[論文レビュー] Revolutionizing Process Mining: A Novel Architecture for ChatGPT Integration and Enhanced User Experience through Optimized Prompt Engineering

Mehrdad Agha Mohammad Ali Kermani, Hamid Seddighi+1 more|arXiv (Cornell University)|May 17, 2024

Artificial Intelligence in Healthcare and Education被引用数 5

ひとこと要約

本論文は、ETLベースのアーキテクチャと目的別プロンプト設計を用いて、ChatGPTをプロセスミニングツールに統合し、ユーザー体験と分析能力を向上させることを提案し、BehfaLabのツールを使用する17社のデータで検証した。

ABSTRACT

In the rapidly evolving field of business process management, there is a growing need for analytical tools that can transform complex data into actionable insights. This research introduces a novel approach by integrating Large Language Models (LLMs), such as ChatGPT, into process mining tools, making process analytics more accessible to a wider audience. The study aims to investigate how ChatGPT enhances analytical capabilities, improves user experience, increases accessibility, and optimizes the architectural frameworks of process mining tools. The key innovation of this research lies in developing a tailored prompt engineering strategy for each process mining submodule, ensuring that the AI-generated outputs are accurate and relevant to the context. The integration architecture follows an Extract, Transform, Load (ETL) process, which includes various process mining engine modules and utilizes zero-shot and optimized prompt engineering techniques. ChatGPT is connected via APIs and receives structured outputs from the process mining modules, enabling conversational interactions. To validate the effectiveness of this approach, the researchers used data from 17 companies that employ BehfaLab's Process Mining Tool. The results showed significant improvements in user experience, with an expert panel rating 72% of the results as "Good". This research contributes to the advancement of business process analysis methodologies by combining process mining with artificial intelligence. Future research directions include further optimization of prompt engineering, exploration of integration with other AI technologies, and assessment of scalability across various business environments. This study paves the way for continuous innovation at the intersection of process mining and artificial intelligence, promising to revolutionize the way businesses analyze and optimize their processes.

研究の動機と目的

• より広い層のためのアクセス可能でAI支援のプロセスミニングの必要性を動機づける。
• ChatGPTのようなLLMがプロセスミニングにおける分析能力とユーザー体験をどう向上させるかを探る。
• 各プロセスミニングサブモジュールに対して正確なAI出力を保証するための、特定適合のプロンプト設計戦略を開発する。
• APIを介してプロセスミニングモジュールとChatGPTを接続するETLベースの統合アーキテクチャを提案する。

提案手法

• APIを介してプロセスミニングエンジンモジュールをChatGPTと統合するETLパイプラインを使用する。
• ゼロショットと最適化されたプロンプト設計技術を適用して、文脈に適した出力を生成する。
• ChatGPTを接続して、対話的なやり取りのためにプロセスミニングモジュールから構造化出力を受け取る。
• BehfaLabのProcess Mining Toolを採用する17社のデータを用いてアプローチを検証する。
• AI出力をエキスパートパネルがGood（72%）と評価することで、ユーザー体験を評価する。

実験結果

リサーチクエスチョン

• RQ1 ChatGPTの統合は、プロセスミニングツールのアクセス性と使いやすさをどのように改善できるか。
• RQ2 サブモジュールごとにどのプロンプト設計戦略が正確で適切なAI出力を生み出すか。
• RQ3 ETLベースの統合フレームワークは、ChatGPTとプロセスミニングエンジン間の相互作用を向上させるか。
• RQ4 複数社でAI支援のプロセスミニングを使用する際のユーザー体験への測定可能な影響は何か。

主な発見

• エキスパートパネルはAI支援出力の72%をGoodと評価した。
• BehfaLabのProcess Mining Toolを使用する17社の検証データは、ユーザー体験の改善を支持している。
• このアーキテクチャは、プロセスミニングモジュールからChatGPTへの構造化出力を提供することで対話型の相互作用を可能にする。
• サブモジュールごとに特化したプロンプト設計は、AI生成の洞察の関連性と正確性を向上させる。