• ソフトウェア開発の品質管理やプロジェクト管理を進める中で、効果的に問題解決やリスク対策を行いたい！
• 一連のプロジェクトライフサイクル中の、人、コミュニケーション、定量化分析を含めた、品質やプロセスの問題を解決したい！
• CMMIやISO/IEC 33000などの国際規格を、ソフトウェア開発の現場で有効活用したい！

• 自身が抱えているソフトウェア開発のレビューの問題を解決したい！
• 自社で行っているレビューの質向上を目指したい！

• 品質や生産性を向上させる効果的なテストってなに？
• 効果的なテストを行うことによって、納期短縮やコスト低減を図りたい！

• アジャイル開発で品質問題を解決するには？
• アジャイル開発における品質改善、品質管理、品質保証をどうしたらよいか悩んでいる！
• アジャイル開発でシステムテストに悩んでいる！
• アジャイル開発とほかの開発手法でやっているチームや組織との連携に悩んでいる！
• アジャイル開発で顧客の価値をうまく取り込めなくて悩んでいる！

• 人工知能技術を用いたシステムにおける品質のあり方・技術を追求したい！
• 人工知能技術をソフトウェア品質の評価・管理・改善に活用したい！
• テスト自動生成や自動デバッグの技術を効果的・効率的に活用したい！

• AIやIoTシステムの安全技術を学びたい！
• システム開発のセキュリティやリスク分析を追求したい！
• レジリエントなシステム、ミッション・クリティカルなシステムへの対応技術を習得したい！
• 機械学習システム(ML）の安全性・信頼性技術を知りたい！

• 実践的なソフトウェア工学手法を学びたい！
• 実践的なソフトウェア工学の基礎知識を学びたい！
• ソフトウェア工学手法の有効性適用場面について学びたい！
• 現状のソフトウェア開発手法を改善したい！

• メトリクスの活用方法を習得したい！
• メトリクスを活用した開発事例を学びたい！
• メトリクスの活用を通じて次のアクションにつなげたい！

• UXについて一から学びたい！
• 製品・サービスの利用時品質を向上させたい！
• 新しい発想で魅力的な商品を創りだしたい！
• 顧客に感動してもらえるサービスを提供したい！

• ソフトウェアの品質について基礎から学びたい！
• ソフトウェア品質改善、改革を目指している！
• ソフトウェア品質保証の基礎技術について学びたい！

• 学んだ品質技術を、実務の問題解決に適用したい！
• 複数の品質技術を組み合わせて問題を解決する、総合エンジニアを目指してみたい！

品質向上の手段／手法として、ソフトウェア産業のこれまでの経験より様々な品質管理やプロジェクト管理の方法が提案されています。しかし、これらが現状のソフトウェア開発プロセスに効果的に組み込まれているとは限りません。ソフトウェア品質の改善には、現実を見つめた品質とプロジェクトの管理方法の選定と開発プロセスへの適切な実装が必要不可欠です。

本コースでは、このような背景を踏まえ、問題の解決をはかるために現場に適応する対策方法を見つけ出し、ソフトウェアのメトリクスや評価と組み合わせ、品質やプロジェクト、プロセスのパフォーマンス向上につながるよう、実践的に解決することを目的にしています。

研究テーマの例としては、「プロセス改善モデルの効果的な活用」（CMMIⓇ、ISO/IEC 33000、ISO/IEC/IEEE 15288、ISO/IEC/IEEE 12207）、「品質特性による品質要求の分析と品質評価・測定の方法」ISO/IEC 25010（SQuaRE［*1］））、「プロジェクト管理手法の改善」（PMBOK）を適用した、プロセス評価・改善を通じた品質やプロジェクトの管理の改善に関するテーマなどが考えられます。

参加メンバーの各課題を幾つかの研究テーマに分類し、研究テーマごとのグループが主体となって活動することを基本とします。希望に応じてプロセス関連規格・モデルの勉強会なども開催します。

