Bonnes pratiques en matière de techniques de recueil des exigences pour l'IA
La collecte des exigences consiste à cerner et à documenter les besoins des parties prenantes. L'essor de l'IA générative donne naissance à une multitude d'outils de collecte des exigences basés sur l'IA. Cependant, les meilleures techniques en la matière sont encore en pleine évolution. Grâce à l'outil pionnier de Modern Requirements dédié à la collecte des exigences par l'IA, nous vous guiderons pour vous aider à tirer le meilleur parti de votre processus de collecte des exigences assisté par l'IA.
Cet article de blog abordera la définition des besoins en matière d'IA, les défis qu'elle pose, ainsi que les meilleures techniques de définition des besoins utilisant l'intelligence artificielle.
Table des matières
- Comprendre la définition des besoins
- Les défis liés à la définition des besoins en matière d'IA
- Techniques d'identification des besoins en matière d'IA
- Considérez l'IA comme un stagiaire
- Connaissez vos parties prenantes
- Respecter la hiérarchie des éléments de travail
- Découvrez d'autres options
- Choisissez le type de sortie
- Modifier et personnaliser
- Utiliser l'analyse pour améliorer la collecte des besoins
- Créez des Gherkins ou des cas d'utilisation pour une meilleure compréhension
- Œuvre générée par l'IA
- Faites des essais et suivez vos résultats
- Techniques de recueil des exigences en matière d'IA avec Copilot4DevOps
Comprendre la définition des besoins
La définition des besoins est le processus essentiel par lequel les équipes étudient en profondeur, recueillent et clarifient les besoins des parties prenantes, tant dans les projets logiciels que matériels.
L'objectif principal de ce processus est de définir des objectifs de projet clairs qui reflètent pleinement l'ensemble des demandes et des exigences des parties prenantes.
Traditionnellement, la collecte des exigences s'appuie sur des techniques éprouvées telles que les entretiens, les séances de brainstorming, les questionnaires, l'observation des utilisateurs, l'analyse de documents, les groupes de discussion, les enquêtes, etc. Ces méthodes contribuent ensemble à une compréhension globale des objectifs du projet, jetant ainsi les bases d'une exécution réussie. Les outils de gestion des exigences disponibles sur le marché peuvent vous offrir encore plus, notamment :
- FAQ: cette fonctionnalité vous permet d'utiliser une liste de questions existante, que vous pouvez utiliser telle quelle ou modifier pour interroger les parties prenantes.
- Service de messagerie : votre équipe peut formuler des exigences n'importe où, y compris dans des e-mails. Le service de messagerie vous permet également de recueillir ces exigences à partir des e-mails.
Mais aujourd'hui, les outils d'intelligence artificielle changent la donne en permettant de recueillir instantanément les exigences à partir de clics ou de suggestions. Des outils tels que Copilot4DevOps aident les équipes à recueillir les exigences grâce à l'IA, ce qui leur permet de mener à bien leurs projets plus rapidement et avec moins d'erreurs. Voici comment cela fonctionne :
Les défis liés à la définition des besoins en matière d'IA
La définition des exigences en matière d'IA est un domaine nouveau. Par conséquent, la plupart des équipes commencent tout juste à prendre conscience des défis liés à cette tâche. Voici quelques-uns des défis auxquels vous pourriez être confronté lors de la définition des exigences en matière d'IA :
- Manque de communication: une communication efficace entre une partie prenante et l'analyste est essentielle pour établir les données brutes sur les besoins qui seront utilisées par l'IA pour identifier ces derniers. Or, cela peut s'avérer difficile dans le cadre de projets d'IA. De plus, des données d'entrée de mauvaise qualité peuvent entraîner des résultats inexacts.
- Formation : bien que les outils d'IA soient faciles à utiliser, les employés ont besoin d'une formation pour pouvoir les utiliser efficacement.
- Préoccupations en matière de sécurité: les outils d'IA fonctionnent en traitant de grandes quantités de données. Certaines organisations peuvent avoir des inquiétudes concernant la confidentialité et la sécurité liées à l'IA, ce qui freine l'adoption de ces outils. Cependant, un outil tel que Copilot4DevOps utilise l'API OpenAI et sa politique de confidentialité d'entreprise. Il s'appuie également sur le service Azure OpenAI, qui fonctionne exclusivement au sein de l'environnement Azure de Microsoft. Les détails relatifs au traitement des données sont présentés dans cet article du blog Microsoft.
- Disponibilité et gestion des données: tout comme les outils d'IA s'améliorent à mesure qu'ils disposent de plus de données, un outil de recueil des besoins en IA s'améliore à mesure que vos collaborateurs l'utilisent.
