Descrevendo a colaboração em Redes sociais de times de desenvolvimento de software : estruturas e impacto na performance de projetos

Transcrição

1 Descrevendo a colaboração em Redes sociais de times de desenvolvimento de software : estruturas e impacto na performance de projetos Alixandre Santana 1, Breno Fontes 2, Hermano Perrelli 1 1 Centro de Informática Universidade Federal de Pernambuco (UFPE) Recife PE Brasil 2 Departamento de Ciências Sociais Universidade Federal de Pernambuco (UFPE) Recife PE Brasil {atfs2,hermano}@cin.ufpe.br, brenofontes@gmail.com Resumo. Resultado de uma construção coletiva de indivíduos, o software acaba por sofrer influências de fatores humanos como comunicação, colaboração, liderança, personalidade, dentre outros, que vêm sendo estudados, por meio de uma abordagem multidisciplinar de pesquisa. A análise de redes sociais pode contribuir nesse contexto explicitando relações estruturais entre os membros de uma equipe, seja na perspectiva da difusão do conhecimento, liderança ou até mesmo na forma com que as relações dos membros são delineadas. Tais informações podem ter valor estratégico na tomada de decisão de um gerente de projeto, como no caso de alocação de recursos, recomendação e recolocação de membros da equipe etc. O presente trabalho descritivo-exploratório investiga as redes informais de colaboração em equipes de projetos da indústria de software e as analisa sob a ótica de métricas como centralidade de betweeness, centralidade de closeness, clusterização, descrevendo a estrutura social dos times dos projetos de software pesquisados. Também é verificada a correlação entre os valores dessas métricas com o desempenho dos equipes de projetos de software das organizações pesquisadas. Os resultados mostram que... Palavras Chave: times, software, projetos, análise, redes sociais, performance Abstract.Software development is a human being coletive task. In this sense, human factors like communication, collaboration, leadership and personality end up influencing software creation activities. Social network analysis can contribute for research on this field, adding a multidisciplinary approach that shows structural relationships among team members, in terms of knowledge diffusion and collaboration even the way those relationships are delineated. Such informations might be valuable for strategic decision making process, for example, when a project manager have to allocate resources, make recommendations and allocation of team members etc. The present work, considered as a descriptive and exploratory one, investigates informal collaboration networks established in software project teams and analyses under social network theory concepts like betweeness centrality, closeness centrality,

2 clustering, and describes the hidden social structural of software project s teams on organations researched. We try to find a relation between the metrics results with team performance as well. Results showed that Keywords: teams, software, project, analysis, social networks, performance 1. Introdução É preocupante a quantidade de projetos que falham ou são entregues fora do prazo ou orçamento. As falhas em projetos de software geram prejuízos de ordem mundial na escala de bilhões [8]. Segundo pesquisa do Standish Group citada em [28] realizada a partir de 8400 projetos de sistemas de informação no período de 1994 a 2004, a taxa de sucesso desses projetos ficou abaixo de 30%. Em 2004, apenas 16.2% dos projetos foram terminados com sucesso e 31,1% falharam. Os 52.7% embora entregues funcionalmente, extrapolaram orçamento e/ou tempo ou ainda, não foram entregues em sua completude. Diante do crescimento da participação do setor de software na economia mundial, a área engenharia de software têm desenvolvido ferramentas, técnicas, metodologias e conceitos para tornar suas atividades mais produtivas, procurando também reduzir o risco de falhas em seus projetos que resultam em produtos e serviços importantes na economia do conhecimento. Para realizar projetos de software com sucesso, as organizações produtoras de software precisam responder a desafios tais como saber os conhecimentos disponíveis das pessoas, suas habilidades, posições organizacionais, papéis, se a expertise necessária está disponível no projeto, garantir a comunicação adequada, recursos em níveis apropriados, identificar membros críticos da equipe, lideranças etc. Uma vez de posse dessas informações, a organização pode assim minimizar os riscos de falha, estabelecendo um processo decisório inteligente e proativo. Uma das abordagens que vêm sendo utilizadas dentro da engenharia de software empírica para pesquisas em desenvolvimento de software é a análise de redes sociais. A análise de redes sociais se consolidou enquanto método de pesquisa ainda na década de 60 nos Estados Unidos, inicialmente e desde então vem ganhando adeptos em diversos ramos da ciência[6], sendo esses interessados em investigar como o indivíduo está imerso dentro de uma estrutura social e como essa estrutura emerge a partir das micro-relações entre as partes individuais e ainda, o papel que as diferentes estruturas podem ter sob variáveis dependentes específicas de cada campo seja na medicina, sociologia, antropologia ou engenharia de software[13]. No contexto de projetos e times, a partir da análise de redes sociais, são alguns exemplos de problemas que podem ser abordados[2] : Comunicação e colaboração dentro do time e fora dele[6] Para Curtis, questões de comunicação e coordenação constituem um dos três maiores problemas do desenvolvimento de software[12]. Tais temas vêm sendo discutidos dentro da comunidade de software desde a década de 80, de acordo com Brooks citado em [12], embora não tenham sido esgotados.

