紹介文 :
　現代社会は、従来のモノの提供を通じて価値を実現するビジネスから、コトとしてサービスを提供するビジネスモデルへ大きく変化を遂げており、IoTやAIなどの先進技術を組み合わせたシステムが本格的に活用され始めている。システムの重要性が増す一方で、システム障害や事故が発生した場合、原因は個々の構成要素の故障に留まらず、構成要素間や、システムと人間との間の複雑な相互作用、さらには悪意を持ったサイバー攻撃に起因することがあり、原因究明が困難になりつつある。本稿では、セーフティとは、偶発的なミス、故障などの悪意のない危険に対する安全を示し、セキュリティとは、悪意をもって行われる脅威に対しての安全を示すものとする。
従来の事故モデルを前提とした事故分析手法では、先入観や偏見による影響や偏りがあり、人への非難が発生し、建設的な議論とならないことに陥りやすい。事故モデルは、セーフティ分野の考え方なのでそのままセキュリティ分野に適用することが難しい。
　複雑なシステムのセーフティを扱う新しい理論として、システム理論に基づく事故モデルSTAMP（System-Theoretic Accident Model and Processes）や、レジリエンス・エンジニアリングに基づく安全分析手法FRAM（Functional Resonance Analysis Method 機能共鳴分析手法 ）が提唱されている。しかし、国内では分析事例の少なさもあいまって、事故分析への適用は普及していない。また、システム開発段階のリスク分析においてセーフティとセキュリティを統合的に扱う手法が提案されているが、事故分析においては両分野を別々に実施しているのが現状である。以上のことより我々
は 、IoTやAI、人間といった構成要素を含む複雑なシステムに対し、セーフティとセキュリティを垣根なく分析できる、新たな事故分析手法が必要となると考えた。
本稿では、報告書として公開されているセキュリティ事故事例を対象に、STAMPに基づく事故分析手法CAST（Casual Analysis using System Theory）および、FRAMによる事故分析を行った。CASTおよびFRAMはセーフティ分野の分析手法であるが、人間を含むシステムや機能間の相互作用に着目して事故要因／成功要因を分析するという特徴に着目し、セキュリティ事故の分析に適用できることを示す。また、分析結果をもとに、各分析手法のメリットとデメリットを整理し、各分析手法の有効性を示す。

紹介文 :
開発中のプロセスメトリクス（レビューやテストの欠陥数や各工程の工数等）を使って、リリース後の不具合発生確率を予測するモデルをロジスティック回帰分析を用いて構築しています。一般的に予測モデルというと予測精度の高さにばかり焦点が当たりがちですが、本研究では予測精度よりもモデルの意味するところが、開発現場のプロセス改善に良い方向づけを与えるかどうかに拘ってモデル構築を行っています。また最初に構築したモデルは開発現場に提示しづらいものでしたが、説明変数の選択や使い方を工夫して、現場にとって納得感のあるモデルを構築することができました。メトリクスを活用して予測モデルを作成する際のエッセンスが詰まった研究となっていますので、是非とも参考にしてください。

紹介文 :
ソフトウェアテストの現場では、組織の課題を少なからず抱えている。本研究のテーマは、組織の課題の一つであるテストプロセスの改善である。テストプロセスの改善手法としてTPI NEXT[1]があるが、アセスメントと学習に多くの時間がかかる。本稿では、時間をかけずに現場の課題が明確になり、少ない学習時間で納得感を得る改善施策が決定することを目的とした手法（IDA-Method）を提案する。具体的には、現場の問題を集めた文章から抽出した単語（P 単語）とTPI NEXT の各キーエリアから独自定義したキーワードをマッチングし、改善施策を導き出す手法である。同手法を用いることで、優先して改善すべきキーエリアと改善施策を容易に抽出することができた。

