Upload
unb
View
2
Download
0
Embed Size (px)
Citation preview
• RetrospecBva do desenvolvimento de aplicações de soEware nas úlBmas três décadas;
• Análise da eficiência das práBcas e metodologias que têm sido uBlizadas;
• DiagnósBco de alguns problemas relacionados à área de definição de requisitos;
• Uma abordagem epistemológica sobre a disciplina de Gestão e Definição de Requisitos;
• Sugestões de melhorias em processos de desenvolvimento de aplicações de soEware.
Agenda
• Média dos projetos de soEware que são concluídos dentro do prazo e do orçamento: 16,2%.
• Em empresas de grande porte, os números são ainda piores: apenas 10% dos seus projetos são concluídos dentro do prazo e do orçamento.
• Os projetos concluídos em empresas norte-‐americanas de grande porte têm aproximadamente 42% das funcionalidades originalmente propostas.
Uma perspecBva da Indústria de SW
Nos Estados Unidos, gasta-‐se mais de US$ 250 bilhões por ano no desenvolvimento de aplicações de TI, em cerca de 175 mil projetos.
• Custo médio de cada projeto de desenvolvimento de SW:
• Empresas de grande porte: US$2.322.000;
• Empresas de médio porte: US$1.331.000;
• Empresas de pequeno porte: US$ 434.000.
• 31,1% desses projetos são cancelados antes de serem concluídos.
• 52,7% dos projetos custam cerca de 189% de suas esBmaBvas originais.
Uma perspecBva da Indústria de SW
Uma perspecBva da Indústria de SW
Fig. 1. Distribuição das contribuições de retrabalho pelo ciclo de desenvolvimento de SW.
Fonte: James Martin (1997)
• Estudos diversos (STANDISH, 2013; 2014) indicam que nos úlBmos 25 anos, os
impactos das aBvidades de definição e gestão de requisitos de soMware
permanecem praBcamente inalterados, contribuindo com cerca de 80% do
esforço de retrabalho.
• Este índice de retrabalho provoca perdas anuais globais de bilhões de dólares
(mais de US$100 bilhões anuais somente nos EUA), além dos prejuízos
operacionais causados pelas falhas de sistemas de informação não mensuráveis
e não declarados.
Uma perspecBva da Indústria de SW
• O principal fator contribuinte para os elevados índices de retrabalho presentes no desenvolvimento de aplicações de soEware encontra-‐se na
etapa de definição de requisitos (MARTIN, 1997; LEFFINGWELL, 1999).
O Problema
Apesar dos esforços realizados nas úlBmas décadas para melhorar as aBvidades de elicitação, persiste a elaboração de requisitos de soEware com caracterísBcas indesejadas, como as listadas abaixo:
• Inconsistências
• Incompletude
• Ambiguidade
• Obscuridade
• Não testáveis
• Inviabilidade técnica, orçamentária ou de prazo
O Problema
• EstaisBcas de insBtutos de pesquisas como o Standish Group e o Forrester, entre outros, sobre os fatores de insucesso no desenvolvimento de sistemas de informação durante os úlBmos 25 anos, apontam que as diferentes abordagens e metodologias uBlizadas têm sido ineficientes, do ponto de vista de reduzir os índices de insucesso e de retrabalho, que manBveram-‐se praBcamente inalterados nesse período.
O Problema
• Presume-‐se que a ineficiência das abordagens e metodologias uBlizadas nas úlBmas décadas para o desenvolvimento de aplicações de soEware deve-‐se à natureza eminentemente determinísScas dessas abordagens.
• Boas práScas de mercado nem sempre são sustentadas por teorias e modelos, tendo apenas dados empíricos como base. Desse modo, por natureza, possuem uma fragilidade conceitual.
DiagnósBco
• Requisitos de SoMware ao uBlizar a linguagem natural, uBlizam narraSvas como meio de comunicação prioritário (KOTONYA; SOMMERVILLE, 1998; THAYER;
DORFMAN, 1993).
• NarraSvas, forma de expressão naturalmente subjeSva, têm o potencial de acarretar problemas de imprecisão e distorção das informações que transmite (CARR, 2008).