3 Alguns pesquisadores sugerem que a habilidade de transferir conhecimento representa uma fonte distinta de vantagem competitiva. A efetiva transferência de conhecimento entre indivíduos é importante ou até mesmo crítica em várias saídas de processos organizacionais, como por exemplo, transferência de conhecimento, desenvolvimento de novos produtos e até mesmo para a sobrevivência da organizacional[24]. Para ter uma efetiva colaboração não se pode minimizar a importância das redes informais de contatos. A colaboração, compartilhamento e transferência de informação e conhecimento dependem assim da rede social dos indivíduos envolvidos no processo de troca. A análise de redes sociais pode desempenhar um papel central nesse processo[2]. Seleção e recomendação de membros do time A partir de posições sociais estruturais identificadas na rede, é possível identificar um membro com maior propensão para ocupar um cargo de liderança ou de gerência de projetos, por exemplo. Nesse contexto, encontra-se o trabalho de Wi et al. [26] que desenvolveram uma ferramenta para construção de times e seleção de gerentes de projetos a partir dos times formados, com base nas redes sociais formalizadas por esses membros. Outras aplicações de ARS em projetos que podem ser citadas são a otimização do nível e distribuição de recursos do projeto e gerenciamento de riscos do projeto [2] Alguns benefícios obtidos a partir da intervenção baseada em análise de redes sociais incluem a promoção da colaboração, melhoria da comunicação intra e entre times, além da habilitação do fluxo de conhecimento adequado para o projeto[2]. 1.1 Trabalhos correlatos Madey et al.coletaram dados de projetos e de desenvolvedores a partir do SourceForge, site que provê ferramentas de gerenciamento de projetos, rastreamento de bugs, serviços de listas de , fóruns de discussão dentre outros para colaboradores de projetos de software livre/aberto. Projetos de código aberto são arranjos auto-organizáveis e dinâmicos pelos quais voluntários do mundo todo, orientados primeiramente pela auto-motivação e não necessariamente compensação financeira, contribuem e colaboram para um produto de software. Os autores aplicaram análise de redes sociais para estudar o fenômeno do desenvolvimento de software de código aberto. No referido trabalho, a análise das propriedades estruturais da rede de colaboração entre os desenvolvedores evidenciou a existência do modelo de power-law, conhecido na literatura de análise de redes sociais[6]. Ohira et al.aplicaram filtragem colaborativa e técnicas de análise de redes sociais também sobre dados coletados a partir do SourceForge[4]. Eles construíram redes de desenvolvedores e redes de projetos a partir dos dados com o objetivo de desenvolver ferramentas para apoiar colaboração e propagação do conhecimento entre projetos open source [15]. Do mesmo modo, Xu et. al utilizaram técnicas de análise de redes sociais em dados do SourceForge[4]. A conclusão desses autores é de que a comunidade SourceForge é um sistema auto-organizável que

4 apresenta características do fenômeno small-world, conhecido antigo das teoria de redes sociais [6]. Em [16], três projetos foram selecionados a partir do SourceForge em termos de similaridades bem como suas diferenças. Mensalmente, os autores extraíram dados de sistemas de rastreio de bugs com o objetivo de obter uma visão longitudinal do padrão de interação de cada projeto. Nessa pesquisa, a análise de redes sociais foi usada para gerar índices da estrutura social pelo que foi possível visualizar o processo de evolução de uma rede social, notadamente uma evolução a partir de pontos centrais que migram para a periferia à medida que o projeto evolui na linha do tempo. Os artefatos que mediam e apoiam o trabalho técnico refletem não apenas aspectos técnicos mas simultaneamente refletem arranjos de trabalho, divisões e outros aspectos da prática da atividade de software[27]. Foi partindo desse pressuposto que Souza et al. analisaram por meio de métricas de redes sociais artefatos de software open-source. Através do trabalho, foi possível visualizar a rede social de programadores que atuavam em determinado artefato, dependências entre artefatos, a estrutura social dos indivíduos dos projetos analisados bem a como evolução da mesma ao longo do tempo. No trabalho de Pereira e Soares[24], os autores utilizam redes sociais para realizar uma análise do fluxo da informação em um instituto de pesquisa e desenvolvimento na área de engenharia de sistemas, propondo melhorias nas funcionalidades dos sistemas de colaboração,comunicação e do fluxo de informação do instituto. A ARS permitiu identificar e entender um conjunto de relacionamentos que facilitaram ou inibiram a transferência de conhecimento na organização. Conforme pode ser observado acima, em uma busca ad-hoc da literatura é freqüente o número de trabalhos de pesquisa que têm nos repositórios de projetos de software livre/aberto uma fonte de dados extensa e rica para análise. Intrinsecamente, as atividades desses projetos são distribuídas, acompanhadas e desenvolvidas sobre a plataforma da internet, possibilitando assim que os logs das atividades dos indivíduos se tornem importantes fontes de pesquisa. Em contraste, projetos de softwares proprietários ou fechados estão inseridos dentro de um contexto particular sob a influência de objetivos e estruturas organizacionais definidas, metas, prazos, remuneração financeira dos indivíduos, estruturas formais etc. Dessa forma, o acesso aos dados das relações sociais dos indivíduos nesses ambientes não é trivial e transparente como no caso dos softwares livres/abertos, sendo menos freqüente a aplicação de análise de redes sociais na área, especialmente e abordagens quantitativas como no caso dos estudos acima citados. Procurando investigar projetos de software fechados/proprietários, suas estruturas sociais, posições relativas de seus membros na rede e finalmente, procurando relacionar a estrutura social das redes informais de colaboração entre os membros dos projetos, no presente trabalho, times de desenvolvimento de software serão os sujeitos da pesquisa. O objetivo principal da pesquisa é caracterizar a estrutura social de colaboração nos times de desenvolvimento de software pesquisados por meio de métricas de redes sociais e verificar a correlação dessa estrutura social com o desempenho do time.

