想象一下你正在经营着一个繁忙的厨房（一个 Scrum 团队），厨师、服务员和经理们齐心协力，旨在快速端出美味佳肴（软件项目）。你正在阅读的这篇论文就像是一份来自巴西 70 名厨房工作人员的成绩单，他们被问到一个问题：“你们是如何利用这些全新的、超级智能的 AI 助手（大语言模型，简称 LLM）来协助管理厨房的？”
以下是研究结果的故事，分为几个简单的部分：
1. 背景设定：谁在用 AI？
研究人员询问了 70 名巴西软件专业人士。大约一半的人（49 人）实际上在使用 Scrum 方法（即该厨房组织工作的方式）。在这些人中，有 33 人表示他们已经在利用 AI 助手（如 ChatGPT 或 Gemini）来协助处理管理任务。
这些人并非只是在玩闹的技术极客，而是严肃的使用者。
- 经验： 大多数人对 AI 非常熟悉。85% 的人表示自己是“中级”或“高级”用户。
- 习惯： 这已成为他们的日常工作。超过一半的人（52%）每天都会使用它，通常持续一到两个小时。
- 工具： 几乎所有人都在使用 ChatGPT，紧随其后的是 Gemini 和 Copilot。
2. 他们是如何使用的？（“做什么”）
论文发现，AI 被当作一个功能强大的副厨或智能笔记本在使用，但不是作为主厨。AI 协助完成特定任务，但重大决策仍由人类做出。
- 学习菜单（探索 Scrum）： 这是最受欢迎的用途。人们利用 AI 来询问：“这条 Scrum 规则是如何运作的？”或者“你能解释一下这个概念吗？”这就像拥有了一本会说话的百科全书。
- 编写订单（交付物）： AI 非常擅长书写。人们利用它来起草“产品待办事项”（构建清单）或完善“冲刺目标”。这就像 AI 是一个快速的打字员，帮助整理待办事项列表。
- 总结会议（事件）： 在团队会议结束后，AI 帮助总结会议内容。它就像一名秘书，负责记录笔记并提炼重点。
- 他们尚未做的事： AI 很少被用于涉及团队“灵魂”的部分。人们对于让 AI 来决定“产品愿景”（项目的宏伟蓝图）或制定“工作协议”（团队如何对待彼此）仍持谨慎态度。这些工作需要人类的同理心和判断力，而目前的 AI 还无法胜任。
3. 好的一面（益处）
工作人员反馈称，AI 是一个巨大的效率提升工具。
- 速度： 78% 的人表示它提高了他们的生产力。
- 减少琐碎工作： 75% 的人表示它减少了枯燥、重复性的工作。
- 更好的笔记： 78% 的人表示他们书面文档（如需求文档）的质量得到了提升。
- 大脑减负： 它能帮助他们思考问题而不至于卡壳，扮演着“思考伙伴”的角色。
4. 坏的一面（风险与警告）
尽管 AI 非常有用，但工作人员也非常谨慎。他们将其视为一种需要人类监督的工具。
- “看似正确”的陷阱： 最大的抱怨（81%）在于 AI 给出的答案看起来很正确，但存在细微且危险的错误。这就像一个副厨，切菜切得完美无缺，却忘了洗菜。你必须检查每一项工作。
- 幻觉： 59% 的人表示 AI 有时会凭空捏造事实（幻觉）。
- 秘密： 63% 的人担心隐私问题。他们不想不小心将公司的机密数据粘贴到公开的 AI 对话框中。
- 信任问题： 由于 AI 的表现质量参差不齐，你不能仅仅让它掌控全局。你必须时刻盯着它。
5. 宏观结论
论文得出结论：巴西的 Scrum 团队将 AI 视为一个可靠但古怪的助手。
- 他们喜欢它用于： 写作、组织、学习和总结。
- 他们担心它用于： 做出战略决策、处理秘密或保证 100% 的准确性。
黄金法则： AI 是一个加速工作的优秀工具，但人类团队必须始终保持“主厨”的角色。他们需要检查 AI 的工作，保护秘密，并确保最终的决策是由人而非机器做出的。
简而言之： AI 是一个强大的新厨房小工具，能帮你干活更快，但在把食物端给顾客之前，你仍然需要亲自尝尝味道。
技术摘要：大语言模型在 Scrum 管理中的应用
问题陈述
尽管大语言模型（LLMs）已在技术性软件工程活动（如编码、测试、调试）中展现出显著影响，但关于其在 Scrum 管理活动中应用的实证证据仍然匮乏。敏捷管理本质上是知识密集型的，依赖于模糊性、协商、优先级排序和人类动态。现有的文献主要集中在技术任务上，或者局限于原型设计和教育场景。因此，组织在采用 LLM 进入管理领域时，存在基于“炒作”而非证据进行决策的风险，这可能导致过度依赖、偏见输出的传播、机密性泄露以及团队共同问责制的削弱。本研究通过调查软件专业人员目前如何将 LLM 融入其 Scrum 管理实践（特别是针对代表着庞大且快速增长市场的巴西软件行业），旨在填补这一空白。
研究方法
本研究采用了遵循软件工程调查系统指南（Wagner 等人）的基于调查的研究设计。
- 目标受众： 具有 Scrum 项目实际经验的专业人员。
