• ［効果的・効率的管理］ 開発・運用・保守するソフトウェア・システム製品を、より高品質にするための、効果的・効率的な品質管理方法や生成AI等の活用方法を見つけたい！
• ［品質モニタリング］ プロジェクトの上流から下流までのライフサイクルを通じて、品質状況をタイムリーに把握できず、正しく品質確保できているかが気になってしまう！
• ［部門間連携］ 品質管理部門だけでは、これ以上品質向上活動を強化できないところまで来ており、開発部門と連携したい！また、現場で導入が進んでいるアジャイルのような新しい手法やプロセスへの有効な対応を進めたい！
• ［テーラリング］ 品質に関して世間で知られている、プロセス・規格・モデル・手法を、現場で有効活用したい！

• レビューに関して学んだことがないのでいちから学びたい。
• レビューをもっと効率的・効果的に実施できるようになりたい。
• 自社が抱えているレビューの問題を解決したい。

• テストに関する知識を学びたい！
• テストを効果的に行ってソフトウェアの品質を向上させたい！
• ベテランのテスト技術のノウハウを新人にどう伝えるか悩んでいる。
• 自分たちのテストのやり方は合っているのか、他の人はどうやっているのか気になる。

• アジャイル開発における品質保証をどうしたらよいか悩んでいる。
• アジャイル開発とほかの開発手法でやっているチームや組織との連携に悩んでいる。
• アジャイル開発におけるテストは、自動化も含めて具体的にどうしていけばよいか。
• アジャイル開発におけるメトリクスはどう考えればよいか。
• 開発者、テストエンジニア、QAのロールはどのように変わったらよいか。

• AIシステムにおける品質のあり方・技術を追求したい！
• AI技術をはじめとして適切な先端技術を選択、理解して品質保証に活用したい！
• ChatGPTなどの大規模言語モデル・対話型生成AIをはじめとして、先端動向について一緒に追及や議論ができる仲間や専門家とつながっていきたい！

• 実践的なソフトウェア工学手法を学びたい！
• 実践的なソフトウェア工学の基礎知識を学びたい！
• ソフトウェア工学手法の有効性適用場面について学びたい！
• 現状のソフトウェア開発手法を改善したい！

• これからソフトウェアメトリクスを活用した取り組みを始めようとしており、必要となる基礎知識を得たい。
• ソフトウェア開発に関わるデータを収集しているが、データ分析のやり方がわからない。
• ソフトウェアメトリクスを活用した取り組みはしているが、有効に機能していない。

• 自分が携わった製品/サービスがどのように使われているか・役に立っているか知らない。
• ユーザーが使いやすいものを提供したいが、どのように改善したらよいかわからない。
• 製品/サービスのバグは減っているが、ユーザーからの問い合わせや苦情が減らない。
• 使って楽しい・嬉しい製品/サービスを企画/開発したいがどうすればよいかわからない。
• 身の回りの困り事を解決する製品/サービスを創りたいがどうすればよいかわからない。

• AIやIoTシステムの安全技術を学びたい！
• システム開発のセキュリティやリスク分析を追求したい！
• レジリエントなシステム、ミッション・クリティカルなシステムへの対応技術を習得したい！
• 機械学習システム(ML）、生成AIの安全性・信頼性技術を知りたい！

• ソフトウェアの品質に関わったばかり（または無関係）で、何をしていいか分かりません。
• ソフトウェア品質の基礎を学び直したい。
• 組織、現場のソフトウェア品質活動への疑問を解決したい。
• 他社の事例を知りたい。
• 学んだことを実践する際にアドバイスが欲しい。

ソフトウェア業界では、ソフトウェア品質向上の手段・手法として、これまでの経験より様々な品質管理やプロジェクト管理の方法が提案されています。しかし、これらが現状のソフトウェア開発プロセスに効果的に組み込まれているとは限りません。ソフトウェア品質の改善には、現実を見つめた品質とプロジェクトの管理方法の選定、および開発・保守プロセスへの適切な実装が必要不可欠です。

