執筆者：

中山 茜（株式会社日立システムズ） 、平井 佳祐（株式会社日立システムズ）

本発表では、ソフトウェア開発における品質評価の精度向上を目的とし、生成AIを活用した新たな評価手法について報告する。私は品質保証部に所属しており、ソフトウェア開発の品質を確保する立場にあるが、過去の品質評価ノウハウが十分に活用されておらず、担当者ごとの不良傾向分析における精度のばらつきや工数過多といった課題に直面していた。これらの課題を解決するため、過去のデータや経験値を活用でき、多様な問題パターンに対して迅速な解決策を提供する生成AIを導入した。
具体的に本施策では、過去プロジェクトの資料から懸念事項や品質向上の観点を抽出し、これを"品質ナレッジ"として生成AIに組み込んだ。さらに、バグ票のフォーマット成型や集計をツール化し、生成AIに入力することで、品質評価の精度向上と工数削減を実現した。
実施結果として、生成AIは担当者が評価した結果と同等の懸念事項を出力し、品質評価の精度差を低減することが可能となった。また、生成AIとツールの活用により、摘出不良の傾向把握にかかる時間を約半減させ、削減された工数をさらなる品質向上のための分析に充てることができた。
今後は、"品質ナレッジ"の継続的な蓄積と発展、他業種への展開を図り、当社が手掛ける全業種に対して一元的な評価分析を実現することを目指す。