紹介文 :
ソフトウェア及びシステムのテストでは、市場で発生する可能性のある故障発生数を予測して、テスト完了を判断方法や定量的な基準を明確にすることができていますか？ これらは、特に自動車開発におけるテストで解決が難しい課題となっています。
この論文では、ソフトウェア開発委託取引先からの受入れテスト時に、市場発生する可能発生数の予測をして、テスト完了時期を判断する方法と基準について研究しています。このため、ソフトウェア信頼度成長モデルを用いた故障率の減衰予測と市場使用期間での累積故障発生数を指数関数モデル化した予測とを組み合わせた予測手法を提案・分析しています。さらに、ユースケーステスト結果も追加評価して潜在故障数を予測することによる二重判断、及び受入れテストでの検出故障が収束傾向にない場合の対策として、開発組織の原因分析・対策活動の促進状況の判断も加えて、故障の市場発生数を予想評価してテスト完了時期を判断する包括的な方法（「オーカマモデル」）を提案しています。

紹介文 :
1 背景
ソフトウェアの品質向上のためにレビューは有効な手段として認められており、必須の活動として取り組まれている。また、同じく品質向上の取り組みとして、多くの企業で各工程やスプリント、プロジェクト終了時などに開発全般に関しての振り返りが行われる。
しかし、振り返りは一般的に、システム開発プロセスやプロジェクト管理の観点に注目が集まることが多く、レビューの実施方法に踏み込んだ振り返りが行われることは比較的少ない。
筆者らは、開発現場で成果物品質が上がらないのは、振り返り活動がレビュー品質の改善に繋がっていないことに一因があると考えた。そこで、個々の現場におけるレビューの質を向上させるために、レビューの振り返り手法を検討することにした。
2 解決すべき課題
振り返り手法には、KPT やYWT などのいくつかのフレームワークがある。しかし、これらは、活動内容を思い出しながら振り返ることが一般的である。多くは、参加者の主観的な記憶を頼りに行われることになるため、振り返りの観点に漏れや偏りが発生しやすい。
これは、改善の機会を逸しやすい状況にあることを示唆している。
次に、会議で自由に発言するような振り返り手法を用いた場合、声が大きい人の意見にその場の議論が引きずられるため、他の参加者が本音を言えないことがしばしば起こる。
特に作成者とレビューアでは上下関係がある場合が多いため、作成者が意見を言いにくいことも多い。ここにも、改善の機会を逸しやすい状況が存在している。
上記の課題に対して、筆者らは以下の2 点を満たす振り返り手法を考案することができれば、レビュー品質の改善に効果の高い振り返りが実施可能になるのではないかと考えた。
・ 事実に基づく客観的な振り返りを実施するための具体的な手順・ 役割・立場が異なる参加者全員から意見を引き出すための具体的な手順これらを踏まえて、本研究では以下を解決すべき課題として設定する。
RQ1：事実に基づく客観的な振り返りによって、重要な振り返り項目が導出できるか？
RQ2：役割・立場が異なる参加者全員から意見を引き出せれば、改善の観点が広がるか？
RQ3：提案手法を用いて、レビュー品質や成果物品質が向上するか？
以降、2 章では先行研究の調査結果を示し、3 章では筆者らが提案する振り返り手法を示す。4 章で提案手法に対する実験と評価考察を行い、5 章でまとめを示す。

紹介文 :
本研究では、発刊されたばかりのAI品質に関するガイドライン（AIQM）について、現場適用の際に必須となる具体化の課題に着目しています。
抽象的で規範的なガイドラインの記述が与えられた際に、知識・経験の差がどのように現れるかを調査しました。
AIについてはブームの中で迅速に取り組まざるを得ないこともありますが、その中でも基礎知識を踏まえての取り組みが必要不可欠であることを改めて実証した取り組みとなっています。

紹介文 :
アジャイル開発において、どのようなメトリクスが有効かをテーマにした研究です。メトリクスにはいろいろな目的があります。品質を管理する目的が代表的ですが、メトリクスにメッセージを持たせて、見た人に行動するモチベーションを生み出す目的もあります。特に、アジャイル開発では、そのメッセージを早くフィードバックして、改善効果を狙うことができます。一方で、効果を狙うためには、メトリクスも改善させなければなりません。メトリクスの改善や、測定することはコストがかかります。
この研究では、できるだけコストをかけないでフィードバックして、現場の行動をかえていくメトリクスを策定し、効果を評価しました。ごく簡単に取れるデータでも視点を変えて見える化することで、現場の行動が変わったことを確認しました。
アジャイル開発におけるメトリクスの考えの参考になると思います。

