《Information》：Deriving Empirically Grounded NFR Specifications from Practitioner Discourse: A Validated Methodology Applied to Trustworthy APIs in the AI Era
Apitchaka Singjai
编辑推荐：
针对快速演进领域（如 AI 时代可信应用编程接口（API））制定非功能性需求（NFR）规格说明具有挑战性，原因在于最佳实践通过从业者话语涌现的速度远快于传统需求工程所能捕获的速度。研究人员提出了一种系统性方法学，用于从多媒体从业者话语中推导经过优先级排序的 N
针对快速演进领域（如 AI 时代可信应用编程接口（API））制定非功能性需求（NFR）规格说明具有挑战性，原因在于最佳实践通过从业者话语涌现的速度远快于传统需求工程所能捕获的速度。研究人员提出了一种系统性方法学，用于从多媒体从业者话语中推导经过优先级排序的 NFR 规格说明，该方法结合了人工智能辅助转录分析、扎根理论（GT）原则以及主题覆盖度评分（TCS）验证。该五任务方法整合了目的性抽样、具有说话人分割的自动转录、提取利益相关者特定主题并辅以 TCS 量化的扎根理论编码、基于经验推导阈值的 MoSCoW 优先级排序（Must Have ≥85%、Should Have 65–84%、Could Have 45–64%、以及 Won't Have <45%），以及与 ISO/IEC 25010:2023 原则（利益相关者视角、可度量质量准则、以及明确依据）一致的 NFR 规格说明。将该方法学应用于 22 场关于可信 API 的专家演讲，获得了 0.71 的加权覆盖度评分（WCS）以及跨越五个可信度维度的 30 项优先级 NFR 规格说明。MoSCoW 分类产生了 11 项 Must Have 需求（鲁棒性（Robustness）和透明性（Transparency））、9 项 Should Have、6 项 Could Have 以及 4 项 Won't Have。分析揭示了系统性差异，其中公平性（Fairness）由于从业者共识不足而未贡献任何 Must Have 或 Should Have 需求。每项 NFR 均强调利益相关者视角、可度量质量准则以及明确依据，从而实现系统性验证。该经过验证的方法学及完整的复现包使得从任何快速演进领域的从业者话语中推导经验 grounded 的、优先级排序的 NFR 成为可能。
该研究发表于《Information》期刊，旨在解决快速演进软件领域中非功能性需求（NFR）规格说明的推导难题。传统 NFR 获取方法各有局限：基于调查的方法易受响应偏差影响；专家访谈面临可扩展性约束；实现分析虽能揭示结果但掩盖决策依据；文档分析则受限于出版滞后性。更为关键的是，在 AI 时代可信 API 等快速演进领域，从业者主要通过会议、网络研讨会和技术演讲等灰色文献渠道分享新兴最佳实践，而非同行评审出版物，这使得 NFR 规格说明必须扎根于从业者话语才能反映实际实现优先级。然而，此前尚无系统性方法学能够从多媒体从业者来源推导经过验证的 NFR 规格说明，核心挑战包括确保经验 grounding（要求反映从业者共识而非研究人员解读）、通过明确程序实现可复现性，以及提供基于证据的优先级排序。基于此背景，研究人员提出了核心研究问题：对从业者话语的系统性分析如何能够为快速演进的软件领域推导出经验 grounded 的、优先级排序的 NFR 规格说明？