このような背景を踏まえ、本コースでは、問題解決をはかるために、開発と品質保証の現場に適応する対策方法を探求した上で、プロセス＆品質モデル・メトリクス・先端技術等を活用してプロセスの定性的・定量的な分析・評価と組み合わせ、品質やプロジェクト・プロセスのパフォーマンス向上につながるよう、実践的に解決することを目的にしています。

また、参加メンバーが、ソフトウェアプロセスの研究を通じて、ソフトウェア技術者として幅広い知見と深い考察力を習得し、各組織に持ち帰ってさらに活躍されることを期待します。

各参加メンバーの課題を分析して、必要に応じて幾つかの研究テーマに分類し、テーマごとのグループが主体となって活動することを基本とします。希望に応じてプロセスや品質関連の規格・モデルの勉強会も開催します。

研究テーマとして、ソフトウェア開発や品質管理に関する「プロセス」の分析・評価・改善を通じて、「ソフトウェア品質向上」や「プロジェクト管理技術の強化」などに繋げることに取り組みます。

また参考になるプロセスや品質に関するモデル・概念や手法を選び適用して研究をすることもできます。例えば「プロセス改善モデルの効果的な活用」（CMMIⓇ、ISO/IEC 33000、ISO/IEC/IEEE 15288、ISO/IEC/IEEE 12207）［*1］、「品質特性による品質要求の分析と品質の評価・測定」ISO/IEC 25010（SQuaRE［*2］））、「プロジェクト管理手法の改善」（PMBOKⓇ［*3］）、「DevOps[*4])　他の国際規格・デファクトスタンダード・モデル・概念を参照して解決策に用いる、などです。

［*1］：CMMI
能力成熟度モデル統合(Capability Maturity Model Integration), ISACA（Information Systems Audit and Control Association）。ISO/IEC 33000(JIS X 33000)シリーズプロセスアセスメント、 ISO/IEC/IEEE 15288(JIS X 0170)システムライフサイクルプロセス、ISO/IEC/IEEE 12207(JIS X 0160)ソフトウェアライフサイクルプロセス。

［*2］：ISO/IEC 25010
システム及びソフトウェア製品の品質要求及び評価SQuaRE（Systems and Software Quality Requirements and Evaluation）－システム及びソフトウェア品質モデル

［*3］：PMBOK
プロジェクトマネジメント知識体系（Project Management Body of Knowledge) , Project Management Institute。

［*4］：DevOps
開発チームと運用（保守）チームが連携して、継続的な価値をユーザーに提供し続ける概念

レビューはソフトウェアの欠陥を早い段階で検出できる手段として、品質向上に寄与するだけでなく、コスト削減、納期短縮に効な手段と言われています。しかし、ソフトウェア開発の現場において、必ずしもその恩恵が受けられているとは言い難く、様々な悩みを抱えています。

本コースでは、レビューに関してメンバーやその組織が抱えている課題を共有し、その解決策について議論していきます。議論していく上で必要な知識やヒントとして、レビューに関する基礎知識、古典的技法や発展的技法、ならびに、実際の現場で効率的・効果的なレビューを行うための工夫・ノウハウ、個人のレビュースキルを向上させるためのテクニックなどを学びます。

そして、実際に演習で体験してそのやり方の良さや難しさを感じ取っていただき、自組織や自プロジェクトに適用しようとした場合に、どのような問題があるか、どんな工夫が必要かなどを考え、グループで議論していきます。

最近注目されている「生成AIの活用」が解決策の一つになるかもしれません。本コースでは、研究テーマの一つとして、生成AIの活用も積極的に検討していきます。生成AIは、あくまで選択肢の一つですが、希望する参加者にはこのテーマに基づいた具体的な方法を模索していく機会を提供します。

現場ですぐに役に立つレビュー方法、及び、レビューの歴史を変えるような画期的なレビュー方法の考案、この両方を研究の対象とすることに加え、生成AIの活用による新たなレビュー技術の開発など、最新のトレンドを踏まえた研究テーマも選択できるようにしています。

