参加募集

技術革新のためには組織やコミュニティのダイバーシティが必須であることが指摘されながら、日本の産業界や学会においてはまだ十分でないことが指摘されている。例えば、ジェンダーに関しては、日本のジェンダーギャップ指数は156か国中120位と低迷、工学部の女子学生割合は15%等、日本の遅れが大きな課題となっている。 ジェンダーのみならず、あらゆるダイバーシティの課題は、我々ソフトウェア工学のコミュニティにおいても他人事ではなく、真剣に議論すべきものである。まずは、このコミュニティが十分なダイバーシティを持っているか、ダイバーシティのために何をすべきか、Diversity for SE の課題を探り、その解決を図らなければならない。また社会におけるダイバーシティの課題解決のために、ソフトウェア工学の技術・知見をどのように活かすことはできないか、SE for Diversity の観点も重要である。 先のウィンターワークショップWWS2022やソフトウェアエンジニアリングシンポジウムSES2022において本テーマでの討論を実施し、継続発展的な取り組みのためにソフトウェア工学研究会においてダイバーシティWGを設立した。今回はそれらを踏まえ、参加者それぞれの取り組みや関心を共有議論するとともに、ソフトウェア工学研究会の活動において、本課題にどう取り組むべきか参加者で議論し、方針を立案したい。

討論リーダー: 野田 夏子（芝浦工業大学）、鷲崎 弘宜（早稲田大学）

参加区分: ポジションペーパー／プレゼンテーション資料事前提出／発表概要のみ（プレゼン資料の事前提出無し）／議論への参加のみ

開催形態: ハイブリッド開催

ソフトウェア開発の効率化および製品の高信頼化・高品質化を実現するために，産業界と学術界それぞれにおいて多くの取り組みが進められている．情報産業におけるソフトウェア工学ならびに形式手法の利活用については長らく期待が寄せられているが，現実の問題を解決するためには，産学の連携が必要不可欠である． 本セッションでは，産学の連携を通じて情報産業におけるソフトウェア工学および形式手法の普及と利活用を推進することを目的として，産学での取り組みとその連携の進め方について情報を共有し，議論を行う．

本ワークショップでは，

• 形式手法の関連技術開発
• 産業界での形式手法の適用事例
• ソフトウェア工学分野における産学連携の課題

また，以下のテーマでのパネル討論も併せて企画している．

パネル討論「日本のソフトウェア工学研究は冬の時代か？」

概要：ここ数年で日本国内におけるソフトウェア工学研究のプレゼンスが低下していることが伺える事象が起きている． 例えば，科学研究費助成事業データベースで「ソフトウェア工学」をキーワードに検索したところ，2015年度をピークに件数が低下していることが分かる．また，情報処理学会のソフトウェア工学研究会における研究報告の件数についても，2015年がピークで106件となっており，ここ3,4年は80件を越えていない．産業界においても，企業研究所における部署名の冠として，「ソフトウェア工学」に類する名称が含まれなくなる傾向が見受けられる． 本パネルディスカッションでは，ソフトウェア工学研究のプレゼンス低下を感じる事例と，その背景にある課題を議論することで，今後のソフトウェア工学研究が目指すべき方向性を探る．

パネリスト：

• 石尾 隆 (奈良先端科学技術大学院大学)
• 小川 秀人 (日立製作所)
• 西 康晴 (電気通信大学)
• 長谷川 勇 (スクウェア・エニックス)