DiagnósBco
• Problemas de entendimento nas aBvidades de definição de requisitos de soEware, decorrentes do uso de narraSvas, introduzem fatores de imprecisão, distorção, falta de clareza, incompletude, inconsistência e ambiguidade, que se propagam por todo o restante do ciclo de desenvolvimento de aplicações de soEware.
DiagnósBco
A percepção sensorial humana, por sua natureza, é:
• mediada,
• incompleta,
• relaSva e
• subjeSva.
A percepção sensorial
• Todas as interações entre as forças fundamentais da natureza ocorrem
como resultado da troca de par[culas elementares específicas. Não existe contato direto durante a interação entre as pariculas consBtuintes da matéria.
A ação se dá à distância (NOVAES, 2000; MARQUES; UETA, 2007).
• A interação entre a força eletromagnéSca e a matéria é sempre mediada por um Bpo específico de bóson intermediário – o fóton (MARQUES; UETA, 2007).
O Modelo Padrão
• Todos os cinco senSdos sensoriais humanos ocorrem por intermédio de
interações eletromagnéScas;
• A percepção de imagens pelo ser humano, como qualquer outra interação eletromagnéSca, inicia-‐se pela captação de fótons emiBdos ou refleBdos pelos objetos, por meio de células fotossensíveis presentes em nossas reBnas (KIERNAN, 2003).
A percepção sensorial
• A percepção de imagens pelo ser humano inicia-‐se pela absorção de fótons emiBdos ou refleBdos pelos objetos, por meio de células neurais fotossensíveis presentes em nossas reBnas, os cones e os bastonetes.
• Em seguida, os fótons absorvidos pela reBna sofrem uma transdução e são enviados ao nervo ópBco na forma de sinais biológicos. O comprimento de onda é interpretado como cor, a quanBdade de fótons apreendidos é interpretada como intensidade luminosa, e assim por diante.
A percepção sensorial
Objeto
Fenômeno
Sujeito
• Para o senBdo da visão, o sujeito cognoscente não tem acesso direto ao objeto observado, mas apenas aos fótons emiBdos e/ou refleBdos por esse objeto.
• A percepção da realidade é sempre mediada.
• Somos equipados para apreender apenas parte da informação, ou esimulos, que chegam aos nossos senBdos. Desse modo, incompletude é uma caracterísSca da natureza da percepção humana.
A percepção sensorial
• Sendo os fótons elementos discretos e independentes, assumindo uma natureza corpuscular no momento de sua apreensão, dois observadores no mesmo ambiente e momento, necessariamente captarão fótons diferentes.
• A impossibilidade, descrita acima, de fótons serem capturados por mais de um sujeito, é uma evidência rsica da impossibilidade de percepções visuais idênBcas entre dois ou mais sujeitos, comprovando a relaSvidade da percepção sensorial.
A percepção sensorial
Objeto
Sujeito 1
Sujeito 2
• O contexto possui forte influência sobre a interpretação da realidade (DASCAL, 2006).
A percepção sensorial
• A dicotomia sujeito/mundo presente nas doutrinas do empirismo e do racionalismo ora pende para um lado, ora para o outro.
• O empirismo não se sustenta frente a uma obrigatória incompletude, relaBvidade e subjeBvidade da percepção humana da realidade.
• O racionalismo falha ao desconsiderar simultaneamente a devida importância das experiências sensoriais e a subjeBvidade da interpretação da realidade pelo sistema cogniBvo humano.
Correntes filosóficas
• Dentre as correntes epistemológicas consideradas optou-‐se por uma perspecSva fenomenológica da Teoria do Conhecimento, como a que melhor de adequa aos objeBvos dessa pesquisa.
• A Teoria do Conhecimento referência, adotada, é um recorte específico da Fenomenologia de Husserl.
Correntes filosóficas
• A parBr da correlação entre sujeito e objeto, o conhecimento surge como um conjunto de propriedades do objeto apreendidas pelo sujeito, caracterizando uma trindade existencialmente interdependente entre sujeito, objeto e conhecimento (HUSSERL, 2006; HUSSERL, 2012);
• A formação de novos conhecimentos ocorre por meio de um processo dinâmico de revisitação de experiências armazenadas na memória e de sua confrontação com novas experiências subjeBvas apreendidas do mundo exterior (POPPER, 1999; NICOLELIS, 2011; FERNANDES; LIMA-‐MARQUES, 2012).