5 O trabalho tem ainda como objetivos específicos:: Caracterizar os projetos de software investigados quanto à quantidade de membros envolvidos e à atividade de colaboração entre seus membros. Destacar seus indivíduos-chave, seus posicionamentos na rede, bem como os atributos, vantagens ou desvantagens que emergem a partir dessas posições ocupadas para entender melhor o papel desses indivíduos no time. Verificar eventual correlação existente entre os indicadores sociais de cada rede com a variável desempenho do projeto Na seqüência, na seção 2 são apresentados os conceitos tratados na pesquisa, a saber: análise de redes sociais e colaboração em projetos de software. Já a seção 3 traz os procedimentos metodológicos. Na seção 4, os resultados esperados são apontados. Finalmente, a seção 5 tece as considerações finais. 2. Referencial teórico 2.1 Projetos, times de desenvolvimento de software Um dos arranjos de trabalho geralmente utilizados nas empresas é o time, para tarefas que são complicadas e difíceis de serem realizadas individualmente. Nas últimas décadas, muitas organizações tiveram suas estruturas organizacionais transformadas e baseadas em times ou se tornaram organizações orientadas a projeto[30], como ocorre na indústria de software, dada a alta complexidade da natureza do desenvolvimento de suas atividades. Várias técnicas, métodos e ferramentas estão disponíveis na literatura sobre como controlar projetos, identificar potenciais riscos e melhorar a performance[2]. Algumas mais focadas em processos, como é o caso do Project Management Body of Knowledge (PMBoK) [10], outras advogam competências comportamentais como sendo importantes, como é Competence Baseline Document ICB definido pela International Project Management Association[11].Esta segunda abordagem é mais próxima das necessidades de projetos de software por um conjunto importante de razões: os resultados dos projetos de software são intangíveis, seus requisitos são difíceis de capturar, seu resultado final é difícil de ser mensurado,além de conhecimento e habilidades humanos serem fatores importantes para sua execução. O desenvolvimento de software, pelo exposto, é considerado uma atividade humana de uso intensivo de conhecimento[2], composto por trabalho em times, tarefas compartilhadas, interação e colaboração entre os membros. Os projetos se tornam, então, fortemente dependentes das pessoas envolvidas no mesmo, sejam elas usuários, analistas de sistemas, programadores, gerentes de projeto dentre outros. Essas afirmação é corroborada por várias abordagens que atentam para os fatores humanos na atividade de desenvolvimento de software e que dão ênfase à agilidade, times dinâmicos, habilidades e colaboração [5].

6 A pesquisa em times de desenvolvimento de software vem sendo realizada a partir de duas abordagens principais: a tecnológica e a comportamental. A segunda leva em consideração fatores humanos na atividade de construção de software. A perspectiva tecnológica foca na noção de que ferramentas e técnicas podem levar o projeto ao sucesso, enquanto a comportamental dá ênfase a importância das características dos indivíduos produtores de software e sua coordenação[28]. Corroborando as idéias da perspectiva comportamental, muitos estudos que tem focado nas características dos membros de time mostram que habilidades de time, envolvimento gerencial e variação mínima na experiência de seus membros demonstraram ser mais importantes do que ferramentas de desenvolvimento de software e métodos quando se trata de habilitar efetivamente os processos do time[28]. O presente trabalho dá ênfase na perspectiva social ou comportamental ao considerar como fonte primária de dados as características relacionais que emergem a partir da interação dos membros dos times. 2.2 Projetos de software e performance A complexidade inerente às atividades dos projetos de software faz com que muitas iniciativas de desenvolvimento fracassem. Conforme citado anteriormente, pesquisa do Standish Group citada em [28] realizada a partir de 8400 projetos de sistemas de informação no período de 1994 a 2004, a taxa de sucesso desses projetos ficou abaixo de 30%. Dentro desse contexto, pontos importantes para investigação são os fatores que influenciam nessas falhas bem como definir medidas de desempenho para os projetos. As medidas mais utilizadas incluem custo, prazo, saídas/produções técnicas realizadas e satisfação do cliente.[30]. Embora a performance de projetos seja reconhecida como um parâmetro multidimensional por Baccarini (1999), Bannerman (2008) e Shenhar et al., (2001) citado em [30], várias organizações continuam avaliando a performance de projetos primariamente através da conformidade com custo e prazos[30]. No presente trabalho, os gerentes de projeto participarão da pesquisa respondendo dados acerca da performance de seus projetos, que será mensurado pelas variáveis de prazo e custo. 2.2 Times e colaboração Pereira e Soares definem colaboração em [24] como sendo uma ação coordenada e conjunta de indivíduos apoiada em comunicação. Coordenação em projetos de desenvolvimento de sistemas se refere a stakeholders trabalhando em um projeto de comum aceitação, com uma definição comum sobre o que está sendo construído, compartilhando informações e cooperando em suas atividades[30]. A complexidade de grandes sistemas de informação para um indivíduo ou pequeno grupo produzi-lo ou até mesmo entendê-lo, aliada às incertezas que surgem a partir das mudanças rápidas no ambiente organizacional e das mudanças tecnológicas aumentam a necessidade de coordenação entre membros de times de desenvolvimento de software[30].

