AIBR プレミアム
拓海先生、最近部下に『工数の見積りはAIで良くなる』と言われて困っておるのですが、専門家に頼らずに妥当な判断が下せる方法があると聞きました。本日はその論文を教えてくださいませ。
\n
\n
素晴らしい着眼点ですね！今回は『状況証拠に基づく工数推定（Circumstantial-Evidence-Based Judgment）』という考え方をお話ししますよ。一緒に整理していけば、現場で使える判断の枠組みが見えてきますよ。
\n
\n
ええと、これまで我が社では『似た案件の実績』を持つベテランに聞くやり方が中心でした。今回の方法はそれとどう違うのでしょうか。現場で使えるかどうかを知りたいのです。
\n
\n
簡潔に言うと、従来の専門家判断は直接証拠（direct evidence）を重視します。つまり『この仕様は過去にこうだったから××人日』といった過去案件との類似に頼るのです。一方で状況証拠は、個々の具体的事例がない場面でも、開発経験に基づく一般知識を使って論理的に比較する手法ですよ。
\n
\n
それって要するに『似た案件が無いときでも、業界の経験則を組み合わせて大雑把に比較する』ということですかな？投資対効果を考えると、粗い見積りでも早く判断できる利点があると想像しますが。
\n
\n
その通りです。要点は三つです。第一に、専門家の手が届かないケースでも判断可能であること。第二に、様々な開発経験（例えば設計の複雑さや統合の度合い）を『状況証拠（circumstantial evidence）』として蓄積できること。第三に、集めた状況証拠を組み合わせて論理的に比較することで、複数案の相対的な工数を推定できることです。大丈夫、一緒にやれば必ずできますよ。
\n
\n
なるほど。現場で使うには『何を状況証拠とみなすか』をまず決める必要がありますな。例えば外部APIの量や、既存モジュールとの連携回数などが該当すると考えてよいですか。
\n
\n
素晴らしい着眼点ですね！そのとおりです。状況証拠は『設計の複雑さ』『新規技術の採用』『外部依存の度合い』『テストの量』など、プロジェクト特徴を表す要素群です。重要なのは、各要素が工数に与える方向性（増える・減る）を論理的に議論することですよ。
\n
\n
ほう、つまり各状況証拠に対して『これがあると工数は増える』『これが減る』という方向性だけ合意できれば、設計案AとBを比較して意思決定できるわけですな。
\n
\n
お見事です。加えて、論文ではSystematic Literature Review (SLR) システマティックレビューの手法で状況証拠を収集することを提案しています。SLRは過去の知見を体系的に集める方法で、これを使えば属人的な印象ではなく比較的一貫した知見を集められるのです。
\n
\n
SLRまでやるのは手間ですが、その蓄積が資産になるなら魅力的です。これを導入する際の初期投資と期待効果をどう見積もればよいでしょうか。
\n
\n
良い質問です。導入の要点を三つで整理します。第一に、小さなスコープで状況証拠のテンプレートを作り、試験プロジェクトで運用する。第二に、蓄積した状況証拠が将来的に見積り精度向上や意思決定速度の向上に寄与する点をKPI化する。第三に、専門家判断との併用でリスクを下げる。これで現実的かつ効果的に運用できますよ。
\n
\n
分かりました。では最後に、私の理解を整理します。『似た事例が無いときは状況証拠で相対比較し、SLRで証拠を蓄積して将来の意思決定に活かす。最初は小さく始めて効果をKPIで測る』──こういう方針で進めて良いですかな。
\n
\n
その理解で完璧ですよ。大丈夫、一緒にやれば必ずできますよ。次は実際に状況証拠テンプレートを作るワークを一緒にやりましょう。
\n