研究人员开展了一项系统性研究，开发并验证了一种五任务方法学，并将其应用于 AI 时代可信 API 领域。该方法学的核心流程包括：首先通过目的性抽样收集 22 场专家演讲视频作为语料库，涵盖会议演讲、网络研讨会、播客和技术深度访谈等多元来源；其次采用人机协作方式进行自动转录与说话人分割，单说话人视频平均处理约 5 分钟，多说话人视频需 10–15 分钟；随后运用扎根理论三阶段编码（开放编码、轴心编码、选择编码）提取 30 个经验 grounded 主题，并通过主题覆盖度评分（TCS）量化从业者共识；进而基于 TCS 分布的自然聚类设定 MoSCoW 优先级阈值；最终将主题转化为符合 ISO/IEC 25010:2023 原则的结构化 NFR 规格说明，并以加权覆盖度评分（WCS = 0.71）进行验证。研究结论表明，该方法学能够有效从从业者话语中推导经验 grounded 的 NFR 规格说明。其核心实证发现为：鲁棒bons性（平均 TCS 93.2%）和透明性（平均 TCS 90.4%）主导从业者话语，而公平性（平均 TCS 38.5%）在 73% 的演讲中未获实质性讨论，呈现出 2.4:1 的系统性差距。这一发现挑战了将所有可信度维度同等重要的规范性框架，反映了运营反馈机制的根本差异而非从业者的漠不关心。该研究的意义在于为从业者提供了基于证据的实现基线，同时为框架设计者和政策制定者指明了成熟度差异化指导与人工反馈机制建设的必要方向。
研究所采用的关键技术方法如下。数据来源方面，研究人员从 YouTube 平台收集了 22 场英语专家演讲视频，时间跨度为 2019 年 4 月至 2025 年 7 月，采用目的性抽样直至主题饱和（最后三场视频未贡献新主题）。方法学框架上，整合 AI 辅助转录分析、扎根理论编码与 TCS 验证、MoSCoW 优先级排序（经验推导阈值：Must Have ≥85%、Should Have 65–84%、Could Have 45–64%、Won't Have <45%），以及符合 ISO/IEC 25010:2023 的 NFR 规格说明模板。验证机制采用 WCS 量化覆盖度（可接受范围 0.70–0.85），并辅以扎根理论传统的四项质量准则：可信性、可靠性、可迁移性和可确认性。
研究结果表明：
**任务 1 结果：数据收集成果**。通过目的性抽样收集的 22 场专家演讲视频涵盖会议演讲（TWAI-3、TWAI-4、TWAI-11）、专家网络研讨会（TWAI-1、TWAI-5、TWAI-7）、播客（TWAI-13、TWAI-15、TWAI-20）及技术深度访谈（TWAI-16、TWAI-19）等多元来源，演讲者包括 API 平台架构师、安全研究人员、治理专家及行业思想领袖，所在组织涵盖初创企业至大型科技公司Prototype 公司。主题饱和于 22 场演讲后达成，最后三场视频未贡献新主题。
**任务 2 结果：转录成果**。所有 22 场演讲均成功通过人机协作方式完成转录。单说话人视频（14 场）平均处理时间 5 分钟/场，多说话人视频（8 场）需 10–15 分钟/场（含说话人分割与验证）。抽样核查确认领域特定技术术语的转录准确性良好。
**任务 3 结果：扎根理论编码发现**。系统编码得出 30 个经验 grounded 主题，分布于五个可信度维度及两个利益相关者视角。维度覆盖分析揭示显著差异：鲁棒性以 88.64% 平均覆盖率主导（22 场中 20 场实质性或全面讨论），透明性达 84.09%（22 场中 20 场至少实质性讨论），可解释性（Explainability）65.91%，数据隐私（Data Privacy）54.55%，而公平性仅 27.27%（22 场中 16 场无实质性讨论）。
**任务 4 结果：MoSCoW 优先级排序成果**。应用经验推导阈值后，30 个主题产生 11 项 Must Have（37%）、9 项 Should Have（30%）、6 项 Could Have（20%）及 4 项 Won't Have（13%）。鲁棒性六个主题全部达到 Must Have（TCS 87.5–100%），透明性四个主题达 Must Have。公平性未贡献任何 Must Have 或 Should Have 需求，全部六个主题归为 Could Have 或 Won't Have。值得注意的边界案例为数据隐私 P2（加密），虽有单源 TCS 100% 但降级为 Should Have，因单源全面讨论不足以构成多源共识。
