Conversational Process Modeling: Can Generative AI Empower Domain Experts in Creating and Redesigning Process Models?

要約

ChatGPT などの AI 主導のチャットボットは、最近大きな誇大広告を引き起こしています。
BPM アプリケーションについては、プロセス マイニング結果の説明や入力データの準備など、ビジネス価値を生み出すことが期待できる AI 駆動型チャットボットのアプリケーションがいくつか確認されています。
ただし、プロセス指向の機能としての会話プロセス モデリングのサポートに関するチャットボットの体系的な分析が欠けています。
この研究は、既存のチャットボットの体系的な分析を提供することで、このギャップを埋めることを目的としています。
アプリケーション シナリオは、プロセスのライフ サイクルに沿って特定されます。
次に、会話プロセス モデリングに関する体系的な文献レビューが実行され、その結果、プロセス記述の言い換えや改善を含む、会話プロセス モデリングの適用シナリオの分類が作成されます。
さらに、この研究では、プロセス モデルの完全性と正確性に関して、AI 駆動型チャットボットの出力の評価方法を提案し、適用します。
この方法は、テスト セットに関する一連の KPI、タスクおよび制御フロー抽出のための一連のプロンプト、およびユーザーへのアンケートで構成されます。
文献と評価に基づいて、会話プロセス モデリングの使用法 (実用的な意味) とさらなる開発 (研究の方向性) に関する推奨事項が導き出されます。

要約(オリジナル)

AI-driven chatbots such as ChatGPT have caused a tremendous hype lately. For BPM applications, several applications for AI-driven chatbots have been identified to be promising to generate business value, including explanation of process mining outcomes and preparation of input data. However, a systematic analysis of chatbots for their support of conversational process modeling as a process-oriented capability is missing. This work aims at closing this gap by providing a systematic analysis of existing chatbots. Application scenarios are identified along the process life cycle. Then a systematic literature review on conversational process modeling is performed, resulting in a taxonomy of application scenarios for conversational process modeling, including paraphrasing and improvement of process descriptions. In addition, this work suggests and applies an evaluation method for the output of AI-driven chatbots with respect to completeness and correctness of the process models. This method consists of a set of KPIs on a test set, a set of prompts for task and control flow extraction, as well as a survey with users. Based on the literature and the evaluation, recommendations for the usage (practical implications) and further development (research directions) of conversational process modeling are derived.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google