Techniques d'identification des besoins en matière d'IA
Dans cette section, nous allons passer en revue le processus idéal pour utiliser un outil d'IA et découvrir les meilleures techniques de recueil des exigences pour son utilisation. Nous prendrons comme exemple Copilot4DevOps, l'outil révolutionnaire de Modern Requirements.
Copilot4DevOps est un outil d'intelligence artificielle conçu pour rationaliser la gestion de projet et l'analyse métier, vous aidant ainsi à définir les exigences et à analyser les tâches afin d'améliorer votre efficacité.
Grâce aux outils d'analyse des besoins basés sur l'IA, vous pouvez recueillir les besoins d'un simple clic. Mais pour en tirer le meilleur parti, appliquez les techniques suivantes :
1. Considérez l'IA comme un stagiaire
Dans ce contexte, il convient de considérer l'IA générative comme un assistant de gestion des exigences. Même le meilleur stagiaire a besoin d'être guidé pour apprendre et s'adapter à vos besoins. Bien que les outils d'IA destinés à la collecte des exigences soient puissants, vous risquez d'obtenir des résultats médiocres si les instructions fournies ne sont pas adaptées.
2. Connaissez vos parties prenantes
L'IA peut vous fournir de nombreux résultats pour une simple requête. Pour sélectionner les résultats pertinents parmi les suggestions de l'IA, vous devez bien cerner les besoins de vos parties prenantes ou de votre entreprise. Cette compréhension vous aidera à choisir les résultats qui correspondent le mieux aux objectifs de votre entreprise.
Par exemple, si vous travaillez dans le secteur automobile et que vous vous intéressez au freinage régénératif, une description vague des exigences telle que « Le KERS est un système de freinage régénératif » risque de ne pas donner les meilleurs résultats. Imaginons que nous utilisions une description plus détaillée des exigences, telle que :
« Un système de récupération d'énergie cinétique (KERS) dans les automobiles est conçu pour capter l'énergie cinétique générée lors du freinage. Ce système stocke l'énergie récupérée dans un dispositif de stockage, tel qu'un volant d'inertie ou des batteries haute tension, afin de l'utiliser lors de l'accélération. Par exemple, en Formule 1, on utilise des systèmes sophistiqués tels que Zytek, Flybrid, Torotrak et Xtrac, tandis que des systèmes plus simples et faciles à produire, basés sur le différentiel, comme le système de récupération d'énergie cinétique pour véhicules particuliers et utilitaires de Cambridge (CPC-KERS), sont également utilisés.
Notre système KERS stocke de l'énergie non seulement pour l'accélération, mais aussi pour la vitesse de pointe et les accélérations brèves, un proto-turbocompresseur. »
Cette description permet de mieux comprendre ce qu'est le KERS et son utilisation dans les applications commerciales et sportives. Une meilleure compréhension de vos utilisateurs vous permettra d'obtenir de bien meilleurs résultats.
3. Respecter la hiérarchie des éléments de travail
Lorsque vous identifiez un besoin, il est important de l'associer à l'élément de travail approprié en fonction de la hiérarchie du projet. Par exemple, un élément de travail de type « Feature » se trouve généralement sous une « Epic ». Et un Gherkin se trouve sous une « Feature ». Il n'est généralement pas judicieux de placer une « User Story » sous une « Epic ».
Mais dans certains cas exceptionnels, votre équipe peut utiliser une hiérarchie de projet personnalisée qui déroge à ces règles.
4. Découvrez d'autres options
Les outils d’extraction d’exigences basés sur l’IA peuvent vous offrir une multitude d’options. Plus vous demandez d’options, plus vous avez de chances de recenser toutes les exigences possibles pour vos parties prenantes. Ainsi, un outil d’extraction d’exigences basé sur l’IA peut mettre en évidence des exigences qui auraient échappé même aux analystes métier les plus expérimentés.
Par conséquent, si votre outil vous permet de choisir parmi les exigences à générer, optez pour l’option « abondante ». Si vous choisissez « minimale », vous n’obtiendrez que les options les plus courantes. Dans l'exemple ci-dessus, demander les caractéristiques de l'embrayage d'une voiture avec le paramètre « abondant » vous donne une longue liste de caractéristiques accompagnées de descriptions détaillées. Si vous souhaitez générer de nombreuses exigences dans votre projet, profitez d'un essai gratuit de 30 jours de Copilot4DevOps.
