Software Effort Estimation: a Review of Taxonomies for use to-wards a Probabilistic Evidence Synthesis
تقدم هذه الورقة مراجعة منهجية للأدبيات لستة تصنيفات لتقدير الجهد البرمجي، كاشفةً عن تشرذم هيكلي كبير، ونقص في التغطية لمجالات التطبيقات الناشئة مثل تطبيقات الهاتف المحمول والذكاء الاصطنا، وغياب عام للتحقق الخارجي، مما يسلط الضل على الحاجة الملحة لتصنيف موحد ومعتمد صناعياً.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تبدأ كل مشاريع البرمجيات، من تطبيق بسيط للهواتف المحمولة إلى نظام مصرفي معقد، بسؤال بسيط في ظاهره: كم سيستغرق هذا العمل؟ في عالم هندسة البرمجيات، يُعرف هذا بتقدير الجهد (effort estimation). وهو عملية التنبؤ بالوقت والموارد المطلوبة لبناء قطعة من البرمجيات قبل كتابة سطر واحد من الكود. هذا التنبؤ أمر حيوي؛ فهو يحدد الميزانية، والجدول الزمني، وما إذا كان يمكن توفير الفريق المناسب للمشروع. ومع ذلك، فإن التنبؤ بمستقبل البرمجيات صعب للغاية لأن العوامل التي تؤثر على المدة التي يستغرقها المشروع واسعة ومتنوعة وغير مؤكدة في كثير من الأحيان. فقد يستغرق المشروع وقتاً أطول لأن الفريق يفتقر للخبرة، أو لأن التكنولوجيا جديدة، أو لأن المتطلبات تتغير باستمرار. ولإضفاء معنى على هذه الفوضى، قضى الباحثون عقوداً في محاولة تنظيم هذه العوامل في قوائم مهيكلة، أو "تصنيفات" (taxonomies)، تعمل كخرائط تساعد الخبراء على التنقل في التضاريس المعقدة لتطوير البرمجيات.
وعلى الرغم من الحاجة الواضحة لمثل هذه الخرائط، إلا أن مراجعة جديدة للمجال تكشف أن الخرائط الموجودة مجزأة وغير مكتملة. فقد وضع إميليا مينديز ومارك سوليه استراغيس، الباحثان في جامعة آروس في الدنمارك، هدفاً لفحص كل نظام تصنيف معروف لتقدير جهد البرمجيات. كان هدفهما هو معرفة ما إذا كان يمكن دمج هذه الأنظمة لإنشاء أداة موحدة للمستقبل، أو ما إذا كانت مختلفة للغاية بحيث لا يمكن التوفيق بينها. وقد أجريا مراجعة منهجية، وهي طريقة صارمة للبحث في الأدبيات العلمية للعثور على كل دراسة ذات صلة اقترحت طريقة لتصنيف العوامل المؤثرة على العمل البرمجي وتحليلها. وبعد فحص آلاف المقالات من قواعد البيانات الأكاديمية الكبرى، لم يجدا سوى ست دراسات فقط اقترحت تصنيفاً لهذا الغرض تحديداً. وكان هذا العدد الصغير في حد ذاته اكتشافاً هاماً، مما يشير إلى أنه على الرغم من كون المشكلة معروفة جيداً، إلا أن الجهد المبذول لحلها كان متقطعاً ومشتتاً على مدار العقدين الماضيين.
قام الباحثون بعد ذلك بفحص هذه التصنيفات الستة بالتفصيل، من حيث كيفية بنائها وما تحتويه. ووجدوا أن الخرائط رُسمت بأساليب مختلفة تماماً؛ فبعضها كان واسع النطاق، يغطي كل شيء من حجم البرمجيات إلى خبرة الفريق والتقنيات المحددة المستخدمة لإجراء التقدير، بينما كان البعض الآخر ضيقاً، يركز على جانب واحد فقط، مثل حجم الكود فقط أو الأساليب المستخدمة للتنبؤ بالعمل فقط. كما تباينت الهياكل بشكل كبير، حيث احتوت بعض القوائم على عدد قليل من الفئات، بينما توسعت أخرى لتصل إلى مئات التفاصيل المحددة. وعندما قارن الباحثون القوائم جنباً إلى جنب، بحثاً عن المصطلحات والمفاهيم المشتركة، اكتشفوا غياباً صادماً للاتفاق. فمن بين مئات العوامل المحددة المدرجة عبر جميع التصنيفات الستة، وُصف جزء ضئيل جداً بنفس الطريقة. وكانت معظم المصطلحات فريدة لدراسة واحدة، مما يعني أن خبيرين يستخدمان خرائط مختلفة سيتحدثان دون تفاهم، مستخدمين كلمات مختلفة لنفس الفكرة أو أفكاراً مختلفة لنفس الكلمة.
كما سلطت المراجعة الضوء على فجوة كبيرة في التغطية. فقد ركزت الخرائط الموجودة بشكل كبير على أنواع البرمجيات التقليدية، مثل تطبيقات الأعمال والأنظمة المدمجة الموجودة في الأجهزة. ومع ذلك، فقد تجاهلت إلى حد كبير المجالات سريعة النمو مثل برمجيات الذكاء الاصطناعي وتطبيقات الهواتف المحمولة الحديثة. علاوة على ذلك، وجد الباحثون أن معظم هذه التصنيفات لم تُختبر قط في العالم الحقيقي؛ فقد طُرحت كأفكار أو أطر نظرية، ولكن كان هناك دليل ضئيل على أنها ساعدت الممارسين في الصناعة فعلياً في تقديم تنبؤات أفضل. فقد تم تطبيق تصنيف واحد فقط من الستة في بيئة واقعية لمعرفة مدى نجاحه، بينما ظلت التصنيفات الأخرى غير مختبرة، مما ترك علامة استفهام حول فائدتها العملية.
ويرى المؤلفون أن هذا التجزؤ يشكل عائقاً أمام التقدم. فعندما لا يستطيع الباحثون والممارسون الاتفاق على لغة مشتركة، يصبح من الصعب مشاركة المعرفة، أو مقارنة النتائج، أو البناء على الاكتشافات السابقة. وتقترح المراجعة أن الخطوة التالية يجب أن تكون إما توسيع الخرائط الحالية لتغطية المناطق المفقودة في تطوير البرمجيات، أو بناء تصنيف واحد موحد يغطي جميع أنواع البرمجيات. ويجب اختبار مثل هذا النظام الموحد في الصناعة لضمان كونه مفيداً حقاً. وإلى أن يحدث ذلك، يظل المجال عبارة عن مجموعة من الجزر المنعزلة، حيث لا يزال الإمكان المتاح للوصول إلى فهم واضح ومشترك لجهد البرمجيات ينتظر التحقيق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.