डेवलपर्स गलत टेस्टिंग तकनीकों का चयन क्यों करते रहते हैं

:::info लेखक:

1. सीरा वेगास
2. पैट्रिसिया रियोफ्रियो
3. एस्पेरांज़ा मार्कोस
4. नताल्या जुरिस्तो

:::

लिंक तालिका

सार

1 परिचय

2 मूल अध्ययन: शोध प्रश्न और कार्यप्रणाली

3 मूल अध्ययन: वैधता खतरे

4 मूल अध्ययन: परिणाम

5 दोहराया गया अध्ययन: शोध प्रश्न और कार्यप्रणाली

6 दोहराया गया अध्ययन: वैधता खतरे

7 दोहराया गया अध्ययन: परिणाम

8 चर्चा

9 संबंधित कार्य

10 निष्कर्ष और संदर्भ

सार

सॉफ्टवेयर विकास में एक बार-बार होने वाली समस्या है उपयोग की जाने वाली तकनीकों, विधियों और उपकरणों पर गलत निर्णय लेना। अधिकांशतः, ये निर्णय डेवलपर्स की उनके बारे में धारणाओं पर आधारित होते हैं। लोगों की धारणाओं को प्रभावित करने वाला एक कारक पिछला अनुभव है, लेकिन यह एकमात्र कारक नहीं है। इस शोध में, हम यह पता लगाने का प्रयास करते हैं कि पूर्व अनुभव के अभाव में विभिन्न तकनीकों की दोष पहचान प्रभावशीलता के बारे में धारणाएँ उनकी वास्तविक प्रभावशीलता से कितनी मेल खाती हैं।

\ इसके लिए, हम एक अनुभवजन्य अध्ययन और एक प्रतिकृति करते हैं। मूल अध्ययन के दौरान, हम छात्रों के साथ दो परीक्षण तकनीकों और एक कोड समीक्षा तकनीक का उपयोग करके एक नियंत्रित प्रयोग करते हैं। प्रयोग के अंत में, वे यह पता लगाने के लिए एक सर्वेक्षण लेते हैं कि कौन सी तकनीक उन्हें सबसे अधिक प्रभावी लगती है। परिणाम बताते हैं कि प्रतिभागियों की धारणाएँ गलत हैं और यह बेमेल गुणवत्ता के संदर्भ में महंगा है।

\ परिणामों में अधिक अंतर्दृष्टि प्राप्त करने के लिए, हम नियंत्रित प्रयोग को दोहराते हैं और सर्वेक्षण का विस्तार करके प्रतिभागियों की तकनीकों और प्रोग्रामों पर राय के बारे में प्रश्न शामिल करते हैं। दोहराए गए अध्ययन के परिणाम मूल अध्ययन के निष्कर्षों की पुष्टि करते हैं और सुझाव देते हैं कि प्रतिभागियों की धारणाएँ जटिलता के बारे में उनकी राय या तकनीकों के लिए प्राथमिकताओं पर नहीं बल्कि इस बात पर आधारित हो सकती हैं कि वे कितनी अच्छी तरह से सोचते हैं कि उन्होंने तकनीकों को लागू किया है।

1. परिचय

आजकल एक अधिक लोकप्रिय अभ्यास यह है कि सॉफ्टवेयर विकास कंपनियां डेवलपर्स को अपना तकनीकी वातावरण चुनने देती हैं। इसका मतलब है कि अलग-अलग डेवलपर्स अलग-अलग उत्पादकता उपकरणों (प्रोग्रामिंग भाषा, IDE, आदि) का उपयोग कर सकते हैं। हालांकि, सॉफ्टवेयर इंजीनियरिंग (SE) एक मानव-गहन अनुशासन है जहां गलत निर्णय संभावित रूप से परिणामी सॉफ्टवेयर की गुणवत्ता को समझौता कर सकते हैं। SE में, सॉफ्टवेयर विकास में किन विधियों, तकनीकों और उपकरणों का उपयोग करना है, इस पर निर्णय आमतौर पर डेवलपर्स की धारणाओं और/या राय पर आधारित होते हैं, न कि साक्ष्य पर, जैसा कि Dyb˚a et al. [19] और Zelkowitz et al. [55] द्वारा सुझाया गया है।

\ हालांकि, अनुभवजन्य साक्ष्य उपलब्ध नहीं हो सकता है, क्योंकि कुछ विधियों, तकनीकों या उपकरणों का किसी विशेष सेटिंग में या बिल्कुल भी अध्ययन नहीं किया गया हो सकता है। वैकल्पिक रूप से, Vegas & Basili [49] के अनुसार, डेवलपर्स ऐसे अध्ययनों से परिचित नहीं हो सकते हैं। इस आधार पर, यह पता लगाना महत्वपूर्ण है कि डेवलपर्स की धारणाएँ (विश्वास) वास्तविकता से कितनी अच्छी तरह मेल खाती हैं, और अगर वे नहीं करती हैं, तो इस बेमेल के पीछे क्या है, जैसा कि Devanbu et al. [14] द्वारा नोट किया गया है। मनोविज्ञान के अनुसार, अनुभव लोगों की धारणाओं में भूमिका निभाता है। यह Devanbu et al. [14] द्वारा SE में भी देखा गया है।

