Tulossa: älykäs ja yhteisöllinen ohjelmistojen vaatimusmäärittely

Helsingin yliopiston tietojenkäsittelijät työstävät avoimen lähdekoodin alustaa ohjelmistojen vaatimusmäärittelyä varten. Alusta tarjoaa älykästä tukea vaatimusmäärittelystä päättämiseen niin, että käyttäjien tarpeet huomioidaan.

Tietotekniikkahankkeissa ohjelmistojen vaatimusmäärittely on keskeistä ja tarpeet on ymmärrettävä oikein. Kehitystyössä on osattava vastata kysymyksiin, kuten mitkä vaatimukset palvelevat käyttäjien tarpeita ja mitä kompromisseja käyttäjät voivat hyväksyä.

Näiden asioiden tutkimiseen Juha Tiihonen ja Tomi Männistö Helsingin yliopiston tietojenkäsittelytieteen laitokselta ovat saaneet EU Horizon 2020 -rahoitusta yli puoli miljoonaa euroa.

Avoimen lähdekoodin alustaan liitettävissä myös semanttisia hakutoimintoja

Tutkijoiden kolmivuotinen rahoitus liittyy uuteen OpenReq-projektiin, joka kehittää älykkäitä suosittelu- ja päätöksentekotekniikoita yhteisölliseen vaatimusmäärittelyyn. Tavoitteena on saada aikaiseksi integroitu avoimen lähdekoodin vaatimusmäärittelyalusta, johon voidaan liittää myös uusia suosittelualgoritmeja, semanttisia hakutoimintoja, datalouhintaa ja päättelytoimintoja.

Tällaisia tarpeita on esimerkiksi televiestinnässä, liikenteessä ja alustasta riippumattomien ohjelmistojen aloilla.

- Alusta tarjoaa sidosryhmille, esimerkiksi projektipäällikötille tai ohjelmistoarkkitehdeille, älykästä ennakoivaa tukea päätöksentekoon niin yksittäin kuin ryhmissäkin, Juha Tiihonen sanoo.

- Voidaan esimerkiksi tukea osapuolten keskustelua siitä, mitkä ominaisuudet pääsevät ohjelmiston seuraavaan versioon, hän sanoo.

Uudet ohjelmistot integroidaan yrityskumppanien prosesseihin

Tutkijat näkevät, että tulevaisuudessa on mahdollista lisätä tietojärjestelmiin älykkyyttä, joka tarkkailee ohjelmiston todellista käyttöä ja kerää palautetta suoraan käytöstä. Sidosryhmiltä ja käyttäjiltä voidaan myös kerätä palautetta esimerkiksi sosiaalisen median kautta, ja tiedot voi koostaa ja visualisoida. Parhaimmillaan erilaiset tarpeet voidaan tunnistaa ennakoivasti, he arvelevat.

Räätälöidyt suositusjärjestelmät käyttävät kehittyneitä suosittelu- ja koneoppimisalgoritmeja, joiden avulla vaatimusten laatu paranee, ja esimerkiksi riippuvuuksien hallinta tunnistaa puoliautomaattisesti vaatimuksien väliset riippuvuudet.

- Uudet toiminnot integroidaan OpenReqin rajapintojen avulla osapuolten työprosesseihin sekä vaatimus-, asianseuranta- ja yhteistyötyökaluihin, Juha Tiihonen sanoo.

Hankkeessa ovat mukana Hamburger Informatik Technologie- Center EV (HITEC), Saksasta koordinaattorina sekä Technische Universität Graz Itävallasta, Universitat Politècnica de Catalunya Espanjasta, Engineering Ingegneria Informatica Italiasta, Hutchinson Tre Italia, Italiasta, sekä Siemens Österreich Itävallasta, The Qt Company Suomesta ja Vogella Saksasta.

 

Minna Meriläinen-Tenhu, @MinnaMeriTenhu, 050 415 0316, minna.merilainen@helsinki.fi

 

Lue lisää aiheesta: Datatiede