Towards an Excellent Research Environment in Trustworthy GenAI-assisted Software Engineering (Terse)
I dette prosjektet utforskar vi korleis kunstig intelligens endrar arbeidskvardagen til utviklarar, og korleis utdanning, forsking og næringsliv kan møte nye kompetansebehov.
Kunstig intelligens endrar måten programvare blir utvikla på. Mange oppgåver som tidlegare kravde omfattande manuell koding, kan no løysast ved hjelp av generative KI-verktøy. Samtidig reiser utviklinga viktige spørsmål om kvalitet, tryggleik, tillit og kompetanse.
Towards an Excellent Research Environment in Trustworthy GenAI-assisted Software Engineering (Terse) skal undersøkje korleis kunstig intelligens påverkar utviklinga av programvare. Prosjektet vil studere korleis utviklarar tek i bruk generativ KI, korleis arbeidsoppgåver og roller endrar seg, og kva kompetanse som blir viktig i framtida.
Tett samarbeid med næringsliv og offentlege verksemder
Forskarane vil samarbeide tett med næringslivet og offentlege verksemder for å få innsikt i korleis teknologien blir brukt. Samtidig skal prosjektet utvikle metodar og verktøy som kan bidra til meir påliteleg og trygg bruk av kunstig intelligens i programvareutvikling.
Terse skal bidra til å utdanne framtidas utviklarar, byggje sterkare forskingsmiljø og leggje grunnlaget for større nasjonale og internasjonale forskingssatsingar innan ansvarleg bruk av kunstig intelligens.
Finansiert gjennom HVL si satsing på framifrå forsking
Terse byggjer vidare på eit sterkt forskingsmiljø innan programvareutvikling ved Høgskulen på Vestlandet. Forskargruppa har mellom anna forska på modellbasert utvikling, programvaretesting, tryggleik og programvarekvalitet.
Prosjektet er finansiert gjennom satsinga på framifrå forsking ved Høgskulen på Vestlandet.
Prosjektleiar
Prosjektet består av fire arbeidspakkar
Akademisk og industrielt nettverk
Arbeidspakken skal vidareutvikle akademisk nettverk og etablere samarbeid med næringslivet.
Arbeidspakkeleiar
Forskingsbasert kunnskapsgrunnlag
Arbeidspakken skal saman med industrien gjennomføre undersøkingar, intervju, case-studiar og eksperiment.
Arbeidspakkeleiar
Utvikling av metodar og verktøy
Arbeidspakken skal utvikle metodar og verktøy for å styrkje pålitelegheita i KI-basert programutvikling.
Arbeidspakkeleiar
Utdanning og kompetanse
Arbeidspakken skal overføre og integrere resultata frå prosjektet i utdanningane innan IT og programvareutvikling.
Arbeidspakkeleiar
Tidlegare og pågåande prosjekt
Forskargruppa har dei siste åra publisert ei rekke artiklar innan programvareteknologi for datasentriske system, og innan bruk av modellbaserte og formelle metodar for AI-assistert programvareutvikling. Forskninga omfattar også bruk av empiriske forskingsmetodar, gjennomført i nært samarbeid med industriaktørar.
Pågåande prosjekt
SFI Smart Ocean (2020-2028)
Prosjektet utviklar teknologi for trådlause sensornettverk på havbotnen og under vatn. Forskargruppa for programvareutvikling har ansvaret for arbeidspakken innan programvareteknologi og stordata. Som del av prosjektet har forskingsgruppa utvikla KI-baserte metodar for sikring av datakvalitet og auka påliteligheit av beslutningsstøtte.
TUAI Towards an Understanding of Artificial Intelligence (2024-2028)
TUAI er eit doktorgradsnettverk under Marie Skłodowska-Curie Actions som skal utdanne neste generasjon forskarar innan KI og maskinlæring. Målet er å gi doktorgradsstudentar kunnskap om ny teknologi og korleis han kan styrkje konkurransekrafta til europeisk industri.
B-PREPARED (2023-2026)
Eit Horisont Europa-prosjekt om utviklinga av plattformer for å dele kunnskap ved katastrofar. Tilsvarande TERSE omhandlar omhandlar prosjektet både risikoen og moglegheitene ved å bruke KI. Forskargruppa for programvareutvikling deltek som forskingspartnar prosjektet.
CroFlow (2021-2026)
Forskingstalentprosjekt finansiert av Norges Forskningsråd. med mål om å utvikle nye modellbaserte metodar for digital omstilling i offentleg og privat sektor. Forskargruppa har vore prosjektleier. KI er en sentralt teknologi i den pågåande digitale transformasjon av samfunnet og erfaringar for prosjektet vil bli brukt inn i TERSE.
Tidlegare prosjekt
Intromat (2016-2022)
Prosjekt om programvareteknologi i helsetenestene i samarbeid med Helse Vest og Helse Bergen. Som del av prosjektet er der bla. annet utvikle plattformer for prosessering av helsedata og metodar som gjer det mulig å anvende KI-baserte metodar på helsedata samtidig som personvern er ivaretatt.
Relevante publikasjonar
- Lima, N.T Nguyen, R. Heldal, L.M. Kristensen, T.D. Oyetoyan, P. Pelliccione, E. Knauss: A Data Flow Oriented Software Architecture for Heterogeneous Marine Data Streams. International Conference on Software Architecture (2024).
- S. de Boer, E.B. Johnsen, V.K.I Pun, S.L.T. Tarifa: Proving Correctness of Parallel Implementations of Transition System Models. ACM Transaction on Prog. Language Systems (2024).
- Barriga, A. Rutle, R. Heldal: AI-powered model repair: an experience report - lessons learned, challenges, and opportunities. Software Systems Modelling (2022).
- Heldal et al.: How do Practitioners Perceive the Relevance of Requirements Engineering Research? IEEE Trans. on Software Engineering (2022).
- Audrito, R. Casadei, F. Damiani, V. Stolz, M. Viroli: Adaptive distributed monitors of spatial properties for cyber-physical systems. Journal of Systems and Software (2021).