A construção do conhecimento
• O mecanismo de geração de conhecimento, dotado na práBca de infinitas alternaBvas em cada indivíduo, é uma evidência adicional da subjeBvidade da apreensão da realidade e do resultante conhecimento humano (EDELMAN, 1989;
STONIER, 1992; BENNETT, 2006).
• A subjeBvidade da percepção humana pode ser caracterizada como uma incerteza inerente à apreensão da realidade através de seus senBdos sensoriais (KANT, 2010);
A construção do conhecimento
• O conhecimento é uma imagem subjeSva da realidade; um conjunto de propriedades, em princípio incompletas, do objeto observado, apreendidas e interpretadas pelo sujeito.
• O entendimento, quando dependente de uma interpretação linguísSca, possui componentes que ultrapassam os aspectos sintáScos e semânScos dos textos (DASCAL, 2006).
A construção do conhecimento
• Os problemas de entendimento decorrentes das aBvidades de definição de
requisitos de soEware podem ser categorizados como um caso parScular do Problema do Entendimento Humano.
• O Problema do Entendimento Humano é amplo, afetando áreas tão diversas como o direito, a economia, a historia, o jornalismo e a comunicação, entre outros.
Caracterização do Problema
Hegel%(1770*1831),%1807%
Dilthey%(1833*1911),%1900/1901%Windelband%(1848*1915)%
M.%Weber%(1864*1920),%%1904%%
J.S.Mill%%(1806*1873),%1843%A.%Bain%(1818*1903),%1855%
Brentano%%(1838*1917),%1874%
C.S.%Pierce%(1839*1914),%1883%
Husserl%(1859%*1938),%%%1900/1901%Frege%%%(1848*1925),%
1893/1903%
Heidegger%(1889*1976),%1927%
Russell%%(1872*1970),%1903%
WiNgenstein%(1889*1951),%1921/1946%
Bergson%(1859*1941),%1903%Vaihinger%(1852*1933)%Simmel%(1858*1918)%
M.%Scheler%(1874*1928),%1921%A.%Schutz%(1899*1959),%1932%
P.%Berger%(1929),%1966%Th.%Luckman%(1927),%1966%
Merleau*Ponty%%%(1908*1961),%1945%
Schopenhauer%(1788%*1860),%%1819%
P.%Ricoeur%(1913*2005),%
1950%%Habermas%(1929),%1981%
Apel%(1922*2010),%1976%
Gadamer%%(1900*2002),%1976%
Kant%(1724*1804)%,%1781%
Locke%(1632*1704),%1690%
Hume%(1711*1776),%1748%
Leibniz%(1646*1716),%1704/1765%
Fonte: Elaboração própria, adaptado de K. Ivanov (1984)
• A relaSvidade da percepção, inevitável, está mais associada à incompletude da apreensão das propriedades dos objetos observados do que à incorretude dessa observação ;
• A subjeSvidade cogniSva, apesar de fortemente atrelada à introdução de incorretude à interpretação cogniBva, não pode ser caracterizada como inevitável, ou irreparável, já que a formação do conhecimento, dinâmica por natureza, ocorre por meio de um processo de refinamento coninuo e aproximação da realidade objeBva por uma sucessiva revisitação do fenômeno apreendido.
O Problema do Entendimento Humano
• Dogmas e Paradigmas;
• EstereóBpos;
• Descarte de evidências anômalas;
• Fontes de informação fragmentadas e falta ou insuficiência de contexto;
• Filtros mentais e memória;
• Imagens de busca;
• Visão em retrospecBva – necessidade de senBdo e significado;
• Diferenças de temporalidades entre o narrador e o narrado;
Fatores de imprecisão e distorção do entendimento
• Barreiras linguísBcas ou de área de conhecimento;
• Realimentação de fontes de informação do passado;
• Fatores ambientais (contexto);
• Falácia narraBva;
• Fatores psicológicos presentes na avaliação de situações de risco, incerteza e aleatoriedade;
• Viés probabilísBco contra-‐intuiBvo;
• Viés de disponibilidade;
Fatores de imprecisão e distorção do entendimento
Gowried Leibniz (1646-‐1716) e Bertrand Russel (1872-‐1970) acalentaram o sonho de construção de um sistema lógico que pudesse subsBtuir as linguagens coBdianas para a representação de ideias e conceitos de forma completa e consistente.
