| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-07-22 11:55 AIエージェントによる内製業務データのデータ理解支援 ○松永智広・浅木森浩樹・山田 哲・八重樫理人・米谷雄介（香川大）  SS2026-6 KBSE2026-6 |
|
| 抄録 | （和） | ローコード・ノーコード開発基盤と生成AIの普及により，エンドユーザがAIエージェントと対話しながらデータを活用できる環境が整いつつある．一方，内製業務データは業務ごとに分散しており，異なるシステム間で連携するには業務文脈に依存した意味の理解が必要である．本研究では，AIエージェントによる内製業務データの理解支援において，参照情報の与え方による違いを調べた．参照情報を値・構造・意味（非構造）・意味（構造化）と段階的に変えた四方式を比較した結果，利用目的や権限などの意味に関する課題は意味情報を外部化した方式でのみ提示された一方，テーブル間の正しい結合方法はいずれの方式でも十分に扱えなかった．以上より，データ理解に必要な知識は多層的であり，意味の外部化は有効であるが，関係（正しい結合）の外部化は未解決であることが示唆された． |
| （英） | The spread of low-code/no-code platforms and generative AI has enabled end users to utilize data through interaction with AI agents. However, in-house business data is fragmented across operations, and linking data across systems requires understanding its context-dependent meaning rooted in business contexts. This study investigates how different forms of reference information affect data-understanding support by an AI agent. We compared four methods that vary reference information stepwise---values, structure, meaning (unstructured), and meaning (structured). The results show that issues related to meaning, such as purpose of use and permissions, were identified only when meaning was externalized, whereas correct table joins could not be adequately handled in any method. These findings suggest that data understanding requires layered knowledge. While externalizing meaning is effective, externalizing relationships (correct joins) remains an open challenge. | |
| キーワード | （和） | データジャケット / AIエージェント / データ理解 / 内製データ / メタデータ / / / |
| （英） | Data Jacket / AI Agent / Data Understanding / In-house Data / Metadata / / / | |
| 文献情報 | 信学技報, vol. 126, no. 126, KBSE2026-6, pp. 31-36, 2026年7月. | |
| 資料番号 | KBSE2026-6 | |
| 発行日 | 2026-07-15 (SS, KBSE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SS2026-6 KBSE2026-6 |
|
| 研究会情報 | |
| 研究会 | SS KBSE IPSJ-SE |
| 開催期間 | 2026-07-22 - 2026-07-24 |
| 開催地（和） | 札幌市教育文化会館 |
| 開催地（英） | |
| テーマ（和） | ソフトウェア工学全般／知能ソフトウェア工学全般／ソフトウェアサイエンス全般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | KBSE |
| 会議コード | 2026-07-SS-KBSE-SE |
| 本文の言語 | 日本語 |
| タイトル（和） | AIエージェントによる内製業務データのデータ理解支援 |
| サブタイトル（和） | |
| タイトル（英） | Supporting Data Understanding of In-house Business Data by an AI Agent |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データジャケット / Data Jacket |
| キーワード(2)（和/英） | AIエージェント / AI Agent |
| キーワード(3)（和/英） | データ理解 / Data Understanding |
| キーワード(4)（和/英） | 内製データ / In-house Data |
| キーワード(5)（和/英） | メタデータ / Metadata |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松永 智広 / Tomohiro Matsunaga / マツナガ トモヒロ |
| 第1著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa University) |
| 第2著者 氏名（和/英/ヨミ） | 浅木森 浩樹 / Hiroki Asakimori / アサキモ リヒロキ |
| 第2著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa University) |
| 第3著者 氏名（和/英/ヨミ） | 山田 哲 / Satoru Yamada / ヤマダ サトル |
| 第3著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa University) |
| 第4著者 氏名（和/英/ヨミ） | 八重樫 理人 / Rihito Yaegashi / ヤエガシ リヒト |
| 第4著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa University) |
| 第5著者 氏名（和/英/ヨミ） | 米谷 雄介 / Yusuke Kometani / コメタニ ユウスケ |
| 第5著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa University) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-22 11:55:00 |
| 発表時間 | 20分 |
| 申込先研究会 | KBSE |
| 資料番号 | SS2026-6, KBSE2026-6 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.125(SS), no.126(KBSE) |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2026-07-15 (SS, KBSE) |
[研究会発表申込システムのトップページに戻る]