- 抽样策略： 结合便利抽样和雪球抽样的非概率方法。招募通过 LinkedIn 敏捷社区、专业邮件列表以及学术/行业联系进行。
- 工具： 一个托管在 Google Forms 上的九部分调查问卷，围绕基于目标-问题-度量（GQM）框架衍生的四个研究问题（RQs）构建。该工具包括闭口问题（李克特量表、频率测量）和开放式问题。
- 数据收集： 调查于 2025 年 10 月至 11 月期间进行。
- 样本量： 70 名巴西专业人员完成了人口统计部分。其中，49 名在过去六个月内从事过 Scrum 项目，33 名表示在 Scrum 实践中积极使用基于 LLM 的助手。分析重点针对这 33 名活跃用户。
- 分析： 将定量分析（频率、百分比、均值）与定性编码（混合演绎-归纳方法）相结合，用于处理开放式响应。两名研究人员独立对子集进行编码以确保可靠性。
核心贡献
本文提供了对 LLM 在 Scrum 管理中使用的首次实证特征描述之一，提供了三个主要洞察：
- 绘制当前实践图谱： 详细分类了巴西专业人员如何在 Scrum 工件、事件和角色中应用 LLM。
- 量化感知收益： 识别了切实的价值领域，例如生产力提升和文档改进。
- 识别障碍与风险： 揭示了关键挑战，包括信任问题、机密性风险和不可靠的输出，这些对于指导负责任的采用至关重要。
结果
RQ1：知识水平与使用程度
- 熟练度： 用户群体相对成熟。在活跃用户中，85% 表示具有中级或高级熟练度（61% 为“合格”，21% 为“精通”）。
- 频率： 使用行为属于常规性而非探索性。52% 每天使用 LLM，18% 每周使用。
- 工具： 采用集中在主流生态系统中：ChatGPT (100%)、Gemini (82%) 和 Copilot Chat (67%)。
- 治理： 组织政策呈现碎片化；36% 的人报告没有政策，36% 有正式政策，45% 遵循既定流程，这表明采用过程主要由从业者驱动。
RQ2：在 Scrum 实践中的采用情况
LLM 主要被用作辅助认知工具，而非人类决策的替代品。采用强度因类别而异：
- 探索 Scrum： 最高采用率（65–85% 当前或计划使用）。从业者使用 LLM 来澄清概念、探索实践并寻找资源。
- 工件： 显著采用（72–87% 当前或计划使用）。在文本密集型任务方面接受度较高，如编写产品待办事项项目 (PBIs)、定义非功能性需求 (NFRs) 以及优化 Sprint 目标。
- 事件： 选择性采用。总结与综合（例如 Sprint 复盘反馈）较为常见 (64–68%)，而解释性任务（如设计议程或识别阻碍因素）的采用率较低，因为这些任务需要语境细微差别。
- 其他管理任务： 谨慎采用 (20–50%)。从业者抵制将 LLM 用于驱动价值或涉及共识的活动，例如定义产品愿景或改进工作协议。
RQ3：感知收益
- 生产力与质量： 78% 的受访者提到提高了生产力和提升了工件质量。
- 减轻负担： 75% 的人报告在重复性任务中减少了手动工作量。
- 知识工作： 59% 指出改善了文档记录和知识共享；50% 报告支持决策制定。
- 角色差异： 开发人员报告的效用最高 (84%)，其次是 Scrum Master (56%)。产品负责人 (PO) 的看法褒贬不一，反映了其职责的战略性质。
RQ4：风险与挑战
- 可靠性： 被引用最多的问题是接收到的输出**“几乎正确但不完全正确” (81%)**。59% 的人报告了幻觉现象，63% 认为输出质量具有高度变异性。
- 安全与伦理： 63% 对机密性和隐私表示担忧；56% 提到了法律和伦理的不确定性。
- 人类影响： 对于过度依赖可能侵蚀对 Scrum 流程理解（接近 30%）或模糊问责制（23%）存在中度担忧。
意义与主张
本文声称为理解 LLM 集成到敏捷管理中提供了实证基础，超越了理论推测。它强调，虽然 LLM 在处理文本密集型、分析型和探索型任务时是有效的“认知辅助工具”，但在战略性或共识驱动的 Scrum 活动中，它们尚未获得自主决策的信任。
作者强调，负责任的采用需要：
- 人类监督： 团队必须保留对协商、优先级排序和决策的掌控权，以防止问责制的削弱。
- 组织治理： 需要明确关于数据共享、内容验证和可接受用途的指南，以减轻机密性和法律风险。
- 批判性验证： 从业者应将 AI 输出视为需要验证的草稿，特别是考虑到“几乎正确”错误的高频发生。
研究结论认为，虽然 LLM 在效率和认知减负方面带来了明显的收益，但其在 Scrum 管理中的集成目前是一种人机混合工作流，其中人类元素在管理模糊性和确保共同意义方面仍然处于核心地位。建议未来的研究可以探讨随着这些工具的演进，团队学习和问责制发生的纵向变化。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。