7 Faraj and Sproull (2000) em [30] discutiram a respeito da expertise em coordenação de times(saber onde expertise está alocada, saber onde tal expertise é necessária) e revelaram que a mesma tem forte influência sobre a performance de times[28][30]. Para Faraj and Sproull (2000) citado em [30], a capacidade dos membros do tume de coordenarem entre si as dependências de recursos, tarefas e atores é crítica na fase de execução de projetos. Outro componente importante da colaboração é a comunicação, definida por Pinto e Pinto (1990) citados em [30] como o processo de transferência da informação entre os membros do time. É necessária para os membros da equipe para que possam coletar e trocar informações para entender o ambiente externo, nivelar atividades e status do projeto e ainda gerar soluções para os problemas encontrados. A comunicação promove a distribuição da informação disponível para todos os membros, o que aumenta a quantidade de informação no time, que por sua vez, contribui para redução das incertezas[30]. A falta de uma comunicação efetiva ou adequada aumenta a dificuldade do processamento de conhecimento e sua utilização necessária no trato de incertezas e ambiguidades, de acordo com Daft and Lengel (1986) citado em [30]. Como resultado disso, a probabilidade de sucesso para o time do projeto é reduzida. Corroborando tais afirmações, Peltoniemi et al. (2004) citado em [30] apontaram a comunicação como sendo o segundo fator mais impactante na performance de um time de projetos dentre nove elencados pelo PMBOK. Uma vez que a falta de comunicação de qualidade geralmente resulta em baixa performance, a promoção da comunicação entre diferentes stakeholders de um projeto de desenvolvimento de software se torna crítica. 2.3 Análise de redes sociais Redes sociais são um formalismo baseado na teoria dos grafos. Representam relacionamentos entre entidades sociais através de nós e conexões. A idéia básica de uma rede social é relativamente simples: um conjunto de atores (ou pontos, nós, agentes) que podem ter relacionamentos (ou conexões, arestas, laços) entre si[13]. Uma rede social pode ser caracterizada segundo suas propriedades estruturais e topológicas que explicam a sua estrutura[20]. Um das principais aplicações da análise de redes sociais é análise de tais propriedades, como, por exemplo: a centralidade de determinados nós da rede, a densidade de suas relações, sua capacidade de interconexão ou comunicação etc. o pressuposto fundamental nesse tipo de análise é que a relação entre os atores da rede é tão importante quanto os atributos individuais desses atores. A partir da análise de redes sociais, busca-se entender, por exemplo, os relacionamentos e o fluxo de informações entre pessoas, grupos e organizações. Novamente, a unidade na análise de redes sociais não é o indivíduo, mas sim a coleção de indivíduos e os relacionamentos entre eles. Recentemente, pesquisadores perceberam que a estrutura social pode desempenhar um papel importante no trabalho de times. Conceitos como centralidade, centralização, densidade de rede foram utilizados em contextos como satisfação no trabalho, performance e poder, busca de

8 empregos, performace acadêmica, atitudes de aprendizado, conflitos intergrupos e performance individual[12]. Como pode ser visto, a análise de redes sociais pode permear diferentes áreas de investigação, desde que os problemas investigados possam ser modelados a partir de nós ou pontos e que os relacionamentos entre esses constituam majoritariamente o objeto de análise. De acordo com Freeman citado em [18], são quatro características que definem o campo da análise de redes sociais: (1) a perspectiva estruturalista, centrada na análise da estrutura social da rede (2) a fundamentação em dados empíricos (a ARS é aplicada a algum contexto real no qual os relacionamentos de fato, existem), (3) a utilização de gráficos, particularmente os sociogramas como modelos e (4) o uso de modelos matemáticos e computacionais que deriam as métricas de redes sociais. Alguns conceitos importantes da análise de redes socias são descritos na seção que segue Conceitos de análise de redes sociais utilizados Nesta seção, serão descritos os conceitos utilizados no trabalho. Outras métricas de análise e conceitos podem ser encontradas em [6]. Em análise de redes, os vértices de um grafo são chamados nós e suas arestas são chamadas conexões,, elos ou relacionamentos. O conjunto de nós e suas conexões formam um sociograma. Sociogramas foram desenvolvidos para ilustrar a estrutura de relações informais dentro do grupos estudados por Hawthorne[6], que analisou aspectos comportamentais desses grupos como: envolvimento em jogos, troca de empregos, auxílio mútuo, amizade e antagonismos. Num sociograma, um círculo representa uma pessoa e as setas representam relacionamentos entre essas, que podem ser positivos ou negativos, unidirecionais e bidirecionais (recíprocos). As relações ainda podem ser quantificadas de acordo com um peso que representa sua intensidade. Um exemplo de sociograma com relacionamentos ponderados, direcionados pode ser visto na Figura 1: Figura 1 - Exemplo de sociograma Uma sequência de nós adjacentes e não-repetidos é chamado de caminho. O menor caminho entre dois nós é chamado de caminho geodésico. Informalmente, um caminho

