit maakt het flexibel, net als een zwitserse zakmes: je kunt het overal gebruiken, ongeacht welk merk je hebt.
Kort samengevat:
Het is een manier om studenten te leren hoe ze met AI moeten praten om betere software te bouwen, terwijl ze tegelijkertijd leren dat AI een hulpmiddel is, geen magische oplossing. Het is een veilige plek om te oefenen, te falen en te leren voordat ze de echte wereld in gaan.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.