［*1］：SQuaRE（Systems and Software Quality Requirements and Evaluation）

1. 第1回（4月）
   ・メンバーが自己紹介及び業務課題を説明する（担当業務、課題、希望する研究テーマ）。
   ・各メンバーの課題を共有し、希望する研究テーマや課題に応じてサブグループを作る。
   ・課題解決策の候補を挙げて議論し、研究テーマと研究目標について検討する。
2. 第2回（5月）
   ・サブグループごとにリーダーを選出し、そのリーダーシップの下、
   　メンバー主体による運営活動（研究テーマ・目標の決定から研究作業に至るまで）を行う。
   ・課題解決策の議論を深め、選択し、検証できる仮説の立案まで詳細化する。
   ・今後の研究の進行に向けて作業項目を洗い出し、分担を決定する。
3. 第3回（6月:合宿）、第4回（9月SQiPシンポジウム参加）、第5回（10月）、第6回（11月）、及び（必要に応じて）臨時会
   ・解決策の仮説の試行、調査・分析、討論を積み重ね、現場で仮説検証して研究を進める。
   ・研究論文の内容構成と執筆分担を決定する。
4. 第7回（12月）
   ・研究結果をまとめ、研究論文を作成し、レビューする。
5. 第8回（1月）
   ・研究論文の最終レビューをして完成させ、研究発表の準備・資料作成・練習を行う。
6. 第9回（2月）
   ・研究成果発表会で発表する。

近年のソフトウェア開発において、レビューはソフトウェアの欠陥を早い段階で検出できる手段として、品質向上に寄与するだけでなく、コスト削減、納期短縮に有効な手段と言われています。しかし、実際の現場においては、必ずしもその恩恵が受けられているとは言い難く、様々な悩みを抱えているのが実情ではないでしょうか。

本コースでは、レビューに関してメンバーやその組織が抱えている課題を共有し、その解決策について議論していきます。議論していく上で必要な知識やヒントとして、レビューに関する基礎知識、古典的技法や発展的技法、ならびに、実際の現場で効率的・効果的なレビューを行うための工夫・ノウハウ、個人のレビュースキルを向上させるためのテクニックなどを学びます。

そして、実際に演習で体験してそのやり方の良さや難しさを感じ取っていただき、自組織や自プロジェクトに適用しようとした場合に、どのような問題があるか、どんな工夫が必要かなどを考え、グループで議論していきます。

現場ですぐに役に立つレビュー方法、及び、レビューの歴史を変えるような画期的なレビュー方法の考案、この両方を研究の対象とします。

1. メンバーがレビューに関して抱えている問題・課題を出し合う。
2. メンバー全員で課題を共有し解決したいテーマを決定する。
3. 希望するテーマに応じてサブグループを作る。
4. メンバー主体でチーム運営を行う（サブグループごとのリーダーは立てない）。
5. 主査・副主査・アドバイザーは、基礎的な考え方、手法や方法論、最新情報、事例などを紹介し、研究を進めていくための助言と支援を行う。

ソフトウェアの大規模・複雑化にともない、多人数が複数のグループに分散して開発をするように変わってきました。

このことが開発グループをまたがる想定できない不具合の発生をまねき、市場導入前のテストで見つけきれないという問題を起こしています。特に生命・財産・環境に対する不具合やそれにともなうリコール（無償修理・交換・返金） は、企業ブランドを著しく低下させ大損害につながるため、重要市場不具合の撲滅は経営課題とさえなっています。

また、開発サイクルのスピードはますます速くなり、ソフトウェアテストは品質の信頼性を維持したままの効率化が強く求められています。そのためには、先人たちの知恵やノウハウの体系的結集である「テスト技法」の習得と活用が不可欠になります。

