ВПРОВАДЖЕННЯ ШІ-АГЕНТІВ ДЛЯ АВТОМАТИЗАЦІЇ ПРІОРИТИЗАЦІЇ ЗАВДАНЬ В СИСТЕМАХ УПРАВЛІННЯ ПРОЄКТАМИ
Ключові слова:
управління проєктами, інтелектуальні агенти, штучний інтелект, пріоритизація завдань, WSJF, RedmineАнотація
У статті розглянуто проблему автоматизації пріоритизації завдань у системах
управління проєктами розробки програмного забезпечення. Традиційні значною мірою залежать від
суб’єктивних оцінок менеджерів і команди та не завжди враховують динамічність середовища розробки.
У зв’язку з цим актуальним є використання інтелектуальних агентів та методів штучного інтелекту для
автоматизації процесу пріоритизації завдань.
Метою дослідження є розробка та тестування інтелектуального агента для системи управління
проєктами Redmine, який автоматизує визначення пріоритетів завдань на основі методу Weighted Shortest
Job First (WSJF). У роботі запропоновано архітектуру агента, що включає модуль збору даних через API
системи управління проєктами, модуль алгоритмічної обробки для розрахунку коефіцієнтів WSJF, модуль
штучного інтелекту для аналізу ризиків та прогнозування затримок, а також інтерфейс взаємодії з
користувачами.
У межах дослідження було реалізовано прототип плагіну для Redmine, який використовує
користувацькі поля Business Value, Time Criticality, Risk Reduction та Job Size для автоматичного
розрахунку коефіцієнтів пріоритетності завдань. Проведене тестування на експериментальному наборі
даних показало коректність роботи алгоритму, зручність інтеграції з інтерфейсом Redmine та можливість
масштабування рішення для проєктів із великою кількістю завдань. Отримані результати підтверджують,
що використання інтелектуальних агентів дозволяє підвищити об’єктивність та ефективність процесу
управління backlog’ом, зменшити трудомісткість ручної пріоритизації та забезпечити прозорість
прийняття рішень.
Перспективи подальших досліджень пов’язані з інтеграцією методів машинного навчання для
адаптивного коригування пріоритетів на основі історичних даних виконання завдань, а також із
розширенням функціональності агента для використання в інших системах управління проєктами.
Посилання
[1] Miranda E. Moscow Rules: A Quantitative Exposé // Agile Processes in Software Engineering and Extreme Programming / V. Stray, K. J. Stol, M. Paasivaara, P. Kruchten (eds.). – Cham: Springer, 2022. – Vol. 445. – P. 21–35. https://doi.org/10.1007/978-3-031-08169-9_2
[2] Knaster R., Leffingwell D. SAFe 4.5 Distilled: Applying the Scaled Agile Framework for Lean Software and Systems Engineering. – Boston: Addison-Wesley Professional, 2018.
[3] McGrath R. G. The End of Competitive Advantage: How to Keep Your Strategy Moving as Fast as Your Business. – Boston: Harvard Business Review Press, 2013.
[4] Bugayenko Y., Farina M., Kruglov A., Pedrycz W., Plaksin Y., Succi G. Automatically prioritizing tasks in software development // IEEE Access. – 2023. – Vol. 11. – P. 90322–90334. https://doi.org/10.1109/ACCESS.2023.3305249
[5] Li K., Hu Y., Wang J., Li L., Zhang S., Luo G. Task prioritization in multiagent environments: A novel approach using Nash Q-learning // IEEE Transactions on Consumer Electronics. – 2025. – Vol. 71, № 2. – P. 4206–4220. https://doi.org/10.1109/TCE.2025.3542833
[6] Rasheed Z. та ін. Autonomous agents in software development: A vision paper // Agile Processes in Software Engineering and Extreme Programming – Workshops / L. Marchesi та ін. (eds.). – Cham: Springer, 2025. – Vol. 524. – P. 15–27. https://doi.org/10.1007/978-3-031-72781-8_2
[7] Zakaryia S. A., Meaad M., Nabil T. та ін. Task offloading and resource allocation for multi-UAV asset edge computing with multi-agent deep reinforcement learning // Computing. – 2025. – Vol. 107. – P. 126. https://doi.org/10.1007/s00607-025-01472-5
[8] Kannan S. S., Venkatesh V. L. N., Min B.-C. SMART-LLM: Smart multi-agent robot task planning using large language models // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). – Abu Dhabi, 2024. – P. 12140–12147. https://doi.org/10.1109/IROS58592.2024.10802322
[9] Mao J., Tenenbaum J. B., Wu J. Building intelligent agents with neuro-symbolic concepts // Communications of the ACM. – 2026. – Vol. 69, № 2. – P. 69–79. https://doi.org/10.1145/3715316
[10] Adamantiadou D. S., Tsironis L. Leveraging artificial intelligence in project management: A systematic review of applications, challenges, and future directions // Computers. – 2025. – Vol. 14. – P. 66. https://doi.org/10.3390/computers14020066
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
