大規模言語モデルを活用したデータに基づくプロダクト改善案の自動推薦技術の検討

抄録

大規模言語モデル (LLM) の優れた点の一つは，人間が入力したわずかな指示文からその意図に沿った文書やコード等を正確に出力できる高い生成力である．今後の社会では人間が思いついたアイディアはLLMによって即座に形になることが想定されるため，人間は継続的かつ迅速にアイディアを出すことが求められるようになる．しかし，ビジネス戦略やユーザビリティなどの様々な観点からプロダクト改善案を高速に出し続けることは，人間の能力だけでは困難である． 本研究では，主にソフトウェアプロダクトを対象とし，既存のプロダクトに対して「次に何を作るべきか」という改善案をデータに基づいて自動で推薦する技術の創出を目指す．提案する自動推薦技術は，要求定義の運用方法を定義したプロセスモデルに従って作成されたプロンプトテンプレートを使用し，LLMによるデータ分析と改善案の作成を繰り返すことで，複数の入力データから改善案を生成する．ChatGPTを比較対象とした被験者実験からは提案技術の優位性を示す結果が得られなかったが，LLMを活用した有用な改善案の生成における新たな課題が明らかになった．