**任务 5 结果：NFR 规格说明与验证**。结构化模板生成的 30 项 NFR 包括：Must Have 涵盖鲁棒性（NFR-R-001 至 NFR-R-006，安全框架、模块化架构、异常检测、基础设施就绪、预算管控、集成测试）、透明性（NFR-T-001 至 NFR-T-004，可观察性系统、OpenAPI 3.0+ 规范、令牌追踪、成本监控）及数据隐私（NFR-P-001，权限验证）；Should Have 涵盖透明性（审计追踪、使用分析）、数据隐私（逻辑分离、端到端加密、数据最小化）及可解释性（语义标注、自动生成文档、自然语言描述、代码示例）；Could Have 涵盖数据隐私（行级安全）、可解释性（文档质量信号、错误消息清晰度）及公平性（教育定价、定价公平、沙盒访问）；Won't Have 涵盖高级隐私保护模式（NFR-P-006）及公平性（免费层标准化、平等访问保证、按比例速率限制）。WCS 计算为 2125.55/3000 = 0.7085，落入可接受范围 0.70–0.85，证实 NFR 规格说明充分捕获了从业者话语。
讨论部分，研究人员从四个层面展开分析。**方法论验证层面**，WCS = 0.71 处于可接受范围，三项验证相互锁合：定量验证（WCS 保留区分力以揭示真实关注不足）、定性验证（满足扎根理论四项质量准则）、经验验证（主题饱和于 22 场演讲后达成，所有 Must Have我们公司 11 项 Must Have 需求获 4–10 个独立来源证实）。**可信 API 优先级层面**，鲁棒性与公平性 2.4:1 的差距源于不对称反馈架构：安全事件触发事件管理工作流、成本超支触发预算警报、API 中断呼叫值班工程师，而公平性缺乏等效机制，偏见输出未被检测、不平等定价影响实施团队外实体、访问差距 silent 累积直至危机。**利益相关者差异层面**，API 提供者（Providers）与消费者（Consumers）在鲁棒性（93.3% vs. 93.0%）和透明性（93.2% vs. 87.5%）上近乎一致，反映共享运营现实；数据隐私存在 21.9 个百分点差距（73.3% vs. 51.4%），反映不对称监管暴露；公平性双方均低于 45%（33.3% vs. 41.7%），确认为域范围发展赤字而非利益相关者特定盲区。**实践与政策含义层面**，API 从业者应将 11 项 Must Have 需求作为不可协商的架构基线；框架设计者应摒弃等权多维模型，转向成熟度差异化指导；政策制定者应按实践成熟度排序合规时间表，对公平性投资共享基础设施（偏见指标、开源检测库、认证框架）。
研究结论翻译如下：该研究表明，对从业者话语的系统性分析能够为快速演进领域推导出经验 grounded 的、优先级排序的 NFR 规格说明。该五任务方法学结合 AI 辅助转录、扎根理论编码和主题覆盖度评分验证，产生反映实际从业者共识（WCS = 0.71）而非研究人员推测的需求，完整的复现包使得独立验证和向其他领域迁移成为可能。应用于可信 API 时，该方法学产生了 30 项 NFR 规格说明，分布为 11 项 Must Have、9 项 Should Have、6 项 Could Have 和 4 项 Won't Have，与 ISO/IEC 25010:2023 原则一致。首要实证发现是系统性的 2.4:1 差距：鲁棒性（93.2% TCS）和透明性（90.4% TCS）主导从业者话语，而公平性（38 5% TCS）在 73% 的演讲中未获实质性讨论（覆盖率评分 ≤25%）。这一差距挑战了将所有可信度维度同等重要的规范性框架，反映了运营反馈机制的根本差异而非从业者的漠不关心。对从业者而言，Must Have 需求提供了基于证据的实现基线；公平性值得作为新兴实践领域进行投资而非推迟。对框架设计者和政策制定者而言，研究发现表明需要成熟度差异化指导以及通过审计、认证或强制报告等方式构建的人工反馈机制，以缩小理论强调与运营现实之间的差距。
