Please use this identifier to cite or link to this item: http://repositorio.ufc.br/handle/riufc/79550
Type: Dissertação
Title: PERIAC: um processo para elicitação de requisitos para inteligência artificial confiável
Authors: Silva, Francisco Luciano Quirino da
Advisor: Sampaio, Andréia Libório
Keywords in Brazilian Portuguese : inteligência artificial;aprendizado de máquina;IA confiável;engenharia de requisitos;brainwriting
Knowledge Areas - CNPq: CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Issue Date: 2024
Citation: SILVA, Francisco Luciano Quirino da. PERIAC: um processo para elicitação de requisitos para inteligência artificial confiável. 2024. 184 f. Dissertação (mestrado) – Universidade Federal do Ceará, Campus de Quixadá, Programa de Pós-Graduação em Computação, Quixadá, 2024.
Abstract in Brazilian Portuguese: A Inteligência Artificial(IA) trouxe consigo novos desafios e requisitos para projetos de Engenharia de Software (ES), impulsionando a necessidade de garantir sistemas de IA confiáveis, que atendam tanto a requisitos técnicos quanto éticos. Tanto órgãos governamentais quanto a comunidade científica têm trabalhado para promover o desenvolvimento de uma IA confiável, destacando a importância de técnicas que permitam a participação ativa de todos os envolvidos no processo de Engenharia de Requisitos (ER), inclusive o usuário final. Esta dissertação propõe o desenvolvimento de um processo para a elicitação de Requisitos Não Funcionais (RNF’s) voltados para IA confiável, envolvendo diferentes papéis no desenvolvimento desses sistemas. O processo proposto, denominado Processo para Elicitação de Requisitos para IA Confiável (PERIAC), abrange os requisitos fundamentais identificados na literatura, como Justiça, Explicabilidade, Responsabilidade, Privacidade e Aceitação. Esses requisitos garantem que os sistemas de IA sejam projetados de forma robusta, assegurando tanto seu desempenho técnico quanto sua conformidade ética. A técnica de Brainwriting foi utilizada para facilitar a geração colaborativa de ideias entre os diversos stakeholders envolvidos no desenvolvimento de IA. Essa técnica mostrou-se eficaz ao promover a participação multidisciplinar e a inclusão de diferentes perspectivas no processo de definição dos requisitos. Durante a aplicação do PERIAC, foi desenvolvido um conjunto de perguntas extraído diretamente da literatura, além de um conjunto de cartas que representam os cinco princípios essenciais da IA confiável: Justiça, Explicabilidade, Responsabilidade, Privacidade e Aceitação. O processo foi aplicado em um estudo de caso, permitindo a elicitação de requisitos tanto funcionais quanto não funcionais. A aplicação do PERIAC demonstrou que o processo, além de cumprir seu objetivo de elicitar RNF’s, também foi eficaz na geração de Requisitos Funcionais (RF’s), ampliando o escopo inicial da pesquisa. Essa descoberta revelou que a confiabilidade de sistemas de IA depende de uma interseção entre RF’s e RNF’s, tornando o sistema confiável em sua totalidade.
Abstract: Artificial Intelligence (AI) has brought new challenges and requirements to Software Engineering (SE) projects, driving the need to ensure reliable AI systems that meet both technical and ethical requirements. Government bodies and the scientific community have been working to promote the development of trustworthy AI, emphasizing the importance of techniques that enable the active participation of all stakeholders in the Requirements Engineering (RE) process, including end users. This dissertation proposes the development of a process for eliciting Non-Functional Requirements (NFRs) aimed at reliable AI, involving different roles in the development of these systems. The proposed process, named the Process for Elicitation of Requirements for Reliable AI (PERIAC), encompasses the fundamental requirements identified in the literature, such as Fairness, Explainability, Accountability, Privacy, and Acceptance. These requirements ensure that AI systems are designed robustly, guaranteeing both technical performance and ethical compliance. The Brainwriting technique was employed to facilitate the collaborative generation of ideas among the various stakeholders involved in AI development. This technique proved effective in fostering multidisciplinary participation and including diverse perspectives in the requirements definition process. During the application of PERIAC, a set of questions directly drawn from the literature was developed, as well as a set of cards representing the five essential principles of trustworthy AI: Fairness, Explainability, Accountability, Privacy, and Acceptance. The process was applied in a case study, allowing the elicitation of both functional and non-functional requirements. The application of PERIAC demonstrated that the process, in addition to fulfilling its goal of eliciting NFRs, was also effective in generating Functional Requirements (FRs), broadening the initial scope of the research. This finding revealed that the reliability of AI systems depends on the intersection of FRs and NFRs, making the system reliable as a whole.
URI: http://repositorio.ufc.br/handle/riufc/79550
Advisor's Lattes: http://lattes.cnpq.br/5714218246069496
Access Rights: Acesso Aberto
Appears in Collections:PCOMP - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2024_dis_flqsilva.pdf4,46 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.