| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Can large-language models replace humans in agile effort estimation? Lessons from a controlled experiment
Avtorji:ID Pavlič, Luka (Avtor)
ID Saklamaeva, Vasilka (Avtor)
ID Beranič, Tina (Avtor)
Datoteke:.pdf applsci-14-12006_(1).pdf (1,29 MB)
MD5: 425ADBE0E131815428B5EC0AB8A96046
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Effort estimation is critical in software engineering to assess the resources needed for development tasks and to enable realistic commitments in agile iterations. This study investigates whether generative AI tools, which are transforming various aspects of software development, can improve effort estimation efficiency. A controlled experiment was conducted in which development teams upgraded an existing information system, with the experimental group using the generative-AI-based tool GitLab Duo for estimation and the control group using conventional methods (e.g., planning poker or analogy-based planning). Results show that while generative-AI-based estimation tools achieved only 16% accuracy—currently insufficient for industry standards—they offered valuable support for task breakdown and iteration planning. Participants noted that a combination of conventional methods and AI-based tools could offer enhanced accuracy and efficiency in future planning.
Ključne besede:software engineering, agile development, iteration planning, effort estination, generative AI, tool accuracy
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:01.12.2024
Datum sprejetja članka:18.12.2024
Datum objave:22.12.2024
Založnik:MDPI
Leto izida:2024
Št. strani:21 str.
Številčenje:Vol. 14, iss. 20, [article no.] 12006
PID:20.500.12556/DKUM-91452 Novo okno
UDK:004.8
COBISS.SI-ID:220375555 Novo okno
DOI:10.3390/app142412006 Novo okno
ISSN pri članku:2076-3417
Avtorske pravice:© 2024 by the authors
Datum objave v DKUM:24.12.2024
Število ogledov:300
Število prenosov:45
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Applied sciences
Skrajšan naslov:Appl. sci.
Založnik:MDPI
ISSN:2076-3417
COBISS.SI-ID:522979353 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0057-2018
Naslov:Informacijski sistemi

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:umetna inteligenca, ocenjevanje napora, načrtovanje ponovitve


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici