Dívida Técnica de Usabilidade em Projetos de Software: Um Estudo de Casos Múltiplos
DOI:
https://doi.org/10.5753/isys.2020.753Keywords:
Dívida Técnica, Software, Usabilidade, Esforço, Estudo de casoAbstract
Contexto: Ao longo dos anos, vários estudos foram conduzidos com o objetivo de compreender o fenômeno da Dívida Técnica (DT) e suas implica- ções no desenvolvimento de software. A maioria desses estudos se concentram em tipos de DT relacionados à código-fonte. A ausência de estudos empíricos sobre a dívida de usabilidade motivou nossa pesquisa. Objetivo: O objetivo deste artigo é fornecer uma caracterização inicial da dívida técnica de usabi- lidade em projetos de software com relação à sua ocorrência, tipo e esforço de resolução. Método: Realizamos um estudo de casos múltiplos, analisando itens de DT de cinco projetos de software de quatro empresas publicas Brasileiras. Resultados: Após várias etapas de seleção, classificação e validação, identi- ficamos 145 itens de DT nos sistemas de gerenciamento de mudanças, usados nos projetos. A análise desses itens permitiu observar que 13,8% dos itens do DT se referiam à dívida de usabilidade (variando de 10,4% a 20,8% nos cinco projetos). Os itens de dívida de usabilidade identificados cobrem uma série de problemas de usabilidade relevantes, violando oito das dez heurísticas de usabilidade de Nielsen. Em relação ao esforço para pagar a DT, medido em horas-homem, estimado pelos gerentes de projeto, os itens de dívida de usabi- lidade apresentaram um baixo esforço, variando de 5,1% a 6,7% do total do esforço estimado nos projetos analisados. Conclusão: Considerando que os itens de DT de usabilidade são frequentes, dizem respeito a questões relevantes de usabilidade e requerem pouco esforço para seu pagamento, propomos que ações para identificar e pagar este tipo de DT devam receber alta prioridade nas estratégias de gestão de DT.
Downloads
Referências
C. (2016). Identification and management of technical debt: A systematic mapping study. 70:100–121.
Ampatzoglou, A., Ampatzoglou, A., Chatzigeorgiou, A., and Avgeriou, P. (2015). The financial aspect of managing technical debt: A systematic literature review. 64:52–73.
Cunningham, W. (1992). The WyCash portfolio management system. In Addendum to the Proceedings on Object-oriented Programming Systems, Languages, and Applications (Addendum), OOPSLA ’92, pages 29–30. ACM.
Falessi, D., Kruchten, P., and Avgeriou, P. (2016). Introduction to the special issue on technical debt in software systems. 120:154–155.
Fernández-Sánchez, C., Garbajosa, J., Yagüe, A., and Perez, J. (2017). Identification and analysis of the elements required to manage technical debt by means of a systematic mapping study. 124:22–38.
Guo, Y., Seaman, C., and Q.B. da Silva, F. (2016). Costs and obstacles encountered in technical debt management – a case study. 120:156–169.
Kruchten, P., Nord, R., and Ozkaya, I. (2012). Technical debt: From metaphor to theory and practice. 29(6):18–21.
Lehman, M. M. (1996). Feedback in the software evolution process. 38(11):681–686.
Li, Z., Avgeriou, P., and Liang, P. (2015). A systematic mapping study on technical debt and its management. 101:193–220.
Molich, Rolf; Nielsen, J. (1990). Improving a human-computer dialogue. Commun. ACM, 33(3):338–348.
Nielsen, J. (1994). Enhancing the explanatory power of usability heuristics. In Procee- dings of the SIGCHI Conference on Human Factors in Computing Systems, CHI ’94, pages 152–158. ACM.
Parnas, D. (1994). Software aging. In IEEE Proceedings of 16th International Conference on Software Engineering, pages 279–287, Sorrento, Italy, Italy.
Rios, N., Mendonça, M., and Spínola, R. (2018). A tertiary study on technical debt: Types, management strategies, research trends, and base information for practitioners. Information and Software Technology, 102:117–145.
Runeson, P. Host, M. (2009). Empir software eng (2009) 14: 131. https://doi.org/10.1007/s10664-008-9102-8.
Runeson, Per; Host, M. R. A. R. B. (2012). Case Study Research in Software Engineering
- Guidelines and Examples. John Wiley Sons Ltd.
Seaman, C. and Guo, Y. (2011). Chapter 2 - measuring and monitoring technical debt. In Zelkowitz, M. V., editor, Advances in Computers, volume 82, pages 25–46. Elsevier.
Seaman, C. B. (1999). Qualitative methods in empirical studies of software engineering.
IEEE Transactions on Software Engineering, 25:557–572.
Tom, E., Aurum, A., and Vidgen, R. (2012). A consolidated understanding of technical debt.
Tom, E., Aurum, A., and Vidgen, R. (2013). An exploration of technical debt.
86(6):1498–1516.
Yli-Huumo, J., Maglyas, A., and Smolander, K. (2016). How do software development teams manage technical debt? – an empirical study. 120:195–218.
Zazworka, N., Spínola, R. O., Vetro’, A., Shull, F., and Seaman, C. (2013). A case study on effectively identifying technical debt. In Proceedings of the 17th International Conference on Evaluation and Assessment in Software Engineering, EASE ’13, pages 42–47. ACM.
