🤖 AI

Automated Classification of Source Code Changes Based on Metrics Clustering in the Software Development Process

Este artículo presenta un método automatizado que utiliza el algoritmo k-means con once métricas de código para agrupar cambios en el desarrollo de software, validado en cinco sistemas con una pureza de clasificación de 0,75 ± 0,05.

Autores originales: Evgenii Kniazev

Publicado 2026-02-17

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Evgenii Kniazev

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que el desarrollo de un software es como la construcción de una ciudad gigante y en constante cambio. Cada vez que un programador añade una calle nueva, repara un puente o pinta un edificio, deja una "huella" en los planos de la ciudad. Estas huellas son los cambios en el código.

El problema es que, en una ciudad tan grande, hay miles de huellas cada día. Revisarlas una por una para entender qué hizo cada persona es como intentar leer todos los diarios de una ciudad entera en una sola tarde: es agotador, lento y propenso a errores.

Aquí es donde entra el trabajo de Evgenii Knyazev, presentado en este documento. Él creó un "sistema de clasificación automática" para ayudar a los arquitectos (los revisores de código) a organizar el caos.

Aquí te explico cómo funciona, usando analogías sencillas:

1. El Problema: El Caos de las Huellas

Imagina que tienes una pila de 2.000 cartas (cambios de código) que han llegado a la oficina. Algunas son para construir un nuevo parque (nueva funcionalidad), otras para arreglar una tubería rota (corregir errores), y otras para simplemente limpiar el polvo (refactorizar).
Si un humano tiene que leer cada carta para saber a qué categoría pertenece, tardará días.

2. La Solución: El "Detective de Patrones" (Agrupación por Métricas)

Knyazev propone no leer cada carta, sino analizar sus "medidas".
Imagina que cada carta tiene una etiqueta con 11 números diferentes:

¿Cuántas líneas de texto añadió?
¿Cuántas líneas borró?
¿Qué tan complicado es el camino que describe (complejidad)?
¿Cuántos nuevos edificios (clases) o puentes (interfaces) se crearon?

En lugar de leer el contenido, el sistema toma estos 11 números y crea un "perfil" para cada cambio.

3. El Truco Mágico: La Agrupación (Clustering)

Aquí entra la parte divertida. El sistema usa un algoritmo llamado k-means (que suena a una receta de cocina, pero es matemática).

La analogía: Imagina que tienes una caja llena de frutas de diferentes formas y colores (los cambios de código). En lugar de que un humano las clasifique una por una, el sistema las lanza al aire y deja que se agrupen solas por similitud.
Las frutas que se parecen mucho (por ejemplo, todas son manzanas rojas que añadieron 5 líneas de código) caen en el mismo montón. Las que son naranjas que borraron código caen en otro.
El sistema usa una regla especial llamada "similitud del coseno". En lugar de medir la distancia física (que podría confundir si una fruta es gigante y otra pequeña), mide el ángulo o la dirección. Es como decir: "No importa si la manzana es grande o pequeña, lo importante es que apunta hacia el mismo norte".

4. El Paso Final: El Experto da el "Sello de Calidad"

El sistema automático hace el trabajo pesado: separa las 2.000 cartas en 12 montones (grupos) basándose en sus medidas.

Aquí es donde entra el humano: Un experto solo tiene que mirar un par de cartas de cada montón y decir: "¡Ah! Este montón son todas correcciones de errores" o "Este montón son nuevas funciones".
Una vez que el experto le da el nombre al montón, el sistema etiqueta automáticamente todas las demás cartas de ese grupo.

¿Por qué es genial esto?

Ahorro de tiempo: En lugar de revisar 2.000 cartas, el experto solo revisa unas pocas decenas para enseñar al sistema.
Precisión: El estudio probó que el sistema acierta en el 75% de los casos. Es como tener un asistente que hace el 75% del trabajo sucio y deja al humano solo para las decisiones importantes.
Flexibilidad: Si mañana quieren cambiar las categorías (por ejemplo, añadir "cambios de seguridad"), el sistema se puede reconfigurar fácilmente sin tener que empezar de cero.

En Resumen

Este paper describe una herramienta que transforma el caos de miles de cambios de código en grupos ordenados usando matemáticas inteligentes.

Antes: Un humano revisaba todo a mano (lento y cansado).
Ahora: Un robot agrupa los cambios por similitud, y un humano solo poneles el nombre a los grupos.

Es como tener un sistema de triaje automático en un hospital gigante: el robot separa a los pacientes por tipo de herida, y el médico solo confirma el diagnóstico y trata a los más graves. ¡Una forma brillante de hacer que la construcción de software sea más rápida y menos estresante!

Resumen Técnico Detallado: Clasificación Automatizada de Cambios en el Código Fuente Basada en Agrupamiento de Métricas

1. Planteamiento del Problema
En el desarrollo de software moderno, la gestión y comprensión de grandes volúmenes de código fuente representan un desafío crítico para el control de calidad. La revisión de código (code review) es esencial para detectar defectos, violaciones de estilo y errores arquitectónicos, pero su ejecución manual es extremadamente costosa en tiempo debido al gran número de cambios (commits) generados en los sistemas de control de versiones.

La necesidad surge de automatizar la clasificación de estos cambios en categorías predefinidas (como implementación de nueva funcionalidad, corrección de errores, refactorización, eliminación de código o formateo) para:

Reducir la carga de trabajo de los revisores expertos.
Permitir revisiones selectivas enfocadas en cambios críticos.
Controlar el proceso de desarrollo (ej. asegurar que en fases estables solo se realicen correcciones de errores).
Automatizar la transferencia de información entre los participantes del ciclo de desarrollo.

