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

In de wereld van softwareontwerp bestaat een langdurige uitdaging: hoe leg je niet alleen uit wat een computerprogramma moet doen, maar ook waarom het dat moet doen. Ingenieurs gebruiken vaak een methode genaamd goal-oriented requirements engineering, die softwareontwikkeling behandelt als een reeks doelstellingen die mensen en systemen samen moeten bereiken. Deze aanpak steunt op een specifieke taal genaamd iStar, die diagrammen gebruikt om in kaart te brengen hoe verschillende actoren, zoals gebruikers of organisaties, van elkaar afhankelijk zijn om hun doelen te bereiken. Hoewel deze taal krachtig is, heeft zij een beperking. Naarmate de behoeften van moderne technologie complexer worden, schieten de standaardregels van iStar soms tekort. Om dit op te lossen, creëren experts "extensies", wat aangepaste toevoegingen aan de taal zijn die hen in staat stellen om nieuwe, specifieke situaties te beschrijven. Het creëren van deze extensies is echter een moeilijke taak die diepgaande expertise en een strikt, stapsgewijs proces vereist om ervoor te zorgen dat de nieuwe regels correct passen bij de oude.

Hier komt een nieuwe tool genaamd PriseBot in het verhaal. Onderzoekers van de Federal University of Ceará in Brazilië hebben deze chatbot ontwikkeld om als gids te fungeren voor iedereen die probeert deze aangepaste extensies te maken. In plaats van gebruikers te dwingen door dichte handleidingen of complexe stroomdiagrammen te lezen, stelt PriseBot hen in staat om vragen te stellen in gewone taal, precies zoals ze met een collega zouden spreken. Het systeem is gebouwd op een fundament van bestaande kennis over de iStar-taal en het specifieke proces voor het maken van extensies, bekend als PRISE. Door een conversationele interface te combineren met een mechanisme dat precieze informatie ophaalt uit een database van wetenschappelijke artikelen en technische documenten, helpt de bot gebruikers door de ingewikkelde stappen van het ontwerpen van nieuwe softwareregels te navigeren zonder de weg kwijt te raken.

De onderzoekers hebben de tool niet alleen gebouwd; ze hebben het op twee verschillende manieren getest om te zien of het daadwerkelijk werkte. Eerst observeerden ze een student met beperkte ervaring die PriseBot gebruikte om een gloednieuwe extensie voor het modelleren van chatbots te creëren. De student vertrouwde gedurende het hele proces, van het initiële idee tot het uiteindelijke ontwerp, op de bot. De student rapporteerde dat de tool ongelooflijk nuttig was en merkte op dat het het complexe proces hanteerbaar maakte en duidelijke, gestructureerde antwoorden bood die tijd bespaarden. De bot begeleidde de student succesvol door elke fase, waarbij hielp bij het definiëren van nieuwe concepten en het controleren van het werk tegen de vereiste standaarden.

Om te zien of dit succes een toevalstreffer was of iets breders, onderzocht het team twintig drie ervaren onderzoekers die gespecialiseerd zijn in het creëren van iStar-extensies. Deze experts werden gevraagd de potentiële bruikbaarheid, het gebruiksgemak en het vermogen van de bot om hun productiviteit te verbeteren te evalueren. De resultaten waren overweldigend positief. De grote meerderheid van deze doorgewinterde professionals was het erover eens dat de bot nuttig zou zijn bij hun werk, dat het hun taken sneller zou maken en dat het hun kansen op een succesvolle afronding van een project zou vergroten. Ze vonden de interface intuïtief en de leercurve mild. Wanneer vergeleken met algemene AI-tools die niet getraind zijn op deze specifieke technische kennis, presteerde PriseBot aanzienlijk beter, waarbij de bot elke vraag correct beantwoordde terwijl de andere tools faalden om nauwkeurige antwoorden te geven op dezelfde onderwerpen.

De studie demonstreerde ook de praktische waarde van de bot door het te gebruiken voor het creëren van een echte extensie genaamd iStar4Bot. Deze nieuwe toevoeging aan de iStar-taal was specifief ontworpen om ingenieurs te helpen bij het modelleren van de eisen voor chatbots, een snelgroeiend veld. De extensie introduceerde nieuwe concepten, zoals "intent" (intentie) en "context", die mogelijk een nauwkeurigere beschrijving geven van hoe een chatbot met een mens interageert. Het feit dat een werkende, gevalideerde extensie met behulp van de chatbot geproduceerd kon worden, suggereert dat de tool niet slechts een theoretisch experiment is, maar een functionele hulp die de kloof tussen complexe theorie en praktische toepassing kan overbruggen.

Uiteindelijk laat het onderzoek zien dat het integreren van conversationele technologie in het gespecialiseerde veld van software engineering complexe processen kan demystificeren. Door een rigoureuze, stapsgewijze methodologie te verpakken in een vriendelijke, interactieve interface, hebben de onderzoekers een manier gecreëerd waarop zowel beginners als experts effectiever met geavanceerde softwareontwerpconcepten kunnen omgaan. De bevindingen suggereren dat wanneer kunstmatige intelligentie zorgvuldig wordt getraind op specifieische, hoogwaardige kennis en wordt gestuurd door een duidelijk proces, het een betrouwbare partner kan worden bij het oplossen van moeilijke engineeringproblemen, waardoor het creëren van betere softwaresystemen toegankelijker wordt voor een breder scala aan mensen.