討論リーダー:小川秀人（日立），早水公二（フォーマルテック），横川智教（岡山県立大学），吉田則裕（立命館大学）

参加区分: 発表概要のみ(プレゼン資料の事前提出なし)/議論への参加のみ

開催形態: オンサイト開催 ハイブリッド開催

近年，産業界・学界を問わず「データサイエンス」は注目を集めている． もともとは統計分析とデータマイニングを基盤として発展した分野であるが， 最近では機械学習や AI 技術も活用したより高度なものになってきている． ソフトウェア工学分野でもこれらを活用した研究や取り組みは多く，多岐に渡る． 本セッションではソフトウェア工学に関するデータ分析や活用を中心とした 研究や適用事例に関する情報共有の場を提供したい． 主なテーマとしては，バグ予測，品質評価・改善，見積り，リポジトリマイニング， その他データサイエンス・AIのソフトウェア開発・保守への応用などを想定しているが これらに限定されるものではない． 現在進行中の研究紹介も歓迎する．活発な議論・情報共有の場となれば幸いである．

討論リーダー: 阿萬裕久（愛媛大），天嵜聡介（岡山県立大）

参加区分: ポジションペーパー／プレゼンテーション資料事前提出／発表概要のみ（プレゼン資料の事前提出無し）／議論への参加のみ

開催形態: オンサイト開催

近年の機械学習技術の進歩により、裁判判決や融資審査、入学審査、採用審査など実社会の重要な意思決定を行う場面へ機械学習モデルに基づく判定器の導入が進んでいる。機械学習モデルに基づく判定器は人間よりも高い精度の判定を導けるが、一方で、時に差別的な判定（性別や人種等の属性について不当に不利な判定）を下す「機械学習モデルの公平性」が問題として認識されている。機械学習モデルの公平性は主に人工知能分野で議論されてきたが、近年はソフトウェア工学分野でも活発に議論されるようになっている。例えば、最近のソフトウェア工学の代表的国際会議 ICSE、FSE、ASEにおいても関連論文が複数発表されている。また、国際ワークショップ「Fairware」では、ソフトウェア工学の研究者が中心となり機械学習モデルの公平性について議論を行っている。 本ワークショップでは、機械学習モデルの公平性について、人工知能(AI)とソフトウェア工学(SE)の両面から議論する。話題提供者には以下の2つのカテゴリで発表をしていただき、参加者全体で議論を行う。

ポジション（ポジションペーパあり）：機械学習モデルの公平性に関する独自の研究成果、考え、ビジョン、洞察、課題、研究アイデア等についての発表

研究論文紹介（ポジションペーパなし）：ソフトウェア工学や人工知能、社会学等の学術会議（ワークショップ、シンポジウム等を含む）・雑誌で発表されている機械学習モデルの公平性に関する既存研究論文の紹介

討論リーダー: 北村崇師（産総研）、戸田貴久（電通大）

参加区分: ポジションペーパー／プレゼンテーション資料事前提出／発表概要のみ（プレゼン資料の事前提出無し）／議論への参加のみ

開催形態: ハイブリッド開催

システム開発の最上流工程である要求定義・分析は、ステークホルダの要求を満足するシステム開発を実現するための重要なプロセスである。これまで種々の要求定義・分析手法が提案され、実践されている一方で、獲得した要求に基づき開発したシステムがステークホルダから十分な満足が得られない、要求定義・分析工程自体の効率やその成果物の品質が不十分であるという声も多く聞かれる。 システムの複雑化・多様化、システム実現技術の高度化に伴い、利用者や顧客が自身の要求を明確に認識できない・言語化できないというケースが多いという状況において、これら表出化が難しい要求を含め獲得し管理する技術が、システム開発の喫緊の課題として求められている。 本セッションでは、最初に要求定義・分析の現状と課題について各自の意見や研究成果を発表していただき、質疑応答を通し主要な共通トピックを抽出する。その後、利用者や顧客が望むシステム開発実現するために何が必要かを議論し、その結果を参加者間で共有したい。発表については、ポジションペーパー、発表概要，発表資料のいずれかを事前に提出していただき、当日はプロジェクタ併用、あるいは、口頭のみで行なっていただく。

討論リーダー: 久代 紀之（九州工業大学）

参加区分: ポジションペーパー／プレゼンテーション資料事前提出／発表概要のみ（プレゼン資料の事前提出無し）／議論への参加のみ

開催形態: オンサイト開催