5. Choisissez le type de sortie
Pour obtenir les meilleurs résultats de l'IA, précisez le type de résultat dont vous avez besoin. Un outil d'IA tel que Copilot4DevOps vous proposera par défaut ce dont vous pourriez avoir besoin. Mais vous seul savez exactement ce qu'exige votre projet. N'hésitez donc pas à sélectionner l'une ou l'ensemble des options que votre IA vous propose. Par exemple, en matière de risques, vous pouvez demander plus qu'un simple titre et une description. Vous pouvez également préciser un plan d'urgence.
6. Modifier et personnaliser
Même la meilleure IA ne peut pas cerner parfaitement les besoins de vos parties prenantes. En tant qu'analyste métier ou chef de projet, vous disposez d'une connaissance approfondie des besoins et des conditions actuelles du marché, ainsi que d'une bonne intuition. Ne vous fiez donc pas aveuglément aux résultats fournis par l'IA et adaptez-les afin de répondre au mieux aux besoins de vos parties prenantes.
Les spécifications générées par l'IA peuvent également comporter des erreurs, car aucune IA n'est infaillible. En les modifiant, vous pouvez corriger les résultats fournis par l'IA, améliorer vos spécifications et mieux répondre aux besoins des parties prenantes.
7. Utiliser l'analyse pour améliorer la collecte des besoins
Les spécifications que vous élaborez à l'aide de techniques d'extraction par IA sont généralement le fruit d'une collaboration entre l'IA et l'intervention humaine. Les meilleurs outils d'IA disponibles sur le marché vous permettent également d'analyser la qualité du résultat final. Cela vous permet d'affiner encore davantage votre résultat.
Par exemple, Copilot4DevOps analyse les spécifications et les note en fonction des 6 C de la rédaction: clarté, exhaustivité, concision, cohérence, exactitude et contexte. Les résultats sont notés sur une échelle allant de 0 % à 100 %.
Astuce: vous pouvez également copier ce contenu pour vous en servir plus tard. Pour optimiser vos processus grâce à l'analyse basée sur l'IA, planifiez dès maintenant une démonstration de Copilot4DevOps.
8. Créez des Gherkins ou des cas d'utilisation pour une meilleure compréhension
Si les données brutes relatives aux exigences sont trop longues, utilisez la conversion Gherkin ou le format de cas d'utilisation pour mieux comprendre les exigences générées. Le langage Gherkin est une norme industrielle permettant aux équipes produit de décrire les besoins liés aux nouveaux produits.
Grâce à Gherkins, les analystes métier et les chefs de projet peuvent mieux transmettre les exigences des parties prenantes aux développeurs. Les développeurs peuvent ainsi accélérer le processus de transformation des exigences en cas de test, ce qui réduit les délais de mise sur le marché.
Une autre façon de mieux comprendre les longs passages de spécifications brutes consiste à utiliser l'IA pour générer leurs cas d'utilisation. Les cas d'utilisation sont les séquences d'interactions entre un système et ses utilisateurs visant à atteindre leurs objectifs. Ils permettent de comprendre comment le système interagit avec les utilisateurs et comment améliorer ces interactions.
9. Œuvre générée par l'IA
Dans les outils ALM tels qu'Azure DevOps, une solution d'IA peut, par défaut, s'attribuer elle-même l'étiquette de l'exigence générée. Cependant, le résultat est généralement le fruit d'un travail à la fois humain et généré par l'IA. Une bonne technique de recueil consiste à :
- Attribuez-vous cette tâche
- Supprimer la balise AI
- Enregistrer
Cela signifie que vous en devenez responsable et que toute modification ultérieure vous incombe
10. Faites des essais et suivez vos résultats
Que vous utilisiez un tableur ou un outil dédié au suivi des expériences, veillez à consigner toutes les mesures importantes, les courbes d'apprentissage, les versions des ensembles de données et les configurations.
Consigner les interactions importantes avec l'IA vous aidera à établir un ensemble de bonnes pratiques adaptées à votre organisation.
Techniques d'identification des besoins en matière d'IA
Dans les années 2020, le secteur laissera de côté ceux qui n’adopteront pas les outils d’IA avec enthousiasme. Si de nombreux outils d’IA permettent une élaboration instantanée, un seul offre des fonctionnalités supplémentaires telles que l’analyse, la synthèse, l’élaboration, la conversion des tâches en cas d’utilisation ou en récits d’utilisateurs, la conversion en Gherkin et la traduction linguistique.
Mais en ajoutant tous ces avantages, ainsi qu'une sécurité irréprochable et l'intégration à Azure DevOps, Copilot4DevOps est sans aucun doute l'outil d'extraction par excellence pour les années 2020.