9 geodésico é também conhecido como distância social de um nó para outro. O maior caminho geodésico de um sociograma é chamado de diâmetro da rede. Para fins de análise desses relacionamentos que podem ter peso, sinal e direção, existem uma vasta diversidade de métricas como centralidade, coesão, densidade que são usadas para mensurar aspectos relacionais da estrutura social. Entretanto, seu uso dependerá do contexto de análise. São algumas dessas métricas: Densidade Densidade de um grafo ou sociograma é definida pelo quociente do número de conexões existentes entre os nós e o número total de conexões possíveis. A densidade dentro de uma rede de colaboração pode mensurar quão conectados estão os membros do grupo facilitando assim a troca de informação.l Centralidade Centralidade é um dos conceitos mais utilizados dentro da análise de redes sociais. A idéia por trás é se uma pessoa é central em sua rede ou grupo, ela será mais popular e terá maior acesso a recursos ou atenção. As métricas de centralidade quantificam o quão próximo os nós estão direta ou indiretamente conectados com outros nós na rede. As métricas principais nessa categoria são centralidade de grau, de closeness e de betweenness. A mais simples delas é a centralidade de grau de um nó, que consiste no número de conexões diretas de um determinado nó. O grau de conectividade pode ainda de ser partida ou chegada, caso o sociograma seja direcionado, o que dá origem a métricas de centralidade de grau de chegada e de partida. Um nó é considerado desconectado se ele não tiver nenhuma conexão. Mensurando-se apenas as conexões diretas entre um nó e os demais, como no caso anterior, desconsidera-se eventuais conexões indiretas, calculando-se assim o que se convenciona como centralidade local[6]. Freeman em 1979 [6] expandiu o conceito de centralidade, propondo o termo centralidade global,ou de closeness que leva em consideração a distância de um nó N a todos os demais nós (além daqueles conectados diretamente). Nessa métrica,a centralidade closeness é definida como a distância média do nó N até cada um dos outros nós da rede que podem ser alcançados por ele. O nó com maior centralidade de closeness é o nó que possui o melhor acesso a todos os outros da rede. Por outro lado, um nó com baixa centralidade de closeness pode indicar um nó que se situa na periferia do sociograma. Outra medida definida também por Freeman foi a centralidade de betweeness, que mensura o grau de intermediação de um nodo entre duas subredes sociais. Na Figura 2, os nós G e M, a pesar de terem centralidades locais baixas, em relação aos nós A e C, possuem maior centralidade de betweeness já que ambos interligam duas importantes subredes, conforme pode ser observado na Figura 2. Para calcular centralidade de betweeness, para cada par de nós da rede, calcula-se quantas vezes um determinado nó aparece no caminho mais curto (distância geodésica) daquele par. O nó que aparecer o maior número de vezes nos caminhos geodésicos de cada par do grafo possui a maior centralidade de betweeness. Esse cálculo leva em consideração o conceito de dependência local, cunhado por Freeman citado em [6], que diz que é um ponto X

10 é dependente de outro ponto P se os caminhos que ligam X aos demais nós do grafo passam por P. Figura 2 Centralidades locais (A e C) e centralidade de betweeness (G e C) Cliques Para Scott [6], um clique é um subconjunto de nós ou pontos no qual cada possível par de nós está conectado por uma única ligação. Um clique também não pode estar contido em outro clique. Figura 3 - Cliques de 3, 4 e 5 nós Uma extensão do conceito de clique foi proposta e chamada de n-clique, considerada mais realista ao aparecer com mais freqüência em redes sociais. Considera-se então, um relaxamento da definição de cliques anterior, na qual todos os pares de nós do clique estão conectados por um caminho de até n conexões e não apenas por uma conexão. A Figura 4 ilustra o conceito de n-clique: Figura 4 - n-cliques de tamanho 4 A partir da detecção de cliques é possível revelar a existência de subgrupos cujas características específicas podem ser analisadas. Promoção de idéias, difusão de valores, influência local podem ter nos cliques um ponto crucial para seu sucesso.