本コースでは、まず、テスト技法のノウハウについて、主査・副主査による丁寧な講義により学んでいきます。次に、参加メンバーが持ち寄った課題に対して、全員で和気あいあいとディスカッションし、改善策をみんなで考えて適用し、その結果を最終的には論文という形でまとめていきます。これらの活動により、テスト技法の習得と、テスト現場の問題解決を目指します。

本コースの午後の実施計画（スケジュール） は以下の通りです。

• 第1回（4月）、第2回（5月）：テスト技法に関する講義
• 第3回（6月合宿）：各メンバーの課題検討から論文テーマの選定
• 臨時会（8月）：研究活動
• 第4回（9月）：SQiPシンポジウム（参加）
• 第5回（10月）、第6回（11月）：研究活動
• 第7回（12月）、第8回（1月）：論文添削と発表資料の作成
• 第9回（2月）：成果発表会

アジャイル開発のプラクティスを品質の観点からみていくと、よくできたソフトウェアエンジニアリングのフレームワークであることがわかります。

本コースの目的は、アジャイル開発に対して品質を中心に体系的にとらえ、現場にその真意を伝える工夫を研究して提案し、アジャイルによって得られる真の恩恵を現場が享受できるようにすることです。

そして、違う会社、違うドメイン、違う経験のメンバーの人が、チームとして議論し、お互いに気づきを得ながら研究の成果を現場に適用し、そのフィードバックから更なる議論をしていくループを築いていきたいと思っています。

コース運営もアジャイルを意識したフレームワークを考え、分科会活動の中でもアジャイルのプラクティショナー、スペシャリストを得て、研究に厚みを加えます。

机上での議論ではなく、実際に研究で出た施策を実業務で試みていきます。したがって、それができる環境のメンバーを募集いたします。

研究対象は以下の例のように多岐にわたりますが、メンバーの課題によって選択して小チームに分かれて研究を行っていきます。

• アジャイルプラクティスと品質
• アジャイルと品質保証
• 自律的改善
• アジャイル開発と改善
• アジャイルと要求
• アジャイルテスティング
• アジャイルにおけるレビュー
• アジャイルにおけるメトリクス
• パターンと品質
• チームビルディング
• アジャイル開発とビジネスモデル　など

研究員の方は、アジャイル開発の現場をお持ちの方を優先していきます。アジャイルの手法は実証的に積み上げられたものであり、ここでの研究も現場での実証をベースにして行っていきたいからです。

人工知能（AI）技術を用いたソフトウェアシステムがプロダクト・サービスとして活用されており、さらなる活用に向けた試行や検討も盛んに行われています。一方で機械学習（特に深層学習）を用いた場合、識別や予測を行うモデル（機能の実装）を訓練データから導出するために、機能を人が設計することを前提としていた従来のソフトウェア品質の技術が通用しません。例えばモデルは大きなブラックボックスであり、論理的に場合分け・分割して検査したり、テストの網羅性を考えたりするようなことは、少なくとも単純にはできません。また達成可能な性能（精度）やその達成にかかる工数についての不確かさが高く、要求分析や顧客とのコミュニケーション、開発プロセスなども大きく変わっていきます。さらには、公平性など組織や社会のあり方までを考えることや、説明可能性・解釈性など新たな観点からの品質検査やUX（User eXperience）を考えることも求められています。

一方で、AI技術を、AIシステムあるいは従来のシステムの品質評価・保証・向上のために用いることも盛んに追求されています。
例えば、進化計算を用いた自動テスト生成技術（サーチベースドテスティング）や自動デバッグ（プログラム修正）技術については、先端企業での活用も進んでいます。また、AIシステムに対して、自動テスト生成技術により頑健性（入力ノイズに対する耐性）を検査することも盛んに議論されています。高い品質の製品・サービスを迅速に提供することがますます強く求められている中で、品質保証部門も含めた組織として、AIなど先端技術を適切に活用することは大きな武器になってきます。