1. メンバーがレビューに関して抱えている問題・課題を出し合います。
2. メンバー全員で課題を共有し解決したいテーマを決定します。
3. 希望するテーマに応じてサブグループを作ります。
4. メンバー主体でチーム運営を行います（サブグループごとのリーダーは立てません）。
5. 主査・副主査・アドバイザーは、基礎的な考え方、手法や方法論、最新情報、事例などを紹介し、研究を進めていくための助言と支援を行います。

経験・知識の有無は問いません。
レビューについて学びたい方、レビューをもっと良くしたいと思う方、ご参加お待ちしております。

ソフトウェア開発の下流工程ではテストの自動化が進み、開発手法は従来のウォーターフォールからアジャイルへと進化しています。テストの環境は以前と比べて格段に良くなり、改善の余地があるところを探すのは徐々に難しくなってきています。
しかしながら、テストの課題や悩みは尽きません。なぜでしょう？
そもそもテストは何のために行っているのでしょうか？　バグゼロを目指すため？　品質を担保するため？　安全性を向上するため？
これらのことから目を背けて、惰性でテストを行っていませんか？
「これだけテストをやれば大丈夫だろう」と何を根拠にそう考えていますか？

テストの目的を理解し、正しい知識を身に付け、テストの在り方についてまっすぐ向き合うことで、「実は今よりもっと良いテストが自分たちにもできるのでは？」と気づくことができるかもしれません。
この気づきを見出す活動の場としてあるのが、この研究コース３「ソフトウェアテスト」です。

本コースは、ソフトウェア工学の知見を入れた講義を通しながら、テストについての技法やノウハウについて研鑽し、研究していくコースです。新たな試みとしてコース内を研究に特化した「研究グループ」と演習に特化した「演習グループ」の２つに分け、研究コースと演習コースの両面を兼ね備えた内容を考えています。

具体的には、研究グループは従来と同様、テスト技法に関する講義からスタートし、研究テーマや課題を持ち寄り、その解決策などを研究し、最終的に論文を執筆するグループです。一方、演習グループは、テスト技法に関する講義からスタートし、演習を交えながらテスト技法の研鑽を行っていくグループです。

対象として、研究グループではテスト技法の知識を深めたい方や、日々のテスト業務の中で解決したい課題を持っている方を中心とし、研究を通して自身の知識や技術力を高めることを目指します。一方、演習グループではテスト技法の知識を深めたい方はもちろんのこと、テストに対して初学者や若手の方を対象とし、テストに対する正しい知識を身に着け、日々のテスト業務に活かしていくことを目指します。また、これらの活動を通して、各メンバーのテストの現場を改善するために必要な基礎力や課題解決能力の向上も目指します。

コースの内容から、参加する方は例年、テストの現場経験が浅い方や若手の方が主ではありますが、ときには自己研鑽のためテスト技術を一から学び直したいベテランの方も参加されます。
年代や現場経験が多様なメンバーになるため様々な議論ができますし、そこから企業間を超えた技術者同士の絆ができることもあります。
本研究コースはテストだけでなく、テストと新たな技術を組み合わせた研究テーマ（例：AI×テスト）についても積極的に取り組んでいきます。これまでのテーマは、生成AIを活用することでテスト観点漏れの低減を図るものでした。そして、この研究成果を発展させた内容をSQiPシンポジウムでも発表しております。

アジャイル開発のプラクティスを品質の観点からみていくと、よくできたソフトウェアエンジニアリングのフレームワークであることがわかります。

本コースの目的は、アジャイル開発に対して品質を中心に体系的にとらえ、現場にその真意を伝える工夫を研究して提案し、アジャイル によって得られる真の恩恵をチームと組織、そして顧客が享受できるようにすることです。

一方で、アジャイル開発は、その本質は変わらないものの、現場での実現は組織、ドメイン、製品、チームメンバーによって違い、実に多様になります。当然、そこから生まれる課題も多様なものになります。この研究会では、アジャイルの本質を認識しながら、違う経験のメンバーが、持ち寄った課題をまとめ、一つのテーマをチームとして議論し、仮説検証を行います。その学びが、それぞれの現場に価値をもたらすような研究を心がけます。