11 Outras métricas de análise de redes sociais estão voltadas para aspectos posicionais, estudando assim as conseqüências ou efeitos inerentes à posição na qual o nó se encontra estabelecido.a abordagem posicional agrupa aqueles nós que possuem padrões de relações similares, ou seja, não precisa existir uma conexão direta entre os nós para que esses sejam considerados similares. Um exemplo simples pode ser encontrado na metáfora do sistema educacional, no qual os professorem enquanto nós ou vértices, possuem padrões similares de relacionamentos (relacionam-se com alunos, diretores etc), eventualmente, relacionando-se entre si. Métodos de clusterização por aglomeração e divisão que utilizam métricas de similaridade são usados para este fim [6]. 3. Metodologia 3.1 Classificação da pesquisa A pesquisa terá abordagens de caráteres exploratório e descritivo. Os estudos exploratórios visam a familiarização com o fenômeno ou conseguir nova compreensão deste, freqüentemente para poder formular um problema mais preciso de pesquisa ou criar hipóteses [22] Por sua vez, a pesquisa descritiva tem como objetivo primordial a descrição das características de determinada população e o estabelecimento das relações entre variáveis. qualitativa: A pesquisa é qualitativa. Richardson em [23] cita vantagens do uso de metodologia Os estudos que empregam uma metodologia qualitativa podem descrever a complexidade de determinado problema, analisar a interação de certas variáveis, compreender e classificar processos dinâmicos vividos por grupos sociais, contribuir no processo de mudança de determinado grupo e possibilitar, em maior nível de profundidade, o entendimento das particularidades do comportamento dos indivíduos. Com este pensamento, a abordagem qualitativa se faz adequada aos propósitos do estudo, quando se faz necessário investigar em profundidade as variáveis que envolvem o fenômeno, o que seria dificultado em abordagem diversa. Quanto aos meios, será utilizado o Estudo de Caso [23]. Serao investigados seis times de desenvolvimento de software dentro de um conjunto de 15 projetos, escolhidos por conveniência e facilidade de acesso.

12 3.2 Coleta dos dados Alguns pesquisadores têm definido e analisado as redes sociais a partir de uma perspectiva quantitativa como é o caso dos trabalhos correlatos citados anteriormente pela qual os dados são extraídos a partir de páginas web, repositório de dados, dentre outros repositórios. A análise quantitativa dos dados relacionais tende a prover uma representação mais fidedigna das redes já que se baseiam em dados estáticos e imutáveis, facilmente obtidos a partir de registros históricos. Outra abordagem possível é a qualitativa, pela qual os participantes da rede definem seus próprios relacionamentos através, por exemplo, de entrevistas. Para Bertolotti and Tagliaventi (2007) citado em [25], a abordagem qualitativa provê a oportunidade de uma análise mais profunda e de insights sobre a qualidade das interações e seus impactos no comportamento. Essa abordagem será utilizada no presente trabalho. O primeiro levantamento de dados será acerca dos projetos. Serao selecionados 3 projetos de software de 5 empresas escolhidas por critério de conveniência e facilidade de acesso. Tais projetos deverão ter sido entregues no prazo e dentro do orçamento previsto, como medida de sucesso do projeto, alem de possuir de 5 a 15 membros em seu time. Na seqüência, os projetos escolhidos serão analisados do ponto de vista da colaboração entre seus membros que serão entrevistados e avaliarão a colaboração a partir de 4 variaveis: 1- Cooperação entre membros do time 2- Comunicação entre membros da equipe 3- Qualidade do produto ou serviço entregue pela equipe 4- Qualidade da execução durante o trabalho da equipe Uma escala ordinal de 0 a 5 será utilizada sobre essas variáveis. Tal escala permitirá a seleção dos três projetos que mais pontuaram bem como dos três projetos com menor pontuação, totalizando seis projetos ou times no pool de times a ser analisado na fase posterior. Tendo selecionado os times com melhores e piores pontuações na escala definida, suas respectivas redes sociais serão construídas a partir de questionários aplicados a seus membros, dentre esses podem estar gerente de projetos, analistas de sistemas etc, que por sua vez, definirão suas próprias redes sociais de colaboração.

13 A Figura 5 ilustra a seqüência metodológica adotada: Empresa A Empresa B 3 melhores projetos Empresa C Empresa D Rankeamento `performance dos projetosos Aplicação de questionários sobre times Empresa E 3 piores projetos Figura 5 - Desenho metodológico da pesquisa De posse da analise das informações estruturais s da rede após a aplicação das métricas sobre a rede social identificada, poder-se-a inquirir os indivíduos que se destacaram no tecido social, procurando identificar perfis, comportamentos, ações a partir de entrevistas e/ou questionários especificos. 3.3 Análise dos dados A Tabela 1 descreve as métricas de redes sociais utilizadas no presente trabalho e sua relação com os objetivos específicos. Objetivo específico Destacar seus indivíduoschave, seus posicionamentos na rede, bem como os atributos, vantagens ou desvantagens que emergem a partir dessas posições ocupadas para entender melhor o papel desses indivíduos no time. Métrica Rede Social utilizada Densidade local, centralidade de betweeness, centralidade de closeness [6] Relação Objetivo-Métrica As medidas de centralidade permitem identificar posições nas quais os atores estão na rede em relação à colaboração. Atores com altos valores de centralidade são atores com potencial acesso fácil à informação que circula na rede e aos demais atores. A centralidade de closeness mede o número de passos que um ator deve seguir para entrar em contato com outro ator da rede. Atores mais centrais na rede são nós interessantes para a investigação. A densidade em conjunto com a centralidade permite avaliar as condições de acesso e compartilhamento de informações no

