2022 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 | Project Based Learning / ソフトウェアエンジニアリング / リスク分析・予測 / マルチエージェントシミュレーション / 深層学習 |
|---|
| 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ITに関わる課題を解決し，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．
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った．その結果はサーベイ論文として国際ジャーナル(IOS Press Intelligent Decision Technologies)に掲載されている．
2020年および2021年でマルチエージェントシミュレーションに基づくリスク分析手法の開発を行った．社会実装PBLで考慮すべきリスクの中でも，テーマ内容に依存しない共通のリスクとして，スケジュール遅延や作業負荷の偏りのリスクに焦点をあて，マルチエージェントモデルによって学生のプロジェクトをモデル化し，リスクを予測する手法を考案し，様々な条件で実験を繰り返し行った．
2022年では考案したリスク予測手法の妥当性を検証する分析を行った．これらの結果をソフトウェア工学に関する国際会議JCKBSE2022（International Joint Conference on Knowledge-Based Software Engineering）に投稿し，発表を行った．
|
| 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，シミュレーションを行う研究が多く行われている．しかしながら，これらの研究は企業におけるソフトウェア開発（プロフェッショナルな構成員による開発プロジェクト）を対象としており， 知識やスキル，学習能力，意欲などで発展途上の学生を構成員とするプロジェクトには適用が難しい．
本研究が対象とする社会実装PBLで考慮すべきリスクは様々であり，開発内容にも依存している．そこでまずは内容に依存しない共通のリスクとして，スケジュール遅延や作業負荷の偏りのリスクを対象としたリスク分析手法の設計を行った．そのためにマルチエージェントモデルによって学生のプロジェクトをモデル化し，リスクを予測する手法を考案し，様々な条件のもとでシミュレーション実験を繰り返し行った．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，さらにスケジュールや作業負荷についても自然に表現することができる．モデリングにあたってはより現実的なプロジェクトを表現するために，プロジェクト内の作業間の依存関係（PERT図で表現される）もモデリングの対象とし，マルチエージェントシミュレーションモデルを記述した．
シミュレーション実験の結果，作業分担の方法の違いが，スケジュール遅延や作業負荷の偏りのリスクに関係している可能性があることがわかった．このような結果が実際の演習でも該当するかどうか，すなわちシミュレーション結果の妥当性を検証するために，演習の最終回にプロジェクト振り返りのアンケートを実施した．その結果，実際の演習でも同様の傾向があることが明らかとなった．
|
| Strategy for Future Research Activity |
現在のシミュレーションモデルはスケジュール遅延や作業負荷の偏りのリスクを対象としたものである．簡単のために，エージェントの能力やタスクの依存関係のみを導入しており，ソフトウェア開発プロセスに固有の様相を取り入れていない．したがって，ソフトウェア開発以外のPBLにも本手法を適用できる一方，より忠実にモデリングをおこなうためには，固有の様相を取り入れることが必要となる．国際会議JCKBSE2022での発表時の議論においても，開発チーム以外の重要なステークホルダである依頼元も何等かの形でモデル対象とし，リスクを評価したほうがよいのでないか，という指摘もあった．
また，シミュレーションに基づく手法以外にも，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．
さらに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の開発テーマに入れ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ためにPoC(Proof of Concept:実証実験)を題材とした社会実装型PBLの進め方やリスク管理手法についても，事例調査も進めながら，検討を進めていく予定である．
|
| Causes of Carryover |
本課題研究では，国内の学会参加や国際会議の発表はすべてオンライン参加となった．そのため，参加費用は発生したものの，移動や宿泊にともなう経費は発生しなかった．来年度も学会参加や発表を予定しており，社会情勢を踏まえて，対面での参加も積極的に検討する．また，シミュレーション実験等のためのPCやグラフィックボード（50万未満）などについても必要に応じて購入を進める予定である．
|
Research Products
(1 results)
