Cet article souligne le manque de recherche sur l'élicitation et l'analyse des exigences des systèmes d'IA, ainsi que l'absence d'artefacts d'exigences des systèmes d'IA. Il propose une méthode pour générer des récits utilisateurs de systèmes d'IA à partir de résumés d'articles universitaires, en utilisant des modèles de langage à grande échelle (MLH). À l'aide de trois LH, nous générons 1 260 récits utilisateurs à partir de 42 résumés dans 26 domaines, évaluons leur qualité à l'aide du cadre QUS et identifions les exigences non fonctionnelles (NFR) et les principes éthiques pertinents. Les résultats expérimentaux montrent que les LH étudiés peuvent générer des récits utilisateurs qui reflètent les besoins de diverses parties prenantes, ce qui suggère qu'ils constituent des approches utiles pour soutenir la recherche et les premières étapes de l'élicitation des exigences des systèmes d'IA. De plus, nous fournissons publiquement un ensemble de données (UStAI) contenant les récits générés.