14 processo de colaboração. Por exemplo, se a densidade de uma rede é baixa, é provável que tal rede seja restritiva do ponto de vista de novas conexões entre atores. Se a densidade é alta, relacionamentos podem ser estabelecidos facilmente. Verificar eventual relação existente entre os indicadores sociais de cada rede com a variável desempenho do projeto Densidade global, densidades locais. centralidade de betweeness, centralidade de closeness, diâmetro da rede [6]. n-cliques [6] As métricas descritas acima serão extraídas para cada rede social dos times e em seguida, será observada a recorrência de valores, e verificada eventual relação com o desempenho do projeto. Tabela 1 - Métricas de análise de redes sociais utilizadas na pesquisa Os dados das entrevistas e questionários passarão pelo processo de análise de conteúdo. O processo de análise de dados na pesquisa qualitativa consiste em extrair sentido dos dados do texto, imagens e conduzir análises diferentes[25]. Sendo assim, categorias importantes que caracterizam os membros destacados da rede social serão extraídas a partir dos textos oriundos das entrevistas/questionários. 4. Resultados Esperados Ao final da pesquisa, 6(seis) sociogramas de times de desenvolvimento de software serão construídos, juntamente com suas principais métricas de redes socais. Será possível conhecer a configuração da estrutura social desses times, seus pontos em destaque, e entender melhor como ocorre o processo de colaboração em times de desenvolvimento de software fechado. Espera-se visualizar e entender os relacionamentos que facilitam ou inibem a colaboração e compartilhamento de informações e conhecimentos nos times pesquisados. Também será possível identificar grupos de indivíduos que desempenham papéis centrais, grupos isolados e indivíduos que concentram sobrecarga de informação, que representam oportunidades de melhorias do fluxo de informação e conhecimento.

15 Espera-se confirmar um indício de relação entre projetos considerados de sucesso por sua equipe com valores e posições estruturais específicos de seus membros na rede social respectiva. Tal relação se confirmada em estudos posteriores, poderia servir de base para construção de ferramentas preditoras de bom desempenho em projetos, em tempo real, de acordo com as configurações sociais de um time submetido à análise. Características importantes dos membros em destaque de cada rede poderão emergir a partir das entrevistas realizadas, servindo de base para construção de um perfil de membro para uma determinada posição na estrutura do sociograma, o que poderia servir de instrumento de apoio para recomendação de membros e formação de equipes. 5. Considerações finais Esta proposta de pesquisa propõe investigar o fenômeno da colaboração em times de desenvolvimento de software por meio de métricas de análise de redes sociais. Para tanto, serão selecionados 6 times dentre um total de 15, que representam os 3 piores e os 3 melhores desempenhos de acordo com métrica específica adotada. A abordagem empregada de construção da rede social é de natureza qualitativa, diferente da utilizada na maioria dos estudos de colaboração em projetos de software que se apoiam em repositório de dados de logs de operações para construção das redes sociais, conforme exemplos citados na introdução deste trabalho. É importante ressaltar que pelo fato de se solicitar aos membros da rede que definam suas próprias redes, pode-se incorrer em associações fracas e efêmeras influenciadas por questões de memória de curto prazo, afinidades, dentre outros, inserindo então um viés na rede construída. Tal fato, portanto, pode culminar com uma representação imprecisa do que seria a rede social real. Por outro lado, a possibilidade de utilização de questionários e/ou entrevistas semi-estruturadas com os membros dos times oferece uma qualidade maior de informação sobre a relação que está se mapeando, bem como sobre seus atores, traduzindo-se numa oportunidade de uma análise mais profunda sobre os laços e atores envolvidos. Espera-se com a realização desta pesquisa contribuir para o entendimento de como ocorre a colaboração em times de desenvolvimento de software de empresas brasileiras, conhecer mais acerca dos indivíduos que se destacam nesses times, bem como investigar a existência de indícios de relação entre configurações estruturais e performance dos times investigados.

