Agrupamiento de escenarios con clustering no supervisado

Abstract

Aunque la inteligencia artificial (IA) ha revolucionado muchos aspectos del desarrollo de software y en particular, de la Ingeniería de Requisitos, todavía hay áreas donde su intervención es limitada ya que no puede reemplazar completamente el trabajo humano, como ser áreas de creatividad, negociación, intuición y la toma de decisiones humanas. Particularmente, en la Ingeniería de Requisitos, la IA se utiliza en la forma en que se recopilan, analizan, validan y gestionan los requisitos. Existen varias tecnologías y herramientas de IA aplicadas a esta disciplina, que incluyen Procesamiento del Lenguaje Natural (PLN), Machine Learning (ML), minería de requisitos y automatización de análisis. En el presente artículo se propone una primera aproximación al tema, extrayendo características de los escenarios futuros mediante patrones de similitud semántica. Posteriormente, se aplica el clustering no supervisado, en este caso K-Means, una técnica de Machine Learning que permite agrupar datos de manera automática. Este enfoque permite automatizar y mejorar la validación de requisitos, agrupar requisitos automáticamente en categorías significativas, priorizar requisitos según su relevancia en los escenarios, mejorar la claridad y trazabilidad, facilitar la gestión de cambios con agrupaciones dinámicas.