Los métodos existentes basados en heurísticas, búsqueda de palabras clave o análisis sintáctico presentan limitaciones: son rígidos, dependen del lenguaje de programación, requieren conjuntos de entrenamiento complejos o no permiten reconfiguración para diferentes contextos de clasificación.

2. Metodología Propuesta
El autor propone un método híbrido que combina el enfoque basado en métricas con técnicas de agrupamiento (clustering) no supervisado. El proceso se divide en dos etapas principales:

A. Cálculo de Vectores de Métricas:
Para cada cambio en el código fuente ( $\delta$ ), se calcula un vector de características numéricas basado en las diferencias entre el estado anterior y el posterior del código. Se utilizan 11 métricas específicas que cubren:
- Líneas de código añadidas, eliminadas y modificadas (LOC).
- Complejidad ciclomática de las partes añadidas, eliminadas y modificadas (CC).
- Cantidad de archivos, interfaces, clases y estructuras modificadas.
  El cambio se representa como un conjunto de operaciones de edición (inserción, borrado, reemplazo) para calcular estas métricas de forma precisa.
B. Agrupamiento (Clustering) y Mapeo:
1. Agrupamiento Automático: Se utiliza el algoritmo k-means con una medida de proximidad basada en la similitud del coseno ( $\rho$ $ρ$ ) entre vectores.
  - Justificación: La similitud del coseno es preferible a la distancia euclidiana porque ignora la magnitud (escala) de los cambios, enfocándose en la dirección del vector. Esto permite agrupar cambios por su "tipo" (ej. refactorización) independientemente de si afectan a 10 o 1000 líneas.
  - Se optimiza el número de clusters ( $k$ ) evaluando una función de calidad ( $I$ ) que mide la densidad de los grupos.
2. Mapeo por Experto: Una vez formados los clusters, un experto humano clasifica una muestra selecta de cambios dentro de cada cluster. Basándose en la predominancia de una clase en el cluster, se asigna una etiqueta de clase a todo el grupo.
3. Clasificación Final: Todos los cambios restantes se clasifican automáticamente según la asignación de su cluster.

3. Contribuciones Clave

Justificación de la Automatización Parcial: Se demuestra que es viable automatizar la distribución de cambios en grupos, reduciendo drásticamente la intervención humana necesaria para la clasificación inicial.
Selección de Algoritmo y Métrica: Se valida el uso de k-means con similitud del coseno para este dominio específico, superando las limitaciones de escala de otros métodos.
Desarrollo de un Método Híbrido: Se propone un flujo de trabajo donde la carga computacional (agrupamiento) es automática y la carga cognitiva (asignación de significado a los grupos) es mínima y realizada por expertos.
Implementación de Software: Se desarrolló una herramienta que integra el cálculo de métricas, la detección de scripts de edición y el módulo de agrupamiento (basado en el toolkit CLUTO).

4. Resultados Experimentales
El método fue validado en cinco sistemas de software, incluyendo proyectos de código abierto (Subversion y NHibernate) y sistemas industriales desarrollados por Transas Technologies.

Caso de Estudio (NHibernate):
- Se analizaron 2,069 cambios.
- El método agrupó los cambios en 12 clusters, que luego se mapearon a 5 clases de expertos.
- Eficiencia: Solo fue necesario que un experto clasificara manualmente 73 cambios (una muestra representativa) para entrenar el mapeo de clusters, en lugar de revisar los 2,069 cambios individualmente.
- Precisión: En un conjunto de verificación de 68 cambios, el clasificador automático asignó correctamente 53 cambios a la misma categoría que los expertos.
Métricas de Calidad:
- Pureza ( $P_C$ ): $0.75 \pm 0.05$ . Esto indica que aproximadamente el 75% de los cambios en un cluster pertenecen a la clase asignada por el experto.
- Entropía ( $E_C$ ): $0.37 \pm 0.06$ . Un valor bajo indica una distribución concentrada en la clase principal, aunque se observó cierta incertidumbre en la clase de "refactorización" debido a la heterogeneidad de sus cambios.
- El nivel de significancia estadística fue de 0.05.
Limitaciones Observadas: El método funciona óptimamente con cambios uniformes. Su rendimiento disminuye cuando los cambios combinan modificaciones heterogéneas (ej. una corrección de error que también implica una refactorización mayor).

5. Significancia e Impacto

Reducción de Costos: La principal ventaja es la reducción sustancial del tiempo dedicado a la revisión de código, permitiendo a los expertos centrarse en la validación de calidad en lugar de la clasificación inicial.
Aplicabilidad Industrial: El método ya ha sido desplegado en productos comerciales (sistema de monitoreo Navi-Manager, sistema LRIT, simulador e-Tutor 5000), demostrando su utilidad en entornos reales de desarrollo de software complejo.
Flexibilidad: A diferencia de los métodos basados en aprendizaje supervisado rígido, este enfoque permite reconfigurar las clases de cambio según las necesidades del proyecto sin necesidad de reentrenar modelos desde cero con grandes conjuntos de datos etiquetados.
Futuro: El autor sugiere que la calidad de clasificación puede mejorarse incrementando el número de métricas utilizadas y adaptando el método a nuevos conjuntos de clases de cambios.

En conclusión, esta investigación presenta una solución práctica y validada estadísticamente para mitigar el cuello de botella que representa la revisión manual de cambios en el ciclo de vida del desarrollo de software, equilibrando la automatización computacional con la experiencia humana.