Programación basada en evidencia

La programación basada en evidencia es un enfoque de estimación de software creado por Joel Spolsky , un comentarista sobre los principios de la ingeniería de software. La programación basada en evidencia se basa en al menos dos ideas centrales: incluir todo el tiempo empleado y utilizar un método de predicción de la fecha de finalización de Monte Carlo. La programación basada en evidencia es un ejemplo de una práctica basada en evidencia .

Una de las ideas centrales de la programación basada en evidencia, que se suma a las prácticas de estimación normales, es la idea de incluir todo el tiempo empleado, independientemente de su relevancia .

La mayoría de las personas, al hacer estimaciones, miden el tiempo que realmente dedican a un proyecto; las categorías clásicas de contabilidad del tiempo, como las que se citan en la Guía de supervivencia de proyectos de software de McConnell ^[1], no permiten contabilizar actividades no relacionadas con el proyecto. Si bien McConnell incluye actividades menos obvias, como vacaciones, días de enfermedad y apoyo al proyecto, él y la mayoría de los demás identifican estas actividades como actividades que deben registrarse por separado.

Sin embargo, el registro y el intento de presupuestar actividades secundarias a menudo conducen a presiones políticas para abandonarlas. En la práctica, las personas se ven incapaces de evitarlas y lo compensan trabajando horas extra. De manera similar, como señala Spolsky, ^[2] las historias de sus jefes sobre sus viajes de pesca o su helicóptero modelo son una pérdida de tiempo y políticamente peligrosas de incluir en un sistema de registro de horas.

La idea clave de la planificación basada en evidencias es que lo único que se debe medir es la ejecución real de las tareas. Con el tiempo, se supone que todas las demás distracciones se compensarán. A los efectos de la estimación, las variaciones debidas a interrupciones se mostrarán como imprecisiones en la estimación y se compensarán mediante análisis estadístico. Las razones de las anomalías pueden salir a la luz si la organización desea investigar más a fondo por qué las personas tienen estimaciones irregulares.

El atractivo de esta idea es la simplicidad: la cantidad de evidencia a crear es simplemente el tiempo transcurrido entre la finalización de las tareas y, otro punto vital, el tiempo empleado en la depuración se aplica a la tarea original.

Otra idea central es el uso del método Monte Carlo para predecir las fechas de finalización de los proyectos. Este método evalúa la fiabilidad de las estimaciones anteriores. En lugar de una única fecha de finalización, el método da como resultado múltiples fechas de finalización posibles, cada una con una probabilidad asociada de ser correcta.