本研究コースにおいては以上の背景を踏まえ、人工知能とソフトウェア品質について扱います。以下の2つの大きなテーマから選んでいただき取り組むことになります。

　（A）AIシステムにおける品質
　（B）ソフトウェア品質に対するAIの活用

（A）に対しては、AI、特に機械学習を用いたもの固有の特徴・難しさを踏まえての取り組みを行います。プロセス、要求分析やステークホルダ間のコミュニケーション、概念や設計のモデリング、テストや品質評価、リスク分析や安全性論証、運用・保守（変化への対応）など、扱うトピックについては制限しません。
（B）に対しては、目的・課題に対して適切な手段をとること、その手段として先端技術をしっかり使いこなすということを重要視します。（人工）「知能」という単語や深層学習の流行に惑わされず、「一見自動化が困難なタスクをこなせる技術」での課題解決を目指します。例えば議論の結果、形式検証や制約充足ソルバーなどを用いた自動テスト生成など、データ駆動ではなく論理的定式化に基づく技術も活用することがあります。

参加者の興味、問題意識について全体で意見交換と議論を行い、大まかな興味に基づいてグループ分けを行います。その後グループごとに具体的な研究テーマを定め取り組みます。

テーマの例（これらに限定しません）

（A）
以下に関する手法・方法論の追求や、評価・ケーススタディ

• - 機械学習モデルに対するテストデータ設計と品質評価
• - 機械学習モデルやAIシステム全体に対するテスト
• - AIシステムに対する要求分析・コミュニケーション・リスク分析・安全性論証
• - AIシステムに対する説明・解釈の生成

（B）
以下に関する評価・ケーススタディや、活用に向けた適応・拡張

• - カバレッジ充足や最悪ケース探索、テストスイート最小化など目的に応じた自動テスト生成技術
• - バグ局所化技術や自動デバッグ（プログラム修正）技術
• - バージョン管理システムや課題管理システム、ユーザからの評価コメント欄などの開発データに対するリポジトリマイニング技術

研究活動の中で新たな知識やスキルを学び身につけていくことは非常に重要であり、参加者の興味・レベル、派遣企業の意図・目的に応じ、柔軟に活動を進めるような指導を心がけます。ただし以下の点についてはご留意ください。

• 本コースは研究コースであり問題解決を目指す場であるため、AIについてゼロから学ぶ・体験するといったことは活動の主目的にはなりません。テーマ（A）または（B）に関し、企業の業務あるいはエンジニア個人としての問題意識、あるいは特定技術に関する期待や疑問を、ぜひ持ち込んでご参加ください。
• 本コースでは、高度なAIシステムを構築することも活動の目的になり得ます。しかしその場合、機械学習や進化計算など各AI技術の限界、対象とするデータなどの特性、取り組み時間の短さなどにより、既存技術の再現や初期試行にとどまることもあり得ます。必ずしも今すぐ実用につながる結果が出せるとは限らない挑戦的な課題に取り組む場である点について、参加者・派遣企業としてご理解いただければと思います。
• 本コースの内容上、最新の論文やツールなど、英語でしか公開されていない情報を中心に取り組みを進めることがあります。

ご不安・ご不明な点がありましたら、遠慮なくお問い合わせください。

本コースはAI/IoTシステムの安全に興味がある方、システム開発のセキュリティやリスク分析に関わる方、レジリエントなシステム、ミッション・クリティカルなシステムに興味のある方、機械学習システムの安全性・信頼性を検討している方におススメのコースです。

業務に役立つ課題解決を一緒に検討してきましょう。一歩進んだ分析技術、対策立案をできるように、本コースではSTAMP、FRAM、GSNなどのセーフティ技術やセキュリティ標準などを学びます。また、セーフティやセキュリティ技術をばらばらに取り扱うのではなく、統合的に組み合わせて、安全安心なシステム構築を検討する活動を実施しています。

