XiaoMi-AI文件搜索系统
World File Search SystemRE4AI
人工智能系统需求工程
[背景] 在传统软件系统中，需求工程 (RE) 活动已得到完善和研究。然而，在对系统内部工作原理了解有限或完全不了解的情况下构建基于人工智能 (AI) 的软件，对 RE 提出了重大的新挑战。现有文献主要集中于使用人工智能来管理 RE 活动，对人工智能的 RE (RE4AI) 的研究有限。[目标] 本文研究当前用于指定人工智能系统需求的方法，确定可用于建模需求的框架、方法、工具和技术，并发现现有的挑战和局限性。[方法] 我们进行了系统的映射研究，以查找有关当前 RE4AI 方法的论文。我们确定了 43 项主要研究，并分析了用于在现实场景中指定和建模需求的现有方法、模型、工具和技术。[结果] 我们发现现有 RE4AI 实践存在若干挑战和局限性。研究结果强调，当前的 RE 应用不足以适应构建 AI 系统，并强调需要提供新技术和工具来支持 RE4AI。[结论] 我们的结果表明，大多数关于 RE4AI 的实证研究都集中在自动驾驶汽车和管理数据需求上，而道德、信任和可解释性等领域需要进一步研究。
探索人工智能环境下应用的伦理要求引出*
RE4AI 道德指南可在 https://josesiqueira.github.io/RE4AIEthicalGuide/index.html 获得，其源代码可在 https://github. com/josesiqueira/RE4AIEthicalGuide 获得。我们通过对 40 名本科生和研究生的调查对指南进行了评估，他们通过在线问卷对指南进行了评估。我们发现了 6 个明显的积极点，例如：a) 所提供的支持信息足以让人理解和使用；b) 卡片中包含的问题易于理解——客观而清晰；c) 指南的使用有助于通过卡片中的问题创建用户故事；d) 使用指南后，道德意识有所提高；e) 指南适用于需求引出阶段；f) 参与者有兴趣在未来项目的需求引出阶段使用该指南。
设计以人为本的人工智能系统时的要求、实践和差距
背景：工程人工智能 (AI) 软件是一个相对较新的领域，面临许多挑战、未知数和有限的经过验证的最佳实践。谷歌、微软和苹果等大公司提供了一套最新指南，以帮助工程团队构建以人为本的 AI 系统。目标：目前从业者为开发此类系统所采用的实践，尤其是在需求工程 (RE) 期间，迄今为止很少被研究和报道。方法：本文介绍了一项调查的结果，该调查旨在了解 AI 需求工程 (RE4AI) 的当前行业实践，并确定应遵循哪些以人为本的关键 AI 指南。我们的调查基于对现有行业指南、最佳实践和文献中的努力的映射。结果：我们调查了 29 名专业人士，发现大多数参与者都同意我们映射的所有以人为本的方面都应该在需求工程中得到解决。此外，我们发现大多数参与者都在使用 UML 或 Microsoft Office 来提出需求。结论：我们发现，目前使用的大多数工具都没有配备管理基于 AI 的软件的功能，而使用 UML 和 Office 可能会对捕获 AI 需求的质量造成问题。此外，指南中映射的所有以人为本的实践都应包含在 RE 中。© 2023 作者。由 Elsevier B.V. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。