4 分で読了
0 views

Teaching Scrum with a focus on compliance assessment

(コンプライアンス評価に着目したScrum教育)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、この論文って要するに学生にScrumを教える授業で、ちゃんと現場で使えるかどうか測る仕組みを入れたという話で間違いありませんか。

AIメンター拓海

素晴らしい着眼点ですね!その通りです。大丈夫、一緒に整理すれば必ず分かりますよ。まず要点を三つで説明しますね。教育目標、評価方法、実運用の近さ、です。

田中専務

教育目標というのは、単にScrumの用語を覚えさせるだけでなく、実際にプロジェクトを回せるレベルにするという意味ですか。

AIメンター拓海

まさにそうです。Scrum(スクラム)はチームで反復的にソフトを作る枠組みで、知識だけでなくチーム運営や問題発見・改善を実行できることが狙いです。授業は実際の開発ツールや公開リポジトリを使い、本番に近い形で進められますよ。

田中専務

現場に近いと言われても、評価が曖昧だと学生も手抜きしますよね。評価方法が特徴的だと聞きましたが、どう違うのですか。

AIメンター拓海

評価はチーム評価80%と個人評価20%で構成され、定性的評価と定量的評価を混ぜています。例えばDefinition of Done (DoD: 定義済完成条件)やテストの有無、テクニカルデット(Technical Debt: 技術的負債)の管理、公開リポジトリの evidence を点検します。

田中専務

これって要するに、学生に”資料を作って見せる”だけでなく、実際に動くものと履歴が公開されているかを見ているということですか。

AIメンター拓海

その通りです。大丈夫、一緒にやれば必ずできますよ。もう一歩掘り下げると、ツール利用の順守(compliance)を評価する点が特徴で、YouTrackやGitHub、SonarCloud、Dockerといった実務ツールの使用痕跡を重視します。

田中専務

投資対効果を考えると、教育側の負担も気になります。先生側の評価作業が増えすぎるのではないですか。

AIメンター拓海

評価の多くは公開データのチェックで自動化や半自動化が可能です。大丈夫、重要なのは評価基準を明確にし、学生が成長するフィードバックを返すことです。要点を三つにまとめますね。1) 実運用に近い環境、2) 証跡に基づく評価、3) フィードバックループの確立、です。

田中専務

分かりました。最後に私の言葉で整理しますと、学生にScrumを教えるだけでなく、実際に使えるかどうかを”証跡(ログや公開リポジトリ)で評価する授業設計”ということですね。これなら現場に直結する人材が育ちそうです。

論文研究シリーズ
前の記事
異種環境における効率的なサーバーレスフェデレーテッドラーニングの実現
(Apodotiko: Enabling Efficient Serverless Federated Learning in Heterogeneous Environments)
次の記事
カメラのみのBEVセグメンテーションネットワークの事前学習のための自己教師あり占有特徴予測
(OccFeat: Self-supervised Occupancy Feature Prediction for Pretraining BEV Segmentation Networks)
関連記事
Speech Wikimediaデータセット:77言語の多言語音声データセット
(Speech Wikimedia: A 77 Language Multilingual Speech Dataset)
Neural signature kernels as infinite-width-depth-limits of controlled ResNets
(制御されたResNetの無限幅・無限深さ極限としてのニューラル・シグネチャー・カーネル)
ZettaLith:極大規模AI推論加速のためのアーキテクチャ探索
(ZettaLith: An Architectural Exploration of Extreme-Scale AI Inference Acceleration)
協働する生成AIのエッジ化
(Smaller, Smarter, Closer: The Edge of Collaborative Generative AI)
確率性制御による拡散ブリッジモデルの設計空間探索
(Exploring the Design Space of Diffusion Bridge Models via Stochasticity Control)
個別嗜好に合わせた拡張型微調整による画像生成の個人最適化
(Personalized Preference Fine-tuning of Diffusion Models)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む