Software Effort Estimation: a Review of Taxonomies for use to-wards a Probabilistic Evidence Synthesis
Questo articolo presenta una revisione sistematica della letteratura di sei tassonomie della stima dello sforzo software, rivelando una significativa frammentazione strutturale, una mancanza di copertura per domini applicativi emergenti come il mobile e l'IA, e un'assenza generale di validazione esterna, evidenziando così l'urgente necessità di una tassonomia unificata e validata dall'industria.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Ogni progetto software, da una semplice app mobile a un complesso sistema bancario, inizia con una domanda che è deceptivamente semplice: quanto lavoro richiederà? Nel mondo dell'ingegneria del software, questo è noto come stima dello sforzo (effort estimation). È il processo di previsione del tempo e delle risorse necessarie per costruire un pezzo di software prima che venga scritta una singola riga di codice. Questa previsione è vitale; determina il budget, la tabella di marcia e se un progetto possa essere dotato del personale giusto. Tuttavia, prevedere il futuro del software è notoriamente difficile perché i fattori che influenzano la durata di un progetto sono vasti, vari e spesso incerti. Un progetto potrebbe durare più a lungo perché il team è inesperto, perché la tecnologia è nuova o perché i requisiti continuano a cambiare. Per dare un senso a questo caos, i ricercatori hanno trascorso decenni cercando di organizzare questi fattori in liste strutturate, o tassonomie, che fungano da mappe per aiutare gli esperti a navigare nel complesso terreno dello sviluppo software.
Nonostante la chiara necessità di tali mappe, una nuova revisione del settore rivela che le mappe esistenti sono frammentate e incomplete. Emilia Mendes e Marc Solé Estragués, ricercatori dell'Università di Aarhus in Danimarca, si sono posti l'obiettivo di esaminare ogni sistema di classificazione noto per la stima dello sforzo software. Il loro obiettivo era vedere se questi sistemi potessero essere combinati per creare uno strumento unificato per il futuro, o se fossero troppo diversi per essere riconciliati. Hanno condotto una revisione sistematica, un metodo rigoroso di ricerca nella letteratura scientifica per trovare e analizzare ogni studio pertinente che proponesse un modo per categorizzare i fattori che influenzano il lavoro software. Dopo aver setacciato migliaia di articoli dai principali database accademici, hanno trovato solo sei studi che avessero effettivamente proposto una tassonomia per questo scopo specifico. Questo numero esiguo è di per sé un risultato significativo, suggerendo che, sebbene il problema sia ben noto, lo sforzo per risolverlo sia stato sporadico e disperso negli ultimi due decenni.
I ricercatori hanno poi esaminato questi sei tassonomie in dettaglio, osservando come fossero state costruite e cosa contenessero. Hanno scoperto che le mappe erano state disegnate con stili molto diversi. Alcune erano ampie, coprendo tutto, dalle dimensioni del software all'esperienza del team fino alle tecniche specifiche utilizzate per effettuare la stima. Altre erano ristrette, concentrandosi su un solo aspetto, come solo la dimensione del codice o solo i metodi utilizzati per prevedere il lavoro. Le strutture variavano enormemente, con alcune liste contenenti solo una manciata di categorie e altre che si estendevano in centinaia di dettagli specifici. Quando i ricercatori hanno confrontato le liste fianco a fianco, cercando termini e concetti condivisi, hanno scoperto una sorprendente mancanza di accordo. Su centinaia di fattori specifici elencati in tutte e sei le tassonomie, solo una minuscola frazione veniva descritta nello stesso modo. La maggior parte dei termini era unico per un singolo studio, il che significa che due esperti utilizzando mappe diverse si sarebbero parlati senza capirsi, usando parole diverse per lo stesso concetto o concetti diversi per la stessa parola.
La revisione ha inoltre evidenziato una significativa lacuna nella copertura. Le mappe esistenti si concentravano pesantemente sui tipi tradizionali di software, come le applicazioni aziendali e i sistemi embedded presenti nei dispositivi. Tuttavia, ignoravano ampiamente i campi in rapida crescita del software di intelligenza artificiale e delle moderne applicazioni mobili. Inoltre, i ricercatori hanno scoperto che la maggior parte di queste tassonomie non era mai stata testata nel mondo reale. Erano state proposte come idee o framework teorici, ma c'erano poche prove del fatto che aiutassero effettivamente i professionisti del settore a fare previsioni migliori. Solo una delle sei tassonomie era stata applicata in un contesto reale per vedere se funzionasse. Le altre rimanevano non validate, lasciando un punto interrogativo sulla loro utilità pratica.
Gli autori sostengono che questa frammentazione sia una barriera al progresso. Quando ricercatori e professionisti non riescono a concordare su un linguaggio comune, diventa difficile condividere la conoscenza, confrontare i risultati o costruire sulle scoperte precedenti. La revisione suggerisce che il campo debba andare oltre queste liste isolate. I ricercatori propongono che il passo successivo sia o estendere le mappe esistenti per coprire le aree mancanti dello sviluppo software, o costruire una singola tassonomia unificata che copra tutti i tipi di software. Un tale sistema unificato dovrebbe essere testato nell'industria per garantire che sia effettivamente utile. Fino ad allora, il settore rimane una collezione di isole disconnesse, dove il potenziale per una comprensione chiara e condivisa dello sforzo software è ancora in attesa di essere realizzato.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.