2020 Fiscal Year Research-status Report
Risk Analysis Method for Social Implementation Project Based Learning
| Project/Area Number |
19K03011
|
|---|
| Research Institution | Nippon Institute of Technology |
|---|
Principal Investigator |
粂野 文洋 日本工業大学, 先進工学部, 教授 (50442512)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 社会実装PBL / リスク分析手法 / マルチエージェントシミュレーション |
|---|
| Outline of Annual Research Achievements |
本研究は社会実装型PBL（担当教員や学生以外のステークホルダが抱えている課題を解決し，実際に利用してもらうことを前提としたシステムを開発する形態のPBL）を対象としたリスク分析手法を提案することを目的としている．過去のPBL演習によって蓄積された様々なデータから，分析対象となるチームのプロジェクトで発生しうるリスクの識別および予測を行う手法を確立することを目指すものである．
これまでの研究では，FMEA等のリスク管理手法，ファジー推論やマルチエージェントシミュレーションといった推論技術の適用可能性を検討してきたが，2019年(本研究の初年度)には，深層学習を中心とした機械学習の適用可能性を分析すべく，機械学習応用の文献調査を行い，その結果をサーベイ論文としてまとめた．論文は国際ジャーナル(IOS Press Intelligent Decision Technologies)に掲載されている．本論文は，当該ジャーナルにおいて2020年に最も多く読まれた論文となった．
2020年は当初の計画にあるとおり，ソフトウェア開発現場におけるリスク分析手法やラーニングアナリティクスにおけるリスク分析手法に関する文献調査を行った．とりわけ，リスクの顕在化に有望と思われるソフトウェアプロセスのシミュレーション技術に焦点を当て，調査分析を行った．その調査分析結果を踏まえ，リスク分析手法の設計に着手している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ソフトウェア開発現場におけるリスク分析を系統的に実施する手法として，ソフトウェア開発プロジェクトの様々な状態（あるいはソフトウェア開発プロセス）を計算機上にモデル化し，シミュレーションを行う研究が多く行われていることが明らかとなった．その目的は，品質の予測，新たな開発プロセスを導入したときの影響分析，メンバーの作業負荷と効率性の関係分析，クラウドにおける新たな開発環境でのプロジェクトを行う際のプランニング等，多岐にわたる．リスク管理もその目的に含まれ多くの研究が行われている．さらにプロジェクトにかかわる教育を目的としたツールも提案されている．
このような結果から，社会実装型PBLにおけるリスク分析手法のアプローチとしてマルチエージェントシミュレーションを採用した．その理由は，PBLにおいては，１チームの構成員数が多くても5人程度であることに加え，各構成員の知識やスキル，学習能力，意欲，構成員間のインタラクションなど，個々の構成員の属性あるいはその相互作用がリスクに大きく関係していると考えられることによる．チームの構成員をエージェントとしてモデリングし，プロジェクトを実施するための行動を定義することで自然にプロジェクト活動を表現できることが期待できる．また，マルチエージェントシミュレーションではチーム活動の様々な協調やエージェントの心的状態をモデリングし，シミュレーションを行うことができる．これまで研究でもマルチエージェントシミュレーションの適用を試験的に行ってきたが，構成員間のインタラクションや協調という観点でのモデル化が十分ではなかった．そこで，特に構成員同士の協調作業とスケジュールに関するリスク予測に焦点をあて，シミュレーションモデルを設計し，評価を行っているところである．
|
| Strategy for Future Research Activity |
現在のシミュレーションモデルは構成員同士の協調作業とスケジュールに関するリスク予測に関するものである．役割分担の重要性など，ある程度の知見は得られているものの，社会実装型PBLの実際により近いモデリングが必要であるため，来年度に拡張改良と評価を行う予定である．また，マルチエージェントシミュレーションは社会実装型PBLにおけるリスク分析のアプローチの一つにすぎない．構成員（学習者）の知識やスキルに関するデータや過去に実施された演習のデータなど，データをより積極的に活用・分析し，リスクを識別，予測する手法についても検討が必要である．
また，これまでの研究によって，新たな課題が明らかになりつつある．2019年に行った機械学習応用の文献調査による分析から，機械学習のような日々進化しつつある技術の適用を社会実装型PBLのテーマにすることには技術的リスクと運用面でのリスクが存在することがわかっている．一方で機械学習に対する社会的な期待も大きく，第三者のステークホルダからの要望で，テーマとして検討しなければならない事態も考えられる．機械学習に限らず，IoTやVRのように普及進展が急速で社会的に注目されている技術でも同様のことが想定される．こうした状況に対応するには，PoC(Proof of Concept:実証実験)としてのPBLを進めるのが現実的である．PoCとしてのPBLをどのように設計し，実装，評価とリスク管理に対処していけばよいかは今後の研究課題になると考えられる．解決の端緒を開くためには，現実の課題に対するこれらの先端技術を活用したPoCを実践し，プロジェクトとしての知見を蓄積することが重要と考えられる．
|
| Causes of Carryover |
新型コロナウィルスの感染拡大により，国内外の対象学会がすべてオンラインとなり，当初予定していた旅費（海外での発表を想定）の支出が発生しなかった．
研究発表に伴う旅費については次年度も状況を注視しつつ，可能であれば，活用していきたい．電子情報通信学会知能ソフトウェア工学研究会，日本工学教育協会の年次大会，日本ソフトウェア科学会rePiTシンポジウムが発表学会の候補であるが，それ以外も国際会議も含めて検討する．
|
Research Products
(1 results)