Kurt Gödel (1906-‐1978), entretanto, em seu Teorema da Incompletude, demonstrou que para os sistemas lógicos disponíveis, tais sistemas configuram-‐se como incompletos ou inconsistentes.
Histórico
Alan Turing (1912-‐1954), provou que em computadores com a arquitetura atual (máquina de Turing), necessariamente não pode exisBr algoritmo que seja capaz de tratar problemas indecidíveis (Problema da Indecibilidade).
Gregory J. ChaiBn (1947-‐) estendeu os resultados de Gödel e Turing à teoria da informação algoritmica.
Histórico
“Gödel e Turing responderam às três famosas questões formuladas em 1928 pelo matemá>co David Hilbert de forma dramá>ca – e na nega>va: a matemá>ca enquanto estrutura formal não é completa, não é autoconsistente e não é decidível. Em outras palavras, a mecanização do pensamento humano a par>r de uma sequência fixa de regras lógicas é mera fantasia.”
Marcelo Gleiser em A Ilha do conhecimento, p. 302-‐303
• Apesar do caráter relaSvo e duplamente subjeSvo da representação do mundo pelo sujeito, defende-‐se a ideia de que estas caracterísBcas não implicam necessariamente que imprecisão e distorção sejam inerentes a todo conhecimento apreendido do mundo objeBvo.
• O reconhecimento prévio desta limitação humana, representada pelos níveis diversos de subjeBvidade, somados aos inúmeros fatores de introdução de distorções, induz uma busca pelo refinamento do entendimento.
O Problema do Entendimento Humano
• Representação visual
• Representação por diagramas
• Verificação por pares de ambiguidades, inconsistências, incompletude, etc.
• Simulação
• Análise de impacto
• Glossário / ontologia
• ColaboraBva
• Implementação (ou integração) de técnicas de Business Analysis
Ferramentas – caracterísBcas desejáveis
Metodologia – caracterísBcas desejáveis • Modelos Ágeis, incluindo o SCRUM, notadamente seguem conceitos empiristas,
sendo portanto, deterministas.
• Modelos puramente deterministas não são adequados às aBvidades de definição de requisitos.
Questões para discussão • Como tornar os Modelos Ágeis, incluindo o SCRUM, adequados às aBvidades de
definição de requisitos, por natureza não determinísBcas?
• Faria senBdo incluir testes de regressão para requisitos? Porquê?
• Faria senBdo incluir nas ferramentas de requisitos mecanismos de verificação lógica, que pudessem testar ambiguidades e inconsistências lógicas nas sentenças que formam as narraBvas que representam os requisitos?
• Faria senBdo um formação específica para analistas de requisitos, incluindo o desenvolvimento de habilidades cogniBvas, como ocorre com psicólogos, invesBgadores, agentes de serviços de inteligência? Porquê?
Referências Bibliográficas • BENNETT, Charles H. Publicity, Privacy and Permanence of InformaBon, em Quantum Compu>ng: Back
Ac>on, AIP Conference Proceedings n. 864. Organizado por Debabrata Goswami. Melville: American InsBtute of Physics, 2006.
• CARR, D. NarraBve explanaBon and its malcontents. History and Theory, Wesleyan University, n. 47, p. 19–30, february 2008.
• DASCAL, M. Interpretação e compreensão. São Leopoldo: Editora Unisinos, 2006. • ENGENHARIA de SoEware. São Paulo: Pearson PrenBce Hall, 2001.
• FERNANDES, G. L.; LIMA-‐MARQUES, M. Em busca de um modelo fenomenológico do mecanismo de apreensão humana. Revista Íbero-‐Americana de Ciência da Informação, Brasília, 2012. Aguardando publicação.
• FERNANDES, Gilberto L.; LIMA-‐MARQUES, Mamede. (2013a). Sobre a natureza da informação, dado e conhecimento. VI Encontro Ibérico EDICIC 2013. Disponível em <h�p://www.youblisher.com/p/745142-‐VI-‐Encontro-‐Iberico-‐EDICIC-‐2013-‐Globalizacao-‐Ciencia-‐Informacao/>. Acesso em 01/07/2014.