コース運営もアジャイルを意識したフレームワークを考え、分科会活動の中でもアジャイルのプラクティショナー、スペシャリストを得 て、研究に厚みを加えます。
机上での議論ではなく、実際に研究で出た施策を実業務で試みていきます。したがって、それができる環境のメンバーを募集いたします。
研究対象は以下の例のように多岐にわたると考えています。メンバーの課題によって選択して小チームに分かれて研究を行っていきます。

研究員の方は、原則としてアジャイル開発の現場をお持ちの方、または、これから持たれる方に限らせていただきます。アジャイルの手法は経験的プロセスで、実証的に積み上げられたものであり、ここでの研究も現場での実証をベースにしていきたいからです。

AI（人工知能）がプロダクト・サービスに組み込まれる機会が広がり、その品質保証は必要不可欠になっています（Quality for AI）。AIの品質保証においては、機械学習技術を用いデータから機能を導くという実装方式に起因する不確かさが高い一方、人間・社会に踏み込んだ品質、あるいは倫理・トラストまで追及することも求められます。このため、ステークホルダーとの対話から、テストの技法、運用・監視まで、従来のソフトウェアとは異なる原則や技術に踏み込み、固有の難しさに対処していくことが必要です。

一方で、従来ソフトウェアの品質保証においても、AIによる先進的な自動化技術を活用することで、様々な問題の解決につながる可能性 がります（AI for Quality）。データ駆動の機械学習技術の潮流だけにとらわれず、対象の問題を定式化し、機械学習、最適化、制約充足、論理的推論・検証といった様々な技術から適したものを選び使いこなすことが重要となります。

これらのテーマにおいて、対象となる「AI」も、教師あり学習により定型化されたタスクを扱うものから、GPT/ChatGPTをはじめとした大規模言語モデル・対話型生成AIにより非定型な入出力を扱えるものへと大きく広がりました。対話型生成AI自体の品質を扱うことも、対話型生成AIによる新しい品質技術のあり方を追及することも、喫緊の課題となっています。

本コースでは、Quality for AIおよびAI for Qualityの双方における価値創造や課題解決に挑んでいきます。いずれにおいても、非常に変化が速い先進的な技術を理解しつつ、まだ確立していない「品質のあり方」を議論し追及していくことが重要であり、本コースはそのための場を提供します。

参加者の興味や問題意識について、講師陣からの最近の動向解説も交えながら全体で意見交換と議論を行います。その後大まかな方向性に基づいてグループ分けを行い、グループごとに具体的な研究テーマを定め取り組みます。
「AI品質について初めて取り組む」という方も多く参加されていますが、あくまで研究としてのアウトプットを目指す中で基礎知識や動向について学び，議論していきます。より包括的な知識については、豊富な知見・資料をもつ講師陣を活用いただいて、勉強会も開催して補っています。

ソフトウェアやそれにより提供されるサービスに品質を組み入れて保証し続けるためには、企画や要求から保守に至るまでライフサイクルのあらゆる段階において、理論や経験に裏打ちされたソフトウェア工学技術の活用が欠かせません。本コースは1年間を通して、主要なソフトウェア工学技術の一通りを演習により深く体得する機会を提供します。 前提知識がないからと臆することはありません。ソフトウェア工学を一から学びたい方、現状のソフトウェア開発を改善したい方、スキルアップしたい方など、誰でもふるってご参加ください。

【本コースのポイント】

• 代表的ソフトウェア工学技術を「一通り」体得
• 産学両面に通じたその道の「第一人者」の講師陣による徹底指導
• とにかく実際に「やってみる」ことで深く理解し記憶
• 組織を超えた「仲間作り」と情報交換
• 定例会に加えて「演習臨時会」を実施するためお得

• 講師による講義を受講し、演習課題に取り組みます。
• 講師及び主査・副主査は演習や議論を通じて助言と支援を行います。
• 演習及び議論は必要に応じてチーム単位で行います。
• 事前学習のための課題が出される場合があります。
• 日科技連にて集合研修で行う会があります。その場合は全員東高円寺にお集まりください。

• グループ演習の効果を高めるため、お顔を出せる環境が望ましです
• 演習のため、各種TOOL（Googleスライド他、Miro、Continuous KPTAなど）を使える環境が必要となります。
  出来れば、リアル（東高円寺）での開催を多く行いたいと考えています。

