协作和人工智能支持的需求获取：实证研究

需求启发需要利益相关者沟通需求、协商优先级并协作构建可以转化为软件需求工件的知识。 LLM 的最新进展为通过人工智能辅助协作和自动化工件生成来支持这些活动创造了机会。然而，关于人工智能支持的协作环境如何影响需求激发结果的经验证据有限。在本研究中，我们进行了一项混合方法对照实验，比较了四种需求启发方法：没有 AI 支持的协作启发、由 Strateegia 平台及其 GPT 支持的 Writer 小程序支持的协作启发、使用 大语言模型 直接生成需求，以及使用 大语言模型 从协作讨论记录生成需求。我们使用源自 ISO/IEC/IEEE 29148 的质量标准评估了生成的工件，并收集了参与者对启发过程的看法。我们的研究结果表明，将利益相关者协作与人工智能支持的综合相结合的方法产生了最高评价的需求工件，并且被认为比传统的协作启发更清晰、更容易执行。结果表明，生成式人工智能可以支持将协作生成的知识转化为结构化需求文档，同时保留利益相关者参与的价值。我们讨论了需求工程中人工智能支持的需求获取和人机协作的影响。