Статьи

Разработку программного обеспечения сложно представить без инструментов автоматизации рутинной деятельности, не малая часть которой приходится на формализацию требований с помощью графических языков моделирования процессов. Преобразование текстовой информации в формализованные процессы занимает много времени бизнес-аналитиков, большая часть которого может быть направлена и на другие важные задачи, в число которых входит как согласование постановок задач с заказчиками, так и с разработчиками. Решением поставленной проблемы может стать применение стремительно развивающихся нейросетевых инструментов, предназначенных для обработки естественного языка. Целью данного исследования является анализ возможностей повышения эффективности трудовой деятельности бизнес-аналитиков в части реконструкции бизнес-процессов с помощью языковой модели ChatGPT 4.0. Научная новизна работы заключается в получении ранее неизвестных результатов эффективности ChatGPT для реконструкции отдельных проекций бизнес-процессов(поток управления, данные, ресурсы, операции) на основании изучения результатов реконструкции 54 коротких пользовательских сценариев с последующим сравнительным анализом с существующим подходом реконструкции процессов на основе правил грамматики зависимостей. Практическая значимость исследования обусловлена возможностью использования полученных данных для уточнения схем обработки пользовательских историй. В работе решаются следующие задачи: анализ архитектуры и возможностей модели ChatGPT 4.0 в части обработки естественного языка, разработка методики оценки качества реконструкции бизнес-процессов, экспериментальная оценка качества реконструкции, получение статистических оценок, сравнительный анализ с существующим подходом на основе правил грамматики зависимостей. Для достижения поставленных задач в работе используется аппарат статистической обработки данных, экспертного анализа, прикладной лингвистики и нейронных сетей.