An AHP-Based Artifact for Prioritizing Software Technical Debt Items: : A Design Science Research Study

Déborah de Assis Pereira dos Santos; Napoleão Verardi Galegale

doi:10.21710/rch.v40i2.822

Autores

Déborah de Assis Pereira dos Santos Centro Estadual de Educação Tecnológica Paula Souza https://orcid.org/0000-0001-7431-5521
Napoleão Verardi Galegale Centro Estadual de Educação Tecnológica Paula Souza / Pontífica Universidade Católica de São Paulo https://orcid.org/0000-0003-2228-9151

DOI:

https://doi.org/10.21710/rch.v40i2.822

Palavras-chave:

Dívida Técnica, Engenharia de Software, Priorização, Tomada de Decisão

Resumo

Quando um sistema entregue se desvia de seus requisitos esperados, pode surgir a Dívida Técnica (DT). A DT vai além de questões puramente técnicas; a literatura identifica quinze tipos distintos, incluindo dívidas relacionadas a requisitos, documentação e testes. Além disso, a DT pode ocorrer em qualquer etapa do ciclo de vida de desenvolvimento de software. A ausência de uma gestão estruturada para os itens de DT frequentemente resulta em uma manutenção de sistemas complexa e custosa para as organizações. Este estudo tem como objetivo apresentar o desenvolvimento e a aplicação de uma matriz de priorização para itens de DT em software, utilizando o método *Analytic Hierarchy Process* (AHP). Por meio de uma abordagem de *Design Science Research* (DSR), esta pesquisa desenvolve um artefato concebido como uma solução prática para enfrentar os desafios que as organizações encontram ao priorizar itens de DT. A matriz proposta foi validada por meio de um estudo de caso em uma empresa multinacional do setor de monitoramento e rastreamento veicular. Os resultados demonstram que a matriz estabeleceu, com sucesso, uma lista priorizada de itens de DT, com base em julgamentos consistentes fornecidos pelo tomador de decisão. Este estudo contribui para a gestão da dívida técnica ao propor e avaliar um artefato estruturado, fundamentado no método AHP, que apoia a priorização de itens de dívida técnica utilizando critérios de decisão baseados na literatura e julgamentos gerenciais consistentes.

Referências

Alfayez, R., Kula, R. G., Ouni, A., & Boehm, B. (2020). A systematic literature review of technical debt prioritization. In Proceedings of the 3rd International Conference on Technical Debt (TechDebt) (pp. 1–10). Association for Computing Machinery.

Basílio, M. P., Pereira, V., Costa, H. G., Santos, M., & Ghosh, A. (2022). A systematic review of the applications of multi-criteria decision aid methods (1977–2022). Electronics, 11(11), 1720.

Briozo, R. A., & Musetti, M. A. (2015). Multi-criteria decision-making method: Application to the case of spatial localization of a 24-hour Emergency Care Unit (UPA). Gestão & Produção, 22(4), 805–819.

Codabux, Z., & Williams, B. J. (2016). Technical debt prioritization using predictive analytics. In Proceedings of the 38th International Conference on Software Engineering Companion (ICSE-C) (pp. 704–706). Association for Computing Machinery.

Cunningham, W. (1992). The WyCash portfolio management system. ACM SIGPLAN OOPS Messenger, 4(2), 29–30.

da Silva, F. T., Ribeiro, L. F., Spínola, R. O., & Kalinowski, M. (2022). Business-driven technical debt prioritization: A replication study. In 2022 17th Iberian Conference on Information Systems and Technologies (CISTI) (pp. 1–6). IEEE.

de Lima, B. S., Garcia, R. E., & Eler, D. M. (2022). Toward prioritization of self-admitted technical debt: An approach to support decision to payment. Software Quality Journal, 30(3), 729–755.

Dresch, A., Lacerda, D. P., & Antunes Júnior, J. A. V. (2015). Design science research: A method for science and technology development. Springer.

Emrouznejad, A., & Marra, M. (2017). The state-of-the-art development of AHP (1979–2017): A literature review with a social network analysis. International Journal of Production Research, 55(22), 6653–6675.

Ensslin, L., Montibeller Neto, G. & Noronha, S. M. (2001). Apoio à decisão: Metodologias para estruturação de problemas e avaliação multicritério de alternativas. Insular.

Fowler, M. (2009, October 14). Technical debt quadrant. MartinFowler.com. https://martinfowler.com/bliki/TechnicalDebtQuadrant.html

Lenarduzzi, V., Besker, T., Taibi, D., Fontana, F. A., & Martini, A. (2021). A systematic literature review on technical debt prioritization: Strategies, processes, factors, and tools. Journal of Systems and Software, 171, 110827.

Lenarduzzi, V., Besker, T., Taibi, D., Fontana, F. A., & Martini, A. (2019). Technical debt prioritization: State of the art. A systematic literature review (arXiv Preprint arXiv:1904.12538). arXiv.

McConnell, S. (2008). Managing technical debt (White Paper). Construx Software. https://www.construx.com/resources/managing-technical-debt/

Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A design science research methodology for information systems research. Journal of Management Information Systems, 24(3), 45–77.

Pina, D., Goldman, A., & Tonin, G. (2021). Technical debt prioritization: Taxonomy, methods results, and practical characteristics. In 2021 47th Euromicro Conference on Software Engineering and Advanced Applications (SEAA) (pp. 206–213). IEEE.

Ribeiro, L. F., Mian, P. G., & Spínola, R. O. (2016). Decision criteria for the payment of technical debt in software projects: A systematic mapping study. In Proceedings of the 18th International Conference on Enterprise Information Systems (ICEIS) (Vol. 1, pp. 572–579). SCITEPRESS.

Ribeiro, L. F., & Spínola, R. O. (2016). A survey on the relevance and pertinence of decision criteria to support technical debt item management. In Proceedings of the XV Brazilian Symposium on Software Quality (SBQS) (pp. 256–270). Sociedade Brasileira de Computação.

Rios, N., de Mendonça Neto, M. G., & Spínola, R. O. (2018). A tertiary study on technical debt: Types, management strategies, research trends, and base information for practitioners. Information and Software Technology, 102, 117–145.

Saaty, T. L. (1988). What is the Analytic Hierarchy Process? In G. Mitra, H. J. Greenberg, F. A. Lootsma, M. J. Rijckaert, & H. J. Zimmermann (Eds.), Mathematical models for decision support (pp. 109–121). Springer.

Saaty, T. L. (2013). The modern science of multicriteria decision making and its practical applications: The AHP/ANP approach. Operations Research, 61(5), 1101–1118.

Seaman, C., Guo, Y., Zazworka, N., Shull, F., Izurieta, C., Cai, Y., & Vetro, A. (2012). Using technical debt data in decision making: Potential decision approaches. In 2012 Third International Workshop on Managing Technical Debt (MTD) (pp. 45–48). IEEE.

Vargas, L. G. (1990). An overview of the Analytic Hierarchy Process and its applications. European Journal of Operational Research, 48(1), 2–8.