紹介文 :
従来型のウォーターフォール開発では、工程ごとに次工程に移行するための品質チェック
の基準が設けられ、後戻りのないように上流工程から品質を 作り込んでいく。一方、アジ
ャイル開発などのイテレーティブな開発手法 では、ウォーターフォール開発において工程
ごとに実施されていた品質チェック が暗黙的となりやすく、欠陥の発見が遅れることがある。我々は、従来型 の工程ごとの品質チェックとは異なる観点で、アジャイル開発に適した構造化 された品質チェック項目を作成する方法を検討してきた。本発表では、その方法を実際のアジャイル開発プロジェクトに適用し、効果を確かめた結果を 報告する。アジャイル開発のプラクティスのインプット・アウトプット・ステークホルダー を整理し、マトリクス形式で品質チェック項目が構造化できることを確かめた。 その上で、品質チェック項目の効果を検証するため、過去に検出された欠陥の うち、品質チェック項目により早期検出可能な欠陥がどの程度あるか分析した。 分析の結果、実際に検出された時点よりも早期に検出できた可能性がある 欠陥があることが示され、当初の狙いを達成できていることが分かった。 さらに、早期に検出できた可能性のある 欠陥の多くが従来の要件定義のレビュー やテストケースのレビューに該当するチェック項目で検出できた可能性があることが分かり、対象としたアジャイル開発プロジェクトの改善点を見出すことができた。

紹介文 :
FMEA（故障モードと影響解析）は、システムにおいて発生する故障を識別し、その影響の致命度に基づく相対的な評価等を通して、故障に対する対策を検討する手法である。JAXAでは、FMEAを行うことでミッションの達成に影響がある故障モードを識別している。故障モードを識別するためには、システムやソフトウェア（以下、SWという）の故障発想の支援が必要である。その方法には、失敗経験等の過去知見の活用、ガイドワードの活用、分析アイテムの具体化の3つと言われている。特に失敗経験として過去の不具合情報は、事象や原因、その発生メカニズムが適切に記録されている場合、システムの特性を捉えた固有の故障モードを作成することに有効である。
一方、JAXAでは、SWやシステムの論理に関するFMEAとして、上記の3つの支援をもとに導出した故障モードとその導出経緯をGoal Structuring Notation（以下、GSNという）形式で蓄積しているが、蓄積されたGSN形式の成果物を知見として十分に活用されていないという問題がある。製品固有の故障モードを抽出するためには、分析者が過去の情報を解釈し、自身の製品の問題に落とし込むことが必要となるが、過去の情報は、類似製品開発を経験した分析者の経験や知見を有する者が参照することが前提となった情報であることが多く、過去知見の参照は極めて属人的となるためである。
そこでJAXAでは、過去FMEA活動を通して蓄積された過去の知見（故障モードとその故障モード導出時に着目した仕様情報）の検索を通して、故障発想を支援する方法を検討した。本稿では、情報検索を使った故障発想への支援を目的とした、情報検索方法や学習データ作成方法、検索結果の反映方法を提案する。