＊本コースは本年度より演習コースから研究コースに変更します。
　研究活動を通して、課題を深くとらえ、業務に活かせる力をつけていけることを目指します。

異なる製品やサービスがインターネットを通じてつながり、新たなサービスや価値が提供される「IoT時代」が実現しつつあります。一方、異なる製品やサービスがつながることで、安全性の問題が懸念されています。（セーフティとは偶発的なミス、故障などの悪意のない危険に対する安全を示すのに対し、セキュリティとは、悪意をもって行われる脅威に対しての安全を示します。）さらに人工知能（AI）の急速な実用化に伴い、AIを含んだシステムのセーフティとセキュリティは大変重要なテーマで研究対象といたします。

本コースは前半では、安心安全に関わる様々なテーマで講義を行い、後半では、研究活動により深く技術を体得する機会を提供します。メンバー同士の議論を通じて考える力を身につけ、自社の業務に役立つ成果を修めることをねらいとします。

事前学習や復習のための課題が出される場合があります。最終的に1年間の活動成果を論文としてまとめます。

セーフティやセキュリティに関する特別な知識や経験は必要ありませんが、現場における問題意識をお持ちの方を歓迎します。情報セキュリティを学びたい方、異なる分野のセーフティを知りたい方など、どなたでも参加可能です。

様々な分野の外部講師をお招きし、最新の技術動向やトピックを提供しますので、継続的な参加を歓迎します。もちろん、単年受講の方も歓迎します。

７月から9月の間に2回程度、1月ないし2月に1回程度、他適宜、臨時会を開催します。

• AIを含んだシステムのセーフティ&セキュリティ
• STAMP（Systems Theoretic Accident Model and Process）のリスク分析と事故分析
• レジリエンス・エンジニアリングとFRAMのセーフティ・セキュリティ
• 安全なプログラム開発方法論
• アシュアランスケース（GSN（Goal Structuring Notation））等安全手法のCPS（サイバーフィジカルシステム）適用

過去3年でトラスト、IoTリスク評価、ネットワークの信頼性とセキュリティアーキテクチャ、プライバシー、スマートホーム、デジタルフォレンジック、宇宙開発における安全性などの大学教授、含む著名な外部講師や主査、副主査による講義を実施しました。

＜2019年度講義例＞

• STAMPの安全分析手法STPAと事故分析手法CAST
• 熟練経験値の継承に活かすアシュアランスケース（GSN）
  ～ソフトウェアFMEAやFPGA設計における事例紹介～
• 標準系と各種分析手法レジリエンス・エンジニアリングとFRAM
• AIとセキュリティ

ソフトウェアやそれにより提供されるサービスに品質を組み入れて保証し続けるためには、企画や要求から保守に至るまでライフサイクルのあらゆる段階において、理論や経験に裏打ちされたソフトウェア工学技術の活用が欠かせません。本コースは1年間を通して、主要なソフトウェア工学技術の一通りを演習により深く体得する機会を提供します。 前提知識がないからと臆することはありません。ソフトウェア工学を一から学びたい方、現状のソフトウェア開発を改善したい方、スキルアップしたい方など、誰でもふるってご参加ください。

【本コースのポイント】

• 代表的ソフトウェア工学技術を「一通り」体得
• 産学両面に通じたその道の「第一人者」の講師陣による徹底指導
• とにかく実際に「やってみる」ことで深く理解し記憶
• 組織を超えた「仲間作り」と情報交換
• 定例会に加えて複数回の「演習臨時会」を実施するためお得

• 講師による講義を受講し、演習課題に取り組みます。
• 講師及び主査・副主査は演習や議論を通じて助言と支援を行います。
• 演習及び議論は必要に応じてチーム単位で行います。
• 事前学習のための課題が出される場合があります。

以下の演習を予定しています※。講師など詳細は決まり次第公開します。

• 見積り
• 要求工学、要求獲得、要求定義
• アーキテクチャ設計評価、オブジェクト指向分析設計
• ユーザビリティ、UXデザイン手法
• レビュー、テスト、メトリクス
• アジャイル開発

