人工知能学会2026参加記 — 発表と学会で見えたAI研究の流れ
はじめに # AIテクニカルセクターの藤堂です。セクターが独立組織となって以降、全社でAI活用を広げる取り組みが本格化しています。そのような中、6月には第40回 JSAI2026に参加しました。 前半ではポスター発表をした、士業資格試験を対象としたLLMベンチマークShigyoBenchについて簡単に触れ、AIの実用化についての所感を述べます。 後半では、人工知能学会で印象に残った発表と、今後のAI研究について思ったことを記します...
記事を読むAIとMarpで実現するエンジニアらしいプレゼン作成術
はじめに # アジャイルグループの石田です。 先日、3月24日に開催された豆寄席「スクラムマスターのAI活用を考える 〜透明性・検査・適応 三本柱を強化する実践アプローチ〜」に登壇しました。第50回という節目のイベントに想定以上の多くの方にご参加いただき、誠にありがとうございました。改めて、スクラムマスターとAIという組み合わせの注目度の高さを感じました...
記事を読むスクラムマスターのAI活用を考える - 検査・適応
はじめに # アジャイルグループの石田です。 第1回：導入、第2回：透明性に続く、3部作の最後となります。 第1回の導入ではスクラムガイド拡張パックとAIによる経験的プロセス制御強化の可能性について、第2回ではJira×GAS×AIによる可視化ツールの作成を通してAIによる透明性の強化について紹介しました。 今回は、スクラムの三本柱の残り2つ、検査と適応について、スクラムマスターとしてAIをどう活用するかについてです...
記事を読むスクラムマスターのAI活用を考える - 透明性
はじめに # アジャイルグループの石田です。 第1回：導入の続編です。前回は、スクラムガイド拡張パックを参考に、AIがスクラムを強化する可能性の一つとして「経験的プロセス制御」の強化について触れました。 スクラムマスターとして、スクラムというプロセスにAIを活用することで、チームが実践するスクラムの三本柱「透明性・検査・適応」をより強化することができます。 透明性へのアプローチ # 本記事では、三本柱の第一歩である「透明性」に着目します...
記事を読む記事の大半をAIが書く時代：Amazon Q DeveloperとVSCodeで挑む協働執筆
これは豆蔵デベロッパーサイトアドベントカレンダー2025第11日目の記事です！ はじめに # この記事は、Amazon Q Developerと人間の協働による実験的な取り組みです。 最初からネタばらしですが、「この記事、ほとんどAIが書いています。」 AIを“使う側”から“協働する側”へ。Amazon Q Developerで開発と執筆の常識が変わると思います...
記事を読むスクラムマスターのAI活用を考える - 導入
これは豆蔵デベロッパーサイトアドベントカレンダー2025第4日目の記事です。 はじめに # アジャイルグループの石田です。 近年、生成AIの進化は目覚ましく、私たちの働き方を大きく変えようとしています。豆蔵デベロッパーサイトでも、設計、実装、テストといったシステム開発の各工程で生成AIを活用する記事が豊富に投稿されています。（ご興味があれば #生成AI や #AIエージェント のタグもご覧ください）...
記事を読むAIと始めるAWS開発 ― Q Developerで継続的品質保証
はじめに # 前回では、仕様から実装・テスト生成までの流れを体験し、AIがどのようにソフトウェア開発を支援できるかを確認しました。 今回（Day 3）は、その延長として 品質保証 に焦点を当てます。 AIによるコード生成が一般化する中で、重要なのは「どう品質を保証し続けるか」。 Q Developerのレビュー支援機能とメトリクス可視化を使いながら、AIと人間のハイブリッドによる品質保証サイクルを具体的に見ていきましょう...
記事を読むAIと始めるAWS開発 ― Q Developerで体験する仕様駆動テスト
はじめに # 前回は、Q Developerを使って簡単なアプリケーションをインタラクティブモードで作成しました。 今回の記事では、Q Developerをさらに一歩掘り下げ、仕様 → 実装 → テスト生成 → 修正 の一連の工程を通じて、AIがどのようにソフトウェア開発を支援するのかを確認します。 とくに焦点を当てるのは、テスト可能な仕様（バリデーション） の考え方です...
記事を読むAIと始めるAWS開発 ― Q Developer入門
Q Developerとは # Q Developer は、AWSが提供する生成AIによる開発支援ツールです。 ChatGPT や Copilot のように「コードを補完するAI」ではなく、設計・実装・テスト・レビュー・ドキュメント化までを支援する開発プラットフォームとして設計されています。 特徴を一言で言うと、AWSの開発を、AIと一緒に進められる統合環境です...
記事を読むクラウドに頼らないAI体験：LM Studio＋LangChain＋StreamlitでつくるローカルRAGのマルチドキュメント・永続化対応
はじめに # 前回の記事では、1つのテキストファイル（桃太郎物語） を対象にした単純なRAG（検索＋生成）環境を構築しました。 今回はその拡張として、複数のドキュメントを読み込み・保持・削除できる永続化対応のローカルRAGアプリを構築します...
記事を読む
