2022 Fiscal Year Annual Research Report
ビジネスAIアライメントモデルに基づいたサービス設計に関する研究
| Project/Area Number |
19K20416
|
|---|
| Research Institution | Musashi University |
|---|
Principal Investigator |
竹内 広宜 武蔵大学, 経済学部, 教授 (80824119)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | AIサービスシステム / 機械学習システム / パターン / 危険な匂い / アンチパターン |
|---|
| Outline of Annual Research Achievements |
2022年度は、ビジネスAIアライメントモデルを活用したプロジェクトを推進する上で課題を解決する研究を行った。具体的には、機械学習（ML）を活用したAIサービスシステムを開発するプロジェクト（MLプロジェクト）を円滑に進めるために、利害関係者の間で知識を共有するためのモデリング手法を研究開発した。
ビジネスとAIの整合性を保つためには開発対象だけでなく、開発の進め方についても共通理解が必要となる。本研究では2019年度の開始当初から前者に取り組み、一定の成果を出したのち、後者について2020年度後半より取り組んできた。開発を進める上での知識としてパターンがあり、プロジェクトで適用するパターンをステークホルダー間で共通理解するためのモデル化手法を2021年度に確立した。これらの成果は2022年度に国際会議論文およびジャーナル論文を通して公表した。
2021年度の成果をもとに実務家と議論したところ、「MLプロジェクトでは解決策を理解できてもそれをどのような場合に適用するかどうかがわからず有効活用できない」というフィードバックを得た。これにより、解決策を適用するべき状況を知識として整備する必要があるという新たな研究課題を着想した。2022年度は、この研究課題に対してMLプロジェクトにおける危険な匂いのモデルの提案と収集を行い、ソフトウェア科学会にて研究報告を行った（2022年度ソフトウェア科学会高橋奨励賞を受賞）。また、収集した危険な匂いに対して解決策を割り当てMLプロジェクトのアンチパターンと整備し、その成果を情報処理学会ソフトウェア工学研究会で発表した。
４年間の研究期間全体を通して、AIサービスシステムを開発するにあたってその準備段階で必要となる、開発対象や開発する上で必要となる知識をモデル化し、ステークホルダー間で共通理解する仕組みを確立することができた。
|