※ 変更の可能性があります。これらのテーマは2018年度に実施し好評を博したものです。2019年度は臨時会を2回追加し、下記の全9回の演習を実施しました。
5月：レビュー、6月：オブジェクト指向分析設計、7月合宿：UXデザイン手法、8月臨時会：アーキテクチャ設計評価、10月：アジャイル開発、11月：要求工学、12月：見積り、1月：テスト、2月臨時会：メトリクスとGQM

本コースは2013年度に設立しました。これまでのカリキュラムはメトリクス測定、データのハンドリング、分析の各種手法を網羅的に習得していただくことを目的としていました。ただし、単なる詰め込み教育とはならないよう最後に自身の職場のデータを活用して習得したことを実践し、”実践レポート”を作成していただいています。

本年度から更なる実践力強化にも取り組めるように、以下のように２チーム構成で進めるようにリニューアルします。※どちらのチームに参加するかは申し込み時に選択していただきます。

演習チーム（従来通り）

• 従来の本コース同様に演習をメインにカリキュラムを進める。
• 最後に実践レポートを提出するのも従来通り。

実践チーム（新規設立）

• 所属組織においてメトリクス収集が出来ていて、メトリクスを活用する実践課題を持っている人が参加。
• 1人1テーマを設定し、コース全般を通して講師の指導を受けながら、メトリクスの活用実践を行い、最後にレポート（または研究論文）を作成する。つまり、演習ではなく実践とレポート作成が活動のメインとなる。
• ただし、2回は演習チームとの合同演習を設ける。他にも希望する演習を受講しても良い。

※定員は３名程度です。

ソフトウェア品質技術の1つの柱とも言えるメトリクスに特化したコースです。ソフトウェアの品質保証、プロセス改善、開発力向上のためにメトリクスを活用したい方を対象にしたコースとなります。メトリクスの測定方法、分析手法、実践的な活用方法を演習とディスカッションを交えながら学びます。また、学んだ内容を職場で実践するためのサポートをします。

各回、カリキュラムに沿って、講義、演習、ディスカッションを織り交ぜながら進めます。演習ではPCを用いたデータ分析も行います。演習には、Excelを用いたデータ加工やフリーの統計パッケージRを用いた統計手法などが含まれます。ディスカッションでは、学んだ手法を実務で活用する方法について議論します。また、既に取り組んでいる人の事例を紹介しあうことで、実践のためのヒントを掴んでもらいます。

経験豊富な講師が取組テーマを決める段階から個別指導し、テーマに応じて演習チームでは扱わない手法の解説等も行います。以前に本コースで学んだが職場での実践に結びつかない、または実践したがうまく行かなかったという方も対象としてアフターサポートします。ただし、年間通して1人での活動という訳ではなく、毎回終了時に短時間で実践内容の共有や、合同演習などで演習チームとの交流、協調も行います。

UX（User Experience）とは、製品やサービスを利用した際の「体験」を重視する設計思想で、利用者の目的や意向に沿って心地よく効率よく使えるように調査・設計・評価・開発を行うベースとなるものです。

本コースでは、UXに着目した研究を通して積み重ねてきた、企画品質や利用時品質を高めるノウハウ［*1］を演習形式で学び、ソフトウェア開発現場で実践できるように支援します。

前半（4月～ 6月）は、UXの概要と基本を演習で体験します。
後半（10月～ 1月）は、UX手法の実務への適用を検討します。

【UX手法の例】［*2］
調査：インタビュー、ペルソナ、シナリオ
設計：ストーリーボード、UIデザインパターン、プロトタイプ
評価：ユーザビリティテスト、専門家評価

［*1］

・SQiPライブラリ（UX関連文献）：
http://www.juse.jp/sqip/library/search/?q=UX

・活動履歴：
http://www.juse.or.jp/sqip/workshop/outline/file/enshu3_ux_katsudorireki.pdf

