Publicação
An approach in software requirements specification with generative AI and RSL framework
| Resumo: | Este estudo explora o impacto da Inteligência Artificial (IA) na resolução das ambiguidades e ineficiências inerentes ao processamento da língua natural no domínio da especificação de requisitos de software (SRS). Ao aliar as capacidades da linguagem ITLingo RSL e integrá-las com ferramentas de inteligência artificial, a pesquisa visa otimizar e aprimorar o processo de extração de requisitos de engenharia de software que sejam precisos, a partir de entradas em língua natural. A abordagem propõe uma exploração na engenharia de requisitos, utilizando tecnologias de IA generativa para colmatar a lacuna entre os requisitos informais em língua natural e as suas especificações rigorosas em RSL, e vice-versa, de RSL para a língua natural. Esta abordagem visa melhorar significativamente a precisão das práticas de engenharia de software, posicionando a IA como uma ferramenta complementar nas metodologias de engenharia de requisitos. Através do desenvolvimento e avaliação de um artefacto impulsionado por IA, este estudo pretende demonstrar a viabilidade e os benefícios da automatização da geração de SRS, oferecendo uma visão sobre o futuro dos processos de desenvolvimento de software assistidos por IA. A avaliação do chatbot "GenAI4RSL" demonstrou o seu potencial para melhorar o processo de SRS através da automação da geração de requisitos estruturados. Os utilizadores consideraram o sistema intuitivo, embora tenham sido identificados alguns desafios, em particular na gestão de requisitos mais complexos. A precisão no processamento de língua natural permanece uma área a ser aprimorada. Apesar destas limitações, os participantes valorizaram a capacidade da ferramenta em reduzir o tempo despendido em tarefas repetitivas. Em conclusão, embora o "GenAI4RSL" mostre potencial para otimizar a engenharia de requisitos, são necessárias melhorias adicionais para aumentar a precisão e adaptá-lo às necessidades específicas de diferentes perfis de utilizadores. Estas melhorias serão essenciais para uma aplicação mais ampla no campo do desenvolvimento de software. |
|---|---|
| Autores principais: | Rêgo, Paulo Alexandre Fonseca de Campos |
| Assunto: | Especificação de requisitos de software RSL (Linguagem de Especificação de Requisitos) ITLingo Linguagem natural Inteligência artificial generativa Chatbot Software requirements specification RSL (Requirements Specification Language) Natural language Generative artificial intelligence |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade Aberta |
| Idioma: | português |
| Origem: | Repositório Aberto da Universidade Aberta |
| Resumo: | Este estudo explora o impacto da Inteligência Artificial (IA) na resolução das ambiguidades e ineficiências inerentes ao processamento da língua natural no domínio da especificação de requisitos de software (SRS). Ao aliar as capacidades da linguagem ITLingo RSL e integrá-las com ferramentas de inteligência artificial, a pesquisa visa otimizar e aprimorar o processo de extração de requisitos de engenharia de software que sejam precisos, a partir de entradas em língua natural. A abordagem propõe uma exploração na engenharia de requisitos, utilizando tecnologias de IA generativa para colmatar a lacuna entre os requisitos informais em língua natural e as suas especificações rigorosas em RSL, e vice-versa, de RSL para a língua natural. Esta abordagem visa melhorar significativamente a precisão das práticas de engenharia de software, posicionando a IA como uma ferramenta complementar nas metodologias de engenharia de requisitos. Através do desenvolvimento e avaliação de um artefacto impulsionado por IA, este estudo pretende demonstrar a viabilidade e os benefícios da automatização da geração de SRS, oferecendo uma visão sobre o futuro dos processos de desenvolvimento de software assistidos por IA. A avaliação do chatbot "GenAI4RSL" demonstrou o seu potencial para melhorar o processo de SRS através da automação da geração de requisitos estruturados. Os utilizadores consideraram o sistema intuitivo, embora tenham sido identificados alguns desafios, em particular na gestão de requisitos mais complexos. A precisão no processamento de língua natural permanece uma área a ser aprimorada. Apesar destas limitações, os participantes valorizaram a capacidade da ferramenta em reduzir o tempo despendido em tarefas repetitivas. Em conclusão, embora o "GenAI4RSL" mostre potencial para otimizar a engenharia de requisitos, são necessárias melhorias adicionais para aumentar a precisão e adaptá-lo às necessidades específicas de diferentes perfis de utilizadores. Estas melhorias serão essenciais para uma aplicação mais ampla no campo do desenvolvimento de software. |
|---|