要約
生成AIの幅広い可用性は、アジャイルソフトウェア開発など、さまざまな作業ドメインをサポートする新しい機会を提供します。
アジャイルエピックは、製品マネージャーが利害関係者に要件を伝えるための重要なアーティファクトです。
しかし、実際には、それらはしばしば不十分に定義されており、解約、配送の遅れ、コストのオーバーランにつながります。
この業界のケーススタディでは、大規模な言語モデル（LLM）がグローバル企業のアジャイルエピック品質を評価する機会を調査します。
17人の製品マネージャーを対象としたユーザー調査の結果、LLM評価をどのようにして作業慣行に統合できるかを示しています。
高レベルの満足度は、アジャイル叙事詩がAI評価の新しい実行可能な応用であることを示しています。
ただし、私たちの調査結果は、そのような評価の将来のアジャイルワークプラクティスへの統合について実務家と研究者の両方に知らせることができる課題、制限、および養子縁組の障壁の概要も概説しています。
要約(オリジナル)
The broad availability of generative AI offers new opportunities to support various work domains, including agile software development. Agile epics are a key artifact for product managers to communicate requirements to stakeholders. However, in practice, they are often poorly defined, leading to churn, delivery delays, and cost overruns. In this industry case study, we investigate opportunities for large language models (LLMs) to evaluate agile epic quality in a global company. Results from a user study with 17 product managers indicate how LLM evaluations could be integrated into their work practices, including perceived values and usage in improving their epics. High levels of satisfaction indicate that agile epics are a new, viable application of AI evaluations. However, our findings also outline challenges, limitations, and adoption barriers that can inform both practitioners and researchers on the integration of such evaluations into future agile work practices.
arxiv情報
| 著者 | Werner Geyer,Jessica He,Daita Sarkar,Michelle Brachman,Chris Hammond,Jennifer Heins,Zahra Ashktorab,Carlos Rosemberg,Charlie Hill |
| 発行日 | 2025-05-12 15:31:16+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google