Великі мовні моделі: Революція в управлінні проєктними командами

У сучасному динамічному світі інформаційних технологій дослідники Микита Роговий та Марина Гринченко з Національного технічного університету «Харківський політехнічний інститут» представили революційний підхід до підвищення ефективності проєктних команд за допомогою великих мовних моделей (ВММ).

Основна проблема, яку вирішують вчені, полягає в складності комунікації та точного розуміння завдань у проєктних командах. Часто неточно сформульовані технічні завдання призводять до непорозумінь, затримок та зниження продуктивності. Саме тому дослідники запропонували використовувати штучний інтелект як помічника у формуванні та вдосконаленні проєктної документації.

Методологія дослідження включала аналіз понад 2,7 млн проєктів у системі Jira, де вчені вивчали особливості опису завдань. Вони виявили, що в середньому назва завдання складається з 8 слів, а його опис — з 87 слів. Крім того, було проаналізовано пріоритетність та типи завдань.

Ключовою інновацією стала розробка алгоритму, який використовує великі мовні моделі для оцінки якості опису завдань. Експерименти показали, що штучний інтелект здатен не лише аналізувати наявні описи, але й пропонувати їх покращення. Наприклад, модель GPT-4 могла підвищити чіткість формулювань, додаючи контекст та деталізуючи технічні завдання.

Дослідники запропонували унікальний підхід взаємодії проєктного менеджера з ШІ:

1. Менеджер створює завдання
2. ШІ оцінює його зрозумілість за спеціальним алгоритмом
3. У разі низької оцінки — надає рекомендації з покращення опису

Експериментальні результати демонструють потенціал підвищення ефективності команди на 20−30% лише шляхом покращення комунікації та точності формулювань завдань.

Важливим висновком дослідження стало твердження, що немає універсальних лінгвістичних особливостей, які гарантовано впливають на сприйняття технічних завдань. Саме тому індивідуальний підхід з використанням ШІ стає критичним інструментом сучасного проєктного менеджменту.