トラブルシューティングにおける生成AI活用の可能性の検討と考察

• Item type: SIG Technical Reports(1)
• 公開日: 2024-03-16
• タイトル: トラブルシューティングにおける生成AI活用の可能性の検討と考察
• タイトル / 言語: en
• タイトル: Study and consideration of the possibility of using generative AI in troubleshooting
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般セッション6A
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 現在，情報経営イノベーション専門職大学
• 著者所属: 現在，情報経営イノベーション専門職大学
• 著者所属(英): en
• 著者所属(英): Presently with iu
• 著者所属(英): en
• 著者所属(英): Presently with iu
• 著者名: 神山, 慎之介; 山内, 正人
• 著者名(英): Shinnosuke, Kamiyama; Msato, Yamanouchio
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: IoT プログラミングは拡張性が高く独自の回路を組みこむことができる．トラブルが発生した際は解決のためにはハードウェアの知識とプログラミングの知識の両方が必要となる場合がある．そのため，一般的なプログラミングに比べてハードウェアのトラブルなのかプログラミングのトラブルなのかハードウェアの切り分けができず，トラブルの解決難易度が高い．そこで本研究では生成 AI を用いてトラブル要因の切り分けをサポートできる可能性を検討した．プログラミングにおいてトラブルが発生した場合は，エラーメッセージやプログラミングの挙動などを頼りに本やインターネットを活用して解決方法を調べる．しかし，IoT プログラミングではハードウェアのトラブルエラーの場合メッセージが出なかったり，同じ挙動でも原因や解決策が多岐に渡り要因の切り分けたりができずに本やインターネットを活用しての効率的なトラブルシューティングが難しい．また，インターネットでは検索する際の知識不足から専門用語などでの検索ができず辿り着きたい情報を得られない可能性もある．一方，生成 AI はインターネットのキーワード検索や本と違い，インタラクティブな問い合わせが行えるだけでなく，IoT プログラミングの内容，使用機材など複数の条件を指定した問い合わせによって原因の切り分けや絞り込みが行えると考える．そこで本稿では試行錯誤的に生成 AI にどのような要素を含んだプロンプトで問い合わせると原因の切り分けや絞り込みのサポートとなりそうか検討した．検討の結果『IoT プログラミングで行おうとしている内容』と『使用機材』，『使用コンピューター』を含んだプロンプトで問い合わせることで原因の切り分けや絞り込みのサポートになる可能性を見出した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: IoT programming is highly scalable and can incorporate unique circuits. When a trouble occurs, both hardware knowledge and programming knowledge may be required to solve it. Therefore, compared to general programming, it is difficult to isolate whether the trouble is hardware trouble or programming trouble, and the difficulty of resolving the trouble is higher. Therefore, this study examined the possibility of using generative AI to support the separation of trouble factors. When trouble occurs in programming, we rely on error messages and the behavior of programming to find out how to solve the problem by using books and the Internet. However, in the case of IoT programming, it is difficult to efficiently troubleshoot problems using books and the Internet because no messages appear in the case of hardware trouble errors, and it is difficult to isolate the causes and solutions for the same behavior due to the wide variety of causes and solutions. In addition, it is difficult to find the information you want on the Internet because you cannot search by technical terms due to lack of knowledge when you search. On the other hand, unlike keyword searches on the Internet or books, generative AI not only allows interactive inquiries, but also enables us to isolate and narrow down the cause by specifying multiple conditions, such as IoT programming contents and equipment used. Therefore, in this paper, we examined, by trial and error, what kind of prompts would be useful for the generated AI to help isolate and narrow down the cause of the problem. As a result, we found that prompts including ”what is to be done in IoT programming,” ”equipment used,” and ”computer used” may support isolating and narrowing down the cause of the problem.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA12496725
• 書誌情報: 研究報告教育学習支援情報システム（CLE）; 巻 2024-CLE-42, 号 23, p. 1-6, 発行日 2024-03-16
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8620
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会