［*2］：書籍
川西 裕幸・栗山 進・潮田 浩、『UXデザイン入門』、日経BP社、2012
http://ec.nikkeibp.co.jp/item/books/P96100.html

ソフトウェアの品質保証に新たに取り組まれる方、改善や改革を目指している方を対象に「ソフトウェア品質保証の基礎」を習得することをねらいとしています。実務経験豊かな指導講師による講義と、講師とメンバー及びメンバー同士のディスカッションを通じて、考える力を身につけ、自分自身のスキルとすることを目指します。

本コースを足掛かりに翌年に他コースへ参加するメンバーも多数おり、SQiP研究会の入門コースとしても位置づけられます。

各回、前半は講義、後半はグループディスカッションとします。

前半の講義では、ソフトウェア品質保証の基礎技術について、当該技術の専門家による講義を行います。講義の中では、必要に応じて演習も行います。講義のテーマは、大きく分類すると
・ソフトウェア品質保証全体を概観するもの
・個別の技法や技術を理解するもの
などであり、『ソフトウェア品質知識体系ガイド–SQuBOK®Guide–』の知識領域の多くをカバーします。

後半のグループディスカッションでは、各回の講義の内容について、メンバーの事例発表や他の企業のメンバーとのディスカッションを通じて、自社の改善に役立つ情報や知見を交換します。また、当該テーマに関する問題点と改善提言をまとめます。

各回、下記スケジュールに沿って実施します。
・13:00～15:30　講義
・15:30～18:00　グループディスカッション

本コースは例会に加えて、2回の特別例会を実施します。

第1回（4月）

• オリエンテーション、メンバーの自己紹介
• カリキュラムに沿った講義

第2回（5月）～第9回（1月）

• カリキュラムに沿った講義及びグルーディスカッション を行う。なお、1 月の同時間には最終報告会と全体のまとめを実施

第10回（2月）

• 他分科会の成果発表聴講
• グループディスカッションの成果について、全体の成果発表会にて発表

2019年度（前年度）基礎コース講義テーマ一覧（ 2020年度カリキュラムは変更となる場合がございます。）

多様な品質技術を状況に応じて活用し、多面的に課題を解決することができるエンジニアを目指すコースです。

デジタル革命の波が押し寄せ、製品やサービスは、複数の技術を組み合わせた複雑なものになっています。このため品質技術を活用する上では、適切に課題を設定することが極めて重要になりました。真の課題を設定できなければ、解決策の効果は限定的になるからです。

そこで本コースでは、研究生と指導陣が一緒になって議論することで、テーマに関する真の課題を徹底的に追及します。そして、状況に適した解決策を、複数の設計・検証・品質保証技術を視野に入れて検討します。これにより、課題形成と課題解決のためのノウハウ、スキルが身に付きます。また、論文のフレームワークを課題解決のツールと位置付けているので、課題解決（研究）と論文執筆を並列に行えるようになります。

過去にSQiP研究会等で論文を執筆したり、経験発表をしたことのある方の、次のステップに位置づけているため、参加の条件を以下とします。

• 論文執筆または発表の経験があること（社内外、公私を問わず）
• 解決したい問題が明確であること
• 自律的に研究を進められること

※定員は３名程度です。適切な研究コースをお勧めすることもあります。

取り組むテーマは、各自が設定します。参加申込時に、①「テーマ説明書」（専用フォーム有）を提出してください。また、②「過去に執筆した論文あるいは発表資料」を１つ提出してください。これは、問題分析－課題設定－解決策の実施－結果の考察という論文的思考の経験を確認する目的のため、分科会で取り組むテーマに関係していなくても構いません。

分科会活動では、各自のテーマ（解決したい事柄）をさまざまな視点から議論し、真の課題を設定します。そして、特定の技法にとらわれず、多面的に解決策を検討します。必要に応じて、その道のエキスパートである本研究会の指導講師からアドバイスを受けます。問題解決の過程は論文にまとめ、発表します。