Nástroj pro procesní modelování s využitím UPMM

Abstract

Tato diplomová práce se zabývá automatizací procesního modelování s využitím velkých jazykových modelů (LLM) a metamodelů. Cílem je návrh a realizace nástroje, který transformuje neformální textové popisy softwarových procesů do strukturovaných procesních modelů. Jádrem řešení je integrace umělé inteligence, která umožňuje automatizovanou tvorbu diagramů a jejich následné mapování na referenční formální model Scrumu.

Práce klade důraz na validaci procesů a identifikaci mezer mezi reálnou praxí a metodickým standardem. Vedle statického strukturálního náhledu aplikace nabízí také dynamickou analýzu systému prostřednictvím diagramů kauzálních smyček. Tyto diagramy poskytují vhled do vzájemných vazeb a procesních patologií v agilním prostředí. Výsledkem práce je modulární platforma, která řeší výzvy spojené s nedeterminismem AI v procesním inženýrství a vytváří základ pro budoucí automatizovanou diagnostiku shody procesů v softwarových týmech.

This master's thesis explores the automation of process modeling using Large Language Models (LLMs) and metamodels. The objective is to design and implement a tool that transforms informal natural language descriptions of software processes into structured process models. At the core of the solution is the integration of artificial intelligence, enabling automated model generation and subsequent mapping onto a reference Scrum Formal Model.

The thesis emphasizes process validation and the identification of gaps between real-world practice and methodological standards. In addition to static structural modeling, the application provides a dynamic system analysis through Causal Loop Diagrams. These diagrams offer insights into interdependencies and process pathologies within agile environments. The result is a modular platform that addresses the challenges of AI non-determinism in process engineering and establishes a foundation for future automated compliance diagnostics in software teams.