\ हालांकि, यह शोध उपयोग की जा रही प्रौद्योगिकी में पिछले अनुभव की अनुपस्थिति में धारणाएँ वास्तविकता के साथ कितनी अच्छी तरह मेल खाती हैं, यह पता लगाने के लिए निर्धारित है। यह कई कारणों से समझ में आता है: 1) अनुभव ही एकमात्र कारक नहीं है जो डेवलपर्स की धारणाओं को प्रभावित करता है; 2) विकास टीमें आमतौर पर अनुभव वाले और बिना अनुभव वाले लोगों के मिश्रण से बनी होती हैं; और 3) यह स्पष्ट नहीं है कि किस प्रकार का अनुभव धारणाओं को प्रभावित करता है। उदाहरण के लिए, Dieste et al. [17] निष्कर्ष निकालते हैं कि पेशेवर के बजाय शैक्षिक अनुभव डेवलपर्स द्वारा टेस्ट-ड्रिवन डेवलपमेंट लागू करते समय उत्पन्न कोड की बाहरी गुणवत्ता को प्रभावित कर सकता है।

\ हमारा उद्देश्य यह अध्ययन करना है कि क्या तीन दोष पहचान तकनीकों की प्रभावशीलता के बारे में धारणाएँ वास्तविकता से मेल खाती हैं, और यदि नहीं, तो इन धारणाओं के पीछे क्या है। हमारी जानकारी के अनुसार, यह इस मुद्दे का अनुभवजन्य मूल्यांकन करने वाला पहला पेपर है। इस उद्देश्य के लिए, हमने छात्रों के साथ एक अनुभवजन्य अध्ययन और एक प्रतिकृति का संचालन किया। मूल अध्ययन के दौरान हमने (एक नियंत्रित प्रयोग के हिस्से के रूप में) प्रतिभागियों द्वारा लागू की गई दो परीक्षण तकनीकों और एक कोड समीक्षा तकनीक की प्रभावशीलता को मापा। फिर हमने कथित सबसे प्रभावी तकनीक (एक सर्वेक्षण के माध्यम से एकत्रित) की वास्तविक तकनीक के साथ जांच की।

\ इसके अतिरिक्त, हमने प्रभावशीलता के नुकसान के संदर्भ में धारणाओं और वास्तविकता के बीच बेमेल की लागत का विश्लेषण किया। प्रमुख निष्कर्षों में शामिल हैं:

– अलग-अलग लोग अलग-अलग तकनीकों को अधिक प्रभावी मानते हैं। कोई एक तकनीक दूसरों की तुलना में अधिक प्रभावी नहीं मानी जाती है। – 50% प्रतिभागियों (23 में से 11) की धारणाएँ गलत हैं।

– तकनीकों की गलत धारणा औसतन 31pp (प्रतिशत अंक) प्रभावशीलता को कम कर सकती है।

\ इन निष्कर्षों ने हमें प्रतिकृति में अध्ययन के लक्ष्य का विस्तार करने के लिए प्रेरित किया ताकि यह जांच की जा सके कि प्रतिभागियों की धारणाओं के पीछे क्या हो सकता है। इसके लिए, हमने नियंत्रित प्रयोग की एक प्रतिकृति में उनके द्वारा लागू की गई तकनीकों और परीक्षण किए गए प्रोग्रामों पर उनकी राय की जांच की। प्रमुख निष्कर्षों में शामिल हैं:

– प्रतिकृति के परिणाम मूल अध्ययन के निष्कर्षों की पुष्टि करते हैं।

– प्रतिभागी सोचते हैं कि तकनीक की प्रभावशीलता विशेष रूप से उनके प्रदर्शन पर निर्भर करती है और तकनीक की संभावित कमजोरियों पर नहीं। – तकनीक जटिलता के बारे में राय और तकनीकों के लिए प्राथमिकताएँ कथित प्रभावशीलता में भूमिका नहीं निभाती हैं। ये परिणाम डेवलपर्स और शोधकर्ताओं के लिए उपयोगी हैं। वे सुझाव देते हैं:

– डेवलपर्स को अपने निर्णय की सीमाओं के बारे में जागरूक होना चाहिए।

– ऐसे उपकरण डिजाइन किए जाने चाहिए जो डेवलपर्स को तकनीकों की प्रभावशीलता पर प्रतिक्रिया प्रदान करें।

– लागू करने के लिए तकनीकों के सर्वोत्तम संयोजन का निर्धारण किया जाना चाहिए जो एक साथ आसानी से लागू करने योग्य और प्रभावी हो। – डेवलपर्स के लिए अनुभवजन्य परिणामों को उपलब्ध कराने के लिए उपकरण विकसित किए जाने चाहिए।

\ यहां प्रस्तुत अध्ययनों से संबंधित सामग्री https://github.com/GRISE-UPM/Misperceptions पर पाई जा सकती है। लेख को निम्नानुसार व्यवस्थित किया गया है। अनुभाग 2 मूल अध्ययन का वर्णन करता है। अनुभाग 3 इसके वैधता खतरों को प्रस्तुत करता है। अनुभाग 4 परिणामों पर चर्चा करता है। अनुभाग 5 मूल अध्ययन में किए गए संशोधनों के आधार पर दोहराए गए अध्ययन का वर्णन करता है। अनुभाग 6 इसके वैधता खतरों को प्रस्तुत करता है। अनुभाग 7 इस दोहराए गए अध्ययन के परिणामों की रिपोर्ट करता है। अनुभाग 8 हमारे निष्कर्षों और उनके निहितार्थों पर चर्चा करता है। अनुभाग 9 संबंधित कार्य दिखाता है। अंत में, अनुभाग 10 इस कार्य के निष्कर्षों की रूपरेखा प्रस्तुत करता है।

\ \

:::info यह पेपर arxiv पर उपलब्ध है CC BY-NC-ND 4.0 लाइसेंस के तहत।

:::

\