Visto que mi tema favorito para galletonear está de moda porque ha escrito sobre ello @david_bonilla, voy a echar un rato hablando del tema (ojo se viene turra). El método científico y el software. Mejor dicho la ausencia de método científico en el software.
Siempre me ha parecido muy preocupante lo complicado que es en este mundo del desarrollo no ya dominar sino conocer cual es la mejor manera de hacer software.
No puedo evitar una risa floja cuando pienso en lo que me contaban en la universidad cuando estudié, y lo qué hago hoy en día, y la abismal diferencia entre una cosa y otra.
Vale que cuando yo estudié Tim Berns Lee todavía no había inventado oficialmente la WWW, al manifiesto ágil le faltaba una década de cocción y tener un ordenador en casa era algo raro, pero es que han pasado 30 años y seguimos igual.
Nos basamos en la evidencia anecdótica, ya lo decía @martinfowler martinfowler.com/bliki/Anecdota… pero es que somos terribles deduciendo en función de lo que percibimos como “bueno”.
Todo lo que se mide se distorsiona (está estudiado científicamente es.wikipedia.org/wiki/Efecto_Ha…), y nuestros propios sesgos condicionan esa observación (es.wikipedia.org/wiki/Sesgo_cog…), incluso en al caso de los propios equipos de investigación (explorable.com/es/sesgo-de-in…)
Dentro del mundo del software (y otras campos también por supuesto) esto ha dado lugar a mitos que no se basan en nada y se han perpetuado como buenas prácticas que igual son regulares. Hay literatura al respecto de todo este “folclore” (leanpub.com/leprechauns)
Pero también hay literatura recopilando casos de estudio (para bien y para mal). amazon.com/Facts-Fallacie… recopila muchos de ellos, aunque ya empieza a acumular años (casi 20).
Y este otro amazon.es/Making-Softwar… más moderno
En el artículo original de @david_bonilla cita un video de Greg Wilson. Por alguna razón varios enlaces a sus videos que tenía guardados no funcionan, así que voy a poner el enlace del artículo de la #bonilista
Otra charla en la misma línea: via @rafael_luque
Hay muchísimos artículos sobre experimentos en software, aunque por alguna razón no son muy populares ni fáciles de encontrar:
Code reviews semanticscholar.org/paper/Object-o…
Pull requests dev.to/bosepchuk/opti…
Sobretrabajo hbr.org/2015/08/the-re… y salon.com/2012/03/14/bri…
Estimaciones drp.mk/i/FWD362RXRF
Pair programming aitortxu.dropmark.com/477268/12602415
Coste de los bugs experimentus.com/itm/W_06_00055…
State of devops 2017 aitortxu.dropmark.com/477268/12602401 Estos últimos te sonarán, de esos estudios sobre devops ha salido el libro “Accelerate”.
Luego no podemos ponernos de acuerdo sobre si TDD funciona o no (spoiler: todo es cuestión de matices, y claramente @kenbeck, @martinfowler y @dhh son personas con criterio, aunque claramente no les hace infalibles haber tenido éxitos) martinfowler.com/articles/is-td…
Los experimentos no son tan definitivos ni tan científicos como nos gustaría aitortxu.dropmark.com/477268/12602003 lamentablemente el enlace está roto.
Y ciertos argumentos no acaban tampoco de mejorar las cosas codemanship.co.uk/parlezuml/blog… y
https://twitter.com/gulnor/status/925749183608492032
En resumen, nos falta aún mucho camino por recorrer hasta que está disciplina tenga claridad desde un punto de vista científico, suponiendo que sea posible.
Todos estos enlaces juntos: aitortxu.dropmark.com/477268?page=1
y la charlaca donde se enumeran:
y la charlaca donde se enumeran:
Seguramente acabaremos antes inventando la IA que programe en lugar de las personas, aunque la verdad esto tampoco lo veo que vaya a suceder mañana :)
• • •
Missing some Tweet in this thread? You can try to
force a refresh
