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 :
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 :
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。