紹介文 :
本研究では、ビジネスと機械学習を用いたシステム開発をしっかりとつなぐことを動機とした取り組みを行っています。
既存の機械学習プロジェクトキャンバスをベースラインとし、経験者が加えて考慮する観点をしっかりと調査することで、不確実性を低減するための提言をまとめています。

紹介文 :
コロナ禍によって研究活動自体がオンライン実施となったことを逆手にとって、完全オンライン環境でUXデザイン手法の実践に取り組んだ経験論文です。
UXデザインだけでなく、オンライン環境でのコミュニケーション実施例としても、とても参考になります。

紹介文 :
昨今のデジタルトランスフォーメーションへの期待からプロダクトを用いて新しい価値を市場やユーザーに提供する活動が 急増 している 。 その一方で 、 プロダクト開発での Agile 開発に適した 人材確保に多くの企業が苦戦をしており 、 Agile 人材育成に対するニーズが高まっている 本内容 ではデジタルトランスフォーメーションを加速させる Agile 人材育成について高い学習効果を出すための方法や知見について報告する 。

紹介文 :
IT開発にかかわる組織では、組織や製品の特徴、顧客との関係性などから定めた「レビュー実施方法」、あるいは過去の経緯などから独自の工夫 を行った「組織で定着しているレビュー実施方法」に基づき、レビューを行っている。しかし場面によっては、レビューの長時間化、論点の拡散、欲しい効果の未獲得、作成者の疲弊などの問題が生じている。そして組織で定めたレビュー実施方法に従うことを重要視する あるいは慣れ親しんだレビュー実施方法を変更することへの障壁から、場面に応じてレビューの実施方法を変えることができないという問題がある。 この問題を解決するために我々は、レビューにて得たい効果に応じた「 レビューの実施方法 」、つまりは「レビューの活動要素」を最適化する「オプティマイズ・ レビュー ・ マップ法 」を考案した。 簡易実験とアンケート調査により、本手法の有効性を確認することができた。

紹介文 :
AI品質に関するガイドラインは特に抽象度が高く規範的です。
これに対し本研究では、ガイドラインの具体化の際に対象システム固有の要求を反映する手法を提案しています。
異なるステークホルダーを踏まえた要求分析（AGORA）やステークホルダー間の相互作用をとらえる分析（FRAM）などを総合的に一体化する大きな方法論を示しています。
その効果についても40名近くの被験者に対する実験によりしっかりと示しています。

紹介文 :
本論文では、GUIアプリケーションの回帰テストにおける正否判断のための画像比較技術に取り組んでいます。
最新の論文の内容を踏まえたツール実装と評価を行い、その中で必要な機能追加も論じています。
ネイティブアプリケーションに対して微少なずれに振り回されずに、本質的なレイアウトのずれを検出できることが確認できています。

紹介文 :
AIブーム、特に自然言語処理技術の発展が騒がれる中、ソフトウェア開発においてもそれらの技術を活用したいという想いは、多くのソフトウェア技術者が持っているかと思います。
本研究では、障害票の関連性予測のタスクについて、最低限の準備により既存ツールを利用しても、一定の有効性が得られることを実証しました。
興味がある方々の第一歩のために有用な取り組みとなっています。

紹介文 :
ファジーな機能を実現し、識別や予測の失敗発生は常に起きうるAIシステムに対しては、「納得して受け入れる」ことの困難さが言われています。
一方で、AIの出力等について説明を行うXAI（eXplainable AI）技術は大きな注目を浴びていますが、それが果たす役割についてはまだ合意がなされていません。
本研究では、特にAI専門家と非専門家の差に着目しつつ、納得という観点からAIの失敗やその説明に関する人間のとらえ方をしっかりと調査し論じています。