演習コースⅡ「ソフトウェアメトリクス」は、ソフトウェア品質技術の1つの柱とも言えるメトリクスに特化したコースです。ソフトウェアの品質保証、プロセス改善、開発力向上のためにメトリクスを活用したい方を対象にしたコースです。

メトリクス測定、データのハンドリング、分析の各種手法を網羅的に習得していただきます。書籍「ソフトウェアメトリクス統計分析入門」に、実践→理論→考察→実践→・・・というスパイラルで、理解を深めていく有効な学び方が示されています。この考え方を参考に、本コースでは、手を動かす演習を重視しています。演習内容は、ほぼすべて講師の実践経験にもとづいたものであり、実践の疑似体験ができます。また、単なる詰め込み教育とはならないよう、学んだことを自身の職場で実践し、最終的にレポートとしてまとめることを目標にしています。

こうした、実践を重視するスタイルの本コースに参加することで、学んだ技術をすぐに現場で使える状態になります。

メトリクス測定、データのハンドリング、分析の各種手法などを、講義だけでなく演習とディスカッションを交えながら学びます。

演習では、主にExcelを用いたデータ加工の方法やフリーの統計パッケージR、Rコマンダーを用いた統計手法などを習得します。講師の実践経験、研究員の実践経験を共有するディスカッションの場も用意し、研究員それぞれの課題解決の参考にしていただけます。分科会終了後（１８：１５～）に、飲食もしながらリラックスして、メンバー持ち回りで事例紹介をする「アフター」と呼ばれる活動も行います。

そして、講義・演習を通して習得したことを研究員のご自身の現場で実践していただき、コースの最後に「実践レポート」を作成していただきます。「実践レポート」作成に際しての困りごと等あれば、いつでも講師陣に相談をしていただけます。既に解決したい課題をお持ちで、関連するデータ収集もされているという場合には、解決策の個別指導のご要望にもお応えします。

※カリキュラムの順番, 開催月は変更される可能性があります。

[1]： 野中誠、小池利和、小室睦、『データ指向のソフトウェア品質マネジメント』、日科技連出版社、2013
[2]： 小池利和、『ソフトウェアメトリクス統計分析入門』、日科技連出版社、2015

UX（User Experience）とは、製品やサービスを利用した際の「体験」を重視する設計思想で、利用者の目的や意向に沿って心地よく効率よく使えるように調査・設計・評価・開発を行うベースとなるものです。

本コースでは、UXに着目した研究を通して積み重ねてきた、企画品質や利用時品質を高めるノウハウ［*1］を演習形式で学び、ソフトウェア開発現場で実践できるように支援します。

「HCDコンピタンスマップ（2024年度）」を意識して、能力・技能・知識の向上を目指します。

全体を通して、UX手法の考え方や実践方法について座学、体験、ディスカッションにより学びます。
毎回、過去に研究・実践した手法やテーマを取り上げ、各自が理解・試用・振り返りを行います。
関連文献を事前に読んでから参加していただき、各回で簡易レポートを提出していただきます。
（初回は、各自が携わる製品/サービスのビジネスモデル[*2]を作成して参加してもらいます）

【実践するUX手法の例】［*3］
調査：インタビュー、ペルソナ、シナリオ
設計：ストーリーボード、UIデザインパターン、プロトタイプ
評価：ユーザビリティテスト、専門家評価

［*1］

・SQiPライブラリ（UX関連文献）：
https://www.juse.jp/sqip/library/search/?q=UX

・活動履歴：
https://www.juse.or.jp/sqip/workshop/outline/file/enshu3_ux_katsudorireki.pdf

［*2］：ビジネスモデル2.0図鑑
https://note.com/tck/n/n95812964bcbb

［*3］：書籍
川西 裕幸・栗山 進・潮田 浩、『UXデザイン入門』、日経BP社、2012
https://www.amazon.co.jp/dp/B00KGTZG36

