Evidence-based stakeholder identification: Managing conflict and its impact on requirements prioritisation

En el complejo mundo de la creación de software, las personas que más importan son a menudo las más difíciles de encontrar. Estos individuos, conocidos como partes interesadas o stakeholders, son los clientes, directivos y usuarios cuyas necesidades dan forma al producto final. Si un equipo pasa por alto a una persona clave, el software podría fallar al no resolver los problemas correctos o al ignorar riesgos críticos. Durante décadas, encontrar a estas personas ha sido una cuestión de intuición humana, dependiendo de la experiencia de los gestores de proyectos para adivinar quién ostenta la mayor influencia. Sin embargo, a medida que los proyectos crecen en tamaño y alcance global, adivinar ya no es suficiente. El desafío no es solo encontrar a estas personas, sino comprender cómo sopesar sus opiniones contradictorias. Una persona puede decir que un usuario específico es vital, mientras que otra insiste en que es irrelevante. Cuando estas visiones subjetivas chocan, los métodos tradicionales suelen tener dificultades para encontrar un camino claro, dejando a los equipos sin saber quién cuenta realmente.

Un equipo de investigadores de la Universidad de Almería ha propuesto una nueva forma de resolver este enigma, alejándose de las corazonadas y moviéndose hacia un enfoque matemático diseñado para gestionar el desacuerdo. Su trabajo se centra en un concepto llamado "saliencia", que es simplemente una medida de cuán importante o influyente es percibida una persona dentro de un grupo. En su estudio, trataron las opiniones de diferentes personas como piezas de evidencia, de forma muy parecida a como un jurado sopesa un testimonio. Utilizaron un marco conocido como teoría de la evidencia, un método desarrollado originalmente para manejar la incertidumbre, para combinar estas calificaciones subjetivas en una imagen única y clara. Los investigadores no buscaron simplemente el acuerdo; construyeron un sistema diseñado específicamente para gestionar el conflicto. Al analizar cuánto discrepaban los recomendadores entre sí, su método podía determinar qué partes interesadas eran genuinamente centrales para el proyecto y cuáles eran ruido periférico.

Para probar su idea, los investigadores aplicaron su método a un conjunto de datos del mundo real de un proyecto en el University College London llamado RALIC. Este proyecto consistía en fusionar los sistemas de acceso a la biblioteca y al centro de fitness, y el equipo original ya había identificado una lista de 18 personas clave y 28 roles. Los investigadores tomaron una red de recomendaciones donde cientos de personas calificaron la influencia de otras en una escala de cero a diez. Introdujeron estas calificaciones en su sistema, el cual convirtió las puntuaciones en una creencia compartida sobre quién importaba más. Los resultados fueron sorprendentes. En una versión de la red, su método redujo el grupo inicial de posibles partes interesadas en casi un 85 por ciento, reduciendo la lista a solo 15 o 19 individuos clave, dependiendo de la regla matemática específica utilizada. En otra versión, la reducción fue de aproximadamente el 70 por ciento. El sistema logró filtrar el ruido, identificando un grupo central que incluía a personas que el equipo original había pasado por alto, al tiempo que confirmaba la importancia de aquellas que ya habían sospechado.

El estudio reveló una relación fascinante entre el conflicto y la claridad. Los investigadores descubrieron que cuando las personas que daban las recomendaciones discrepaban menos, el sistema podía acordar un grupo de partes interesadas clave más pequeño y preciso. Por el contrario, cuando la red estaba llena de alto conflicto, el sistema se volvía más cauteloso, identificando un grupo ligeramente mayor para asegurar que no se pasara por alto nada vital. Este comportamiento sugiere que el nivel de desacuerdo dentro de un equipo es una señal útil en sí misma. Los investigadores también descubrieron que la forma en que las personas expresan sus preferencias importa enormemente. Probaron tres formas diferentes de recopilar información: clasificar elementos por orden, asignar una puntuación o distribuir un número fijo de puntos. Encontraron que estos diferentes métodos producían resultados significativamente distintos. Por ejemplo, en una red con alto conflicto, cambiar de un sistema de clasificación a un sistema de puntuación alteraba completamente qué requisitos se consideraban más importantes.

Quizás el hallazgo más significativo fue que el grupo específico de personas elegido para proporcionar información cambiaba el resultado de las prioridades del proyecto. Cuando los investigadores compararon las prioridades establecidas por la multitud completa de partes interesadas frente a las establecidas solo por las partes interesadas "clave" identificadas por su método, los resultados fueron a menudo estadísticamente diferentes. Esto significa que confiar en las opiniones de todos puede conducir a un conjunto de objetivos diferente al de confiar en las opiniones de las personas más influyentes. En algunos casos, la "multitud" priorizó características que las partes interesadas clave no consideraban importantes, y viceversa. El estudio sugiere que si un equipo no filtra cuidadosamente a quién escucha, corre el riesgo de construir software que satisfaga a la mayoría pero que falle ante los pocos que realmente impulsan el éxito del proyecto.

Los investigadores concluyeron que su enfoque ofrece una forma práctica y automatizada de identificar a las personas adecuadas a las que escuchar, convirtiendo un proceso desordenado y subjetivo en uno estructurado y cuantitativo. No pretendían haber resuelto todos los problemas del desarrollo de software, pero demostraron que gestionar el conflicto no es solo cuestión de suavizar las cosas, sino de usar ese conflicto para refinar la lista de quién importa. Al tratar las opiniones de las partes interesadas como datos que pueden combinarse y analizarse, los equipos pueden ir más allá de la intuición y tomar decisiones basadas en un consenso claro. Este trabajo destaca que, en la compleja red de los proyectos de software modernos, saber a quién escuchar es tan crítico como saber qué construir. El estudio sirve como un recordatorio de que el camino hacia un proyecto exitoso comienza a menudo no con una lista de funciones, sino con una comprensión precisa de la red humana que hay detrás.