16 Referências [1] Henttonen, K. Exploring socialnetworks on the team level:a review of the empirical literature. Journal of Engineering and Technology Management. Amsterdam, v. 27, p , march, [2] Fitsilis, P.; Gerogiannis, V.; Anthopoulos, L; Kameas, A. Using Social Network Analysis for Software Project Management. In: INTERNATIONAL CONFERENCE ON THE CURRENT TRENDS IN INFORMATION TECHNOLOGY (CTIT). 2009, Anais Emirados Arabes: IEEE, 2009, p [3] Petkovic,D; Thompson, G; Todtenhoefer, R. Huang, S.; Levine, B. ; Parab, S. ; Singh, R. Soni, G. ;Shrestha, S. Work in Progress e-tat: Online Tool for Teamwork and Soft Skills Assessment in Software Engineering Education. In: ASEE/IEEE FRONTIERS IN EDUCATION CONFERENCE, Washington, Anais 2010, p. S1G-1 - S1G-3 [4] Sureka, A.; Goyal, A, Rastogi, A. Using Social Network Analysis for Mining Collaboration Data in a Defect Tracking System for Risk and Vulnerability Analysis. In: THE 4TH INDIA SOFTWARE ENGINEERING CONFERENCE, 2011, Anais New York: ACM, 2011, p [5]Falkowski, T. Community Analysis in Dynamic Social Networks. Göttingen: Otto-von- Guericke-University, 2009, Tese (doutorado ) Magdeburg, 2009 [6] Scott, J. Social network Analysis: a handbook. London: SAGE publications, [7] SOFTEX. SOFTWARE E SERVIÇOS DE TI: A INDÚSTRIA BRASILEIRA EM PERSPECTIVA. Disponivel em < 0EXECUTIVO.pdf > acesso em 20 mai 2012 [8]IEEE Spectrum. Why Software Fails. Disponivel em < Acesso em 30 mai 2012 [9] Kadushin, C. Understanding social networks: theories, concepts and findings. New York: Oxford University Press, [10] PMBOK Project Management Institute Standard Committee, A guide to the Project Management Body ofknowledge (PMBoK), [11] IPMA. Competence Baseline ICB - Version 3.0., Van Haven Publishing, Netherlands, 2006 [12]. Yang, H; Tang, J.Team structure and team performance in IS development: a social network perspective. Information & Management, Elsevier, v. 41,p , 2004.

17 [13] Hanneman, R.; Riddle, M. Introduction to social network methods. Riverside, CA: University of California, Riverside. Disponivel em< > Acesso em mai [14] SOURCEFORGE. Disponivel em < [15] Ohira,M; Ohsugi,N; Ohoka,T; Matsumoto, K. Accelerating cross-project knowledge collaboration using collaborative filtering and social networks. In INTERNATIONAL WORKSHOP ON MINING SOFTWARE REPOSITORIES. 5, 2005, Anais ACM. 2005, p. 1-5 [16] Long, Y; Siau, K. Social Network Structures in Open Source Software Development Teams. Journal of database management, v. 18, n. 2, p , [17] Alojairi, A; Safayeni, F. The dynamics of inter-node coordination in social networks A theoretical perspective and empirical evidence. International Journal of Project Management, v. 30, n1, p.15-26, [18] Silva, M. D; Governança e territorialização: comparando políticas públicas no Brasil através do PSF Recife: UFPE, 2012, Tese (Doutorado em Sociologia), Programa de Pósgraduação em sociologia. UFPE - Universidade Federal de Pernambuco, 2012 [19] FONTES, B. A. S. M; Redes, Práticas Associativas e Poder Local. Curitiba: Editora Appris, 2011, p.166 [20] Revoredo,K; Araujo, R.; Silveira,B; Muramatsu, T. Minerando publicações científicas para análise da colaboração em comunidades de pesquisa. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING. 1, 2012, Anais 2012 [21] Zack, M. Researching Organizational Systems using Social Network Analysis. In: HAWAI'I INTERNATIONAL CONFERENCE ON SYSTEM SCIENCES, 33, 200, Anais [22] Dencker, A. de F. m. Pesquisa em Turismo: Planejamento, métodos e técnicas. São Paulo: Futura, [23]YIN, Robert K. Estudo de caso: planejamento e métodos. 3. ed. Porto Alegre: Bookman, [24] Pereira, C.S.; Soares,A.L;.Improving the quality of collaboration requirements for information management through social networks analysis..international Journal of Information management. v. 27, n. 2, p , 2007 [25]RICHARDSON, Roberto Jarry. Pesquisa Social: Métodos e Técnicas. 3. ed. São Paulo: [26] Wi, H, Oh, S, Mun, J., Jung, M. A team formation model based on knowledge and collaboration.. Expert Systems with Applications, v. 36, p , 2009 [27] Souza, C; Froehlich, J; Dourish, P; Seeking the Source: Software Source Code as a Social and Technical Artifact..In international ACM SIGGROUP conference on Supporting group work. 2005, Anais New Youk: ACM, 2005, p

18 [28] Lu,Y; Xiang,C; Wang,B; Wang, X; What affects information systems development team performance? An exploratory study from the perspective of combined socio-technical theory and coordination theory. Computers in Human Behavior, v. 27, n.2, p , 2011 [29] Borgatti, S. P. Centrality and network flow. Social Networks, v.27, p , [30] Hsu,J.S; Shih, S; Chiang, J.C.; Liu, J.Y The impact of transactive memory systems on IS developmentteams' coordination, communication, and performance. International Journal of Project Management, v. 30, n. 3, p , 2012.