• FERNANDES, Gilberto L.; LIMA-‐MARQUES, Mamede. (2013b). Considerações sobre a abrangência disciplinar da Ciência da Informação. I Congresso ISKO Espanha e Portugal. Disponível em <h�p://www.youblisher.com/p/749221-‐I-‐Congresso-‐ISKO-‐Espanha-‐e-‐Portugal-‐XI-‐Congreso-‐ISKO-‐Espana/>. Acesso em 01/07/2014.
Referências Bibliográficas • GIGCH, J. P. van. Decision Making About Decision Making -‐ Metamodels and Metasystems. Cambridge,
mass. Box 643, Cambridge, Mass 02139, USA: John P. Van Gigch, 1987. 293 p. (CyberneBcs and Systems Series, v. 7).
• GLEISER, M. A ilha do conhecimento:os limites da ciência e a busca por senBdo. Rio de Janeiro: Ed. Record, 2014.
• HUSSERL, E. Ideias para uma fenomenologia pura e para uma filosofia fenomenológica. Aparecida, SP: Ideias Letras, 2006.
• HUSSERL, E. InvesBgações lógicas. Rio de Janeiro: Editora Forense, 2012. Tradução de Pedro M. S. Alves.
• IVANOV, K. Systemutveckling och adb-‐amets utveckling. Sweden, 1984.
• KANT, I. A críBca da razão pura. 7a.. ed. [S.l.]: Fundação Calouste Gulbenkain, 2010. Tradução de Manuela Pinto dos Santos e Alexandre Fradique Morujão.
• KIERNAN, J. Alan. Neuroanatomia humana de Barr. Barueri, SP: Editora Manole. Tradução da 7a. ed. original e revisão cienifica por Fábio César Prosdocimi e Paulo Laino Cândido.
• KONTONYA, G.; SOMMERVILLE, I. Requirements Engineering: Processes and Techniques. Chichester, UK: John Wiley Sons, 1988.
• LEFFINGWELL, D.; WIDRIG, D. Managing SoEware Requirements. Massachuse�s, USA: Addison-‐Wesley Professional, 1999.
Referências Bibliográficas • MARQUES, Gil da Costa; UETA, Nobuko. (2007). Interações e colisões de fótons. Centro de Ensino e
Pesquisa Aplicada da Universidade de São Paulo, USP, São Paulo, SP. Disponível em: <h�p://efisica.if.usp.br/oBca/basico/fotons/interacoes/>. Acesso em 11/02/2013.
• MARTIN, J.; ODELL, J. J. Object-‐oriented Methods: A FoundaBon. New Jersey, USA: PrenBce-‐Hall, 1997.
• NICOLELIS, M. Muito além do nosso eu. São Paulo: Companhia das Letras, 2011.
• NOVAES, S. F. (2000). Standard Model: An IntroducBon. Universidade Estadual Paulista. Disponível em <h�p://arxiv.org/pdf/hep-‐ph/0001283v1.pdf>. Acesso em 10/02/2013.
• POPPER, K. R. Conhecimento objeBvo: uma abordagem evolucionária. Belo Horizonte: Ed. ItaBaia, 1999. Tradução de Milton Amado, da edição corrigida de 1973 publicada pela Oxford University Press, London.
• PROCEEDINGS, A. C. (Ed.). Publicity, Privacy and Permanence of InformaBon. Debabrata Goswami, Melville: American InsBtute of Physics, 2006.
• SOMMERVILLE, Ian. Engenharia de SoEware. São Paulo: Pearson PrenBce Hall, 2011. Trad. Ivan Bosnic; Kalinka G. de O. Gonçalves.
• STANDISH GROUP, The. The CAOS Manifesto 2013. 2013. Disponível em: <h�p: //www.versionone.com/assets/img/files/CHAOSManifesto2013.pdf>.
• STANDISH GROUP, The. The CAOS Report 2014. Disponível em <h�p://www.projectsmart.co.uk/docs/chaos-‐report.pdf>. Acesso em 30/06/2014.