| Form of studies |
Master |
| Title of the study programm |
Information Technology |
| Title in original language |
Spējā IT projekta darāmnes artefaktu definēšana ar ģeneratīvo mākslīgo intelektu. |
| Title in English |
Defining Agile IT Project Backlog Artifacts with Generative Artificial Intelligence |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Oksana Ņikiforova |
| Reviewer |
Arnis Lektauers |
| Abstract |
Spējā (angl. Agile) IT projektu vadībā darāmnes artefakti (lietotāju stāsti, epikas, pieņemšanas kritēriji, uzdevumi) veido galveno pamatu plānošanai un prioritizēšanai. To izveide ir laikietilpīga un prasa dziļas zināšanas par projektu, lietotāju vajadzībām un biznesa kontekstu. Pašlaik šie artefakti tiek definēti manuāli, balstoties uz pieredzi un subjektīviem lēmumiem, kas var radīt nekonsekvenci un informācijas zudumu. Pastāv nepieciešamība pēc automatizēta risinājuma, kas spēj strukturēti un precīzi ģenerēt darāmnes artefaktus, izmantojot esošos projekta datus un aprakstus. Pētījuma mērķis ir Izstrādāt risinājumu, kas izmanto ģeneratīvo mākslīgo intelektu spējā IT projekta darāmnes artefaktu (angl. Product Backlog) ģenerēšanai un bagātināšanai, balstoties uz strukturētiem datiem par problēmvidi un iepriekš izveidotiem problēmvides modeļiem. Maģistra darbā ir analizētas spējā IT projekta metodoloģijas pamatprincipi un to loma darāmnes artefaktu veidošanā. Tiek apskatītas populārākās spējās pieejas un detalizēta produkta darāmnes struktūra. Maģistra darba ietvaros tiek analizēti ģeneratīvā mākslīgā intelekta modeļi un pielietošanas iespējas artefaktu ģenerēšanā, tiek analizēti esošie pētījumi un praktiskie risinājumi IT dokumentācijas ģenerēšanai. Darba autore izstrādā darāmnes ģenerēšanas risinājuma prasības, konceptuālo modeli, kas definē ieejas un izejas datus un datu plūsmas. Tiek izveidots darāmnes ģenerēšanas prototips, kas tiek pārbaudīts izmantojot četrus lielo valodu modeļus. Maģistra darbā izstrādātā risinājuma rezultāti tiek vērtēti pēc darba autores izstrādātiem kritērijiem un tie tiek validēti ar industrijas rīku.
Maģistra darbs satur 69 lpp., 12 tabulas, 13 attēlus, 9 pielikumus un 69 informācijas avotus. |
| Keywords |
DARĀMNES ARFTEFAKTI, LIELAIS VALODU MODELIS, DARĀMNES ĢENERĒŠANA, MĀKSLĪGAIS INTELEKTS. |
| Keywords in English |
PRODUCT BACKLOG, LARGE LANGUAGE MODEL, PRODUCT BACKLOG GENERATION, ARTIFICIAL INTELLIGENC. |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
15.05.2026 16:57:50 |
