"AGILE E INTELLIGENZA ARTIFICIALE: INTERAZIONE E SINERGIA PER L’OTTIMIZZAZIONE E L’EFFICIENZA DEI BACKLOG CON 'AGILITY', UN INNOVATIVO CHATBOT DI SUPPORTO"

The master's thesis work aims to explore the dynamic interaction and potential synergy between Agile development methodologies and Artificial Intelligence (AI), with a specific focus on their impact on backlog optimization and efficiency. In an ever-evolving software development landscape, Agile practices have proven their value in adaptability and rapid response to change, while Artificial Intelligence emerges as a transformative force capable of analyzing large amounts of data, automating complex processes, and providing predictive insights. The first part focuses on research stemming from the growing awareness of the still largely unexplored potential of integrating these two disciplines, supporting each other. Specifically, it explores how AI capabilities can enrich and enhance the crucial phases of Agile backlog management, from its creation and prioritization to its refinement and effort estimation. The second part focuses on the development and subsequent analysis, supported by rigorous field testing and results, of a chatbot prototype that offers comprehensive support to the Agile team throughout the development and design phase. Specifically, the architecture and implementation of the chatbot, designed to act as a digital co-pilot in the Agile methodology, are presented. Special attention is paid to key backlog management requirements and features, such as qualitative user story generation and analysis, support for prioritization, effort estimation, and backlog refinement, integration with external backlog management systems for data synchronization, and more. The goal is to demonstrate how a hybrid approach, combining the power of LLMs with a dedicated knowledge base, can improve backlog efficiency and management, the quality of user stories, and the ability to respond to stakeholder needs, opening new perspectives for more effective software development.

Il presente lavoro di tesi di laurea magistrale si propone di esplorare la dinamica interazione e la potenziale sinergia tra le metodologie di sviluppo Agile e l'Intelligenza Artificiale (IA), con un focus specifico sul loro impatto sull'ottimizzazione e l'efficienza dei backlog. In un panorama dello sviluppo software in continua evoluzione, le pratiche Agile hanno dimostrato la loro validità nell'adattabilità e nella risposta rapida ai cambiamenti, mentre l'Intelligenza Artificiale emerge come una forza trasformativa capace di analizzare grandi quantità di dati, automatizzare processi complessi e fornire insight predittivi. La prima parte è dedicata ad un lavoro di ricerca che nasce dalla crescente consapevolezza del potenziale, ancora in gran parte inesplorato, nell'integrare queste due discipline, supportandosi a vicenda. Ci si interroga, in particolare, su come le capacità dell'IA possano arricchire e potenziare le fasi cruciali della gestione del backlog Agile, dalla sua creazione e prioritizzazione, fino al suo raffinamento e alla stima degli sforzi. La seconda parte è incentrata sullo sviluppo e successiva analisi, corredata da rigorose prove su campo e risultati conseguiti, di un prototipo di chatbot che offra completo supporto al Team Agile durante l'intera fase di sviluppo e progettazione. In particolare, viene presentata l'architettura e l'implementazione del chatbot, progettato dunque per agire come un co-pilota digitale in metodologia Agile, con un focus particolare sui requisiti e sulle funzionalità chiave in merito alla gestione del backlog, quali la generazione e l'analisi qualitativa di user-story, il supporto alla prioritizzazione, alla stima degli sforzi e al refinement del backlog, l'integrazione con sistemi di gestione del backlog esterni per la sincronizzazione dei dati, e altro ancora. L'obiettivo è dimostrare come un approccio ibrido, combinando la potenza degli LLM con una specifica knowledge base, possa migliorare l'efficienza e la gestione dei backlog, la qualità delle User-Story e la capacità di risposta alle esigenze degli stakeholder, aprendo nuove prospettive per uno sviluppo software più efficace.