本コースでは、安全安心に関わる様々なテーマで講義を行い、演習やグループワークを通して深く技術を体得する機会を提供します。
また、メンバー同士の交流・議論を通じて考える力や表現する力を身につけ、自社の業務に役立つ成果を修めることをねらいとします。（本コースでは、セーフティとは、偶発的なミス、故障などの悪意のない危険に対する安全、セキュリティとは、悪意をもって行われる脅威に対しての安全との定義を採用しています。）とりわけ人工知能（AI）を含んだシステムのセーフティとセキュリティは大変重要なトピックであり、本コースでは、安全分析に生成AIを取り入れる研究、AIリスクの現状、安全性を重視する意思決定インテリジェンスの紹介をします。

事前学習や復習のための課題が出される場合があります。最終的に可能であれば、1年間の活動成果を論文としてまとめることを推奨しています。論文としてまとめない場合も、成果報告書は研究員の皆さまで作成していただきます。セーフティやセキュリティに関する特別な知識や経験は必要ありませんが、現場における問題意識をお持ちの方を歓迎します。情報セキュリティを学びたい方、異なる分野のセーフティを知りたい方など、どなたでも参加可能です。

様々な分野の外部講師をお招きし、最新の技術動向やトピックを提供しますので、継続的な参加を歓迎します。もちろん、単年受講の方も歓迎します。

分科会活動のない月（9月）や、テーマに近いトピックを扱うシンポジウムへの参加推奨、成果報告書をまとめる段階など、適宜（年間で2から5回程度）、臨時会を開催します。

本コースでは、コースの立ち上げから3年間の成果中心とした内容を『セーフティ＆セキュリティ入門～AI、IoT時代のシステム安全』としてまとめ、日科技連出版より発刊しました。このノウハウを活かし、最先端の技術を用いた演習・研究に取り組みます。最終成果をSQiPシンポジウムなどの外部発表に発展させることを推奨しております。

演習でツールを使用するケースもあるため、作業用のPCをご用意いただけますと演習にスムーズに参加いただけます。

最終成果を論文化する場合には、問題提起から問題解決に至るロジックを相手に伝えるテクニックも身に着けられるようにサポートいたします。

ソフトウェアの品質保証に新たに取り組まれる方、改善や改革を目指している方を対象に「ソフトウェア品質保証の基礎」を習得することをねらいとしています。実務経験豊かな指導講師による講義と、講師とメンバー及びメンバー同士のディスカッションを通じて、考える力を身につけ、自分自身のスキルとすることを目指します。

本コースを足掛かりに、翌年以降、他コースへ参加するメンバーも多数おり、SQiP研究会の入門コースとしても位置づけられています。

各回、前半は講義、後半はグループディスカッションを実施します。

前半の講義では、ソフトウェア品質保証の基礎技術について、当該技術の専門家による講義を行います。講義の中では、必要に応じて演習も行います。講義のテーマは、『ソフトウェア品質知識体系ガイド–SQuBOK®Guide–』の知識領域の多くをカバーしています。

後半のグループディスカッションでは、各回の講義テーマについて、他の企業のメンバーとのディスカッションを通じて、自社の改善に役立つ情報や知見を交換します。また、当該テーマに関する問題点と改善提言をまとめます。

本コースは例会に加えて、2回の特別例会を実施します。

原則、日科技連（東高円寺）に集合して実施します。やむを得ず日科技連に来ることができない場合はリモート参加も可能ですので、主査に相談してください。

本コースでは論文作成はありません。
特に事前に必要な知識はありませんが、一部の講義でExcelの分析ツールやGoogleスプレッドシートを使用します。
グループ討議は資料共有、リモート参加の人との議論のためにZOOMを用いて行いますので、毎回PCとヘッドセットの持参をお願いします。
やる気・元気・根気があれば大丈夫ですので、まずは基礎コースから参加を検討ください。
参加者が1社につき6名を超える場合は調整させていただくことがあるかもしれませんが、全体の人数制限はありません。
本コース修了者は、初級ソフトウェア品質技術者資格試験（JCSQE初級試験）の受験を推奨します。ソフトウェア品質保証の基礎技術を体系的に学んだ結果をぜひ力試ししてみてください（参考URL：https://www.juse.jp/jcsqe/）。