Una propuesta de cálculo de costos de proyectos Ágil con estimación por puntos de función aplicando IA

Abstract

Este estudio exploró los desafíos que una empresa brasileña enfrentó durante la migración de una metodología de desarrollo de software en cascada a ágil.

La investigación detalló la transición y reveló que la estimación previa de los costos de proyectos amplios se convirtió en un problema con el enfoque ágil.

Se realizó un análisis de varias técnicas de estimación de software, y se supuso que una combinación de una técnica tradicional, como el punto de función, con redes neuronales, más específicamente IA (Inteligencia Artificial), podría constituir una metodología híbrida prometedora para la estimación del esfuerzo de software.

La aplicación de IA a un documento de visión de negocio, sin un detalle exhaustivo de requisitos, se simuló y demostró la aceleración del proceso de estimación, reduciendo la necesidad de interacción entre el área de negocios y los analistas.

En una prueba realizada con una definición simple en lenguaje natural de la caracterización de un pequeño sistema, fue posible medir que la variación en la estimación, comparada con la referencia humana, osciló entre el 9% y el 13%, con discrepancias entre las transacciones/datos de un máximo del 4,5%.

La investigación señaló que la metodología ágil valora la entrega y el resultado, pero no proporciona herramientas adecuadas para la toma de decisiones sobre la viabilidad financiera de un gran proyecto.

Finalmente, presentó como posible solución una planificación anterior al desarrollo ágil que podría ser un modelo híbrido e inteligente de estimación de esfuerzo de desarrollo de software, obtenido con herramienta de IA generando las estimaciones en punto de función a partir de un documento de visión del negocio en lenguaje natural, que describiría el sistema deseado.

Se necesitan estudios futuros para mejorar y crear este modelo híbrido, incluyendo la estructuración del mecanismo de sumisión a la IA, la recopilación y presentación de los datos obtenidos y la conversión de estas estimaciones en valores monetarios.

ABSTRACT

This study explored the challenges that a Brazilian company faced during the migration from a waterfall software development methodology to agile.

The research detailed the transition and revealed that the previous estimation of the costs of large projects became a problem with the agile approach.

An analysis of various software estimation techniques was carried out, and it was hypothesized that a combination of traditional technique, such as function point, with neural networks, more specifically AI (Artificial Intelligence), could constitute a promising hybrid methodology for estimating software effort.

The application of AI to a business vision document, without exhaustive detailing of requirements, was simulated and demonstrated the acceleration of the estimation process, reducing the need for interaction between the business area and the analysts.

In a test conducted with a simple natural language definition (prompt) of the characterization of a small system, it was possible to measure that the variation in estimation, compared to the human reference, ranged between 9% and 13%, with discrepancies between transactions/data of a maximum of 4.5%.

The research pointed out that the agile methodology values delivery and outcome, however, it does not provide adequate tools for decision-making about the financial viability of a large project.

In the end, it presented a possible solution: a planning prior to agile development that could be a hybrid and intelligent model of software development effort estimation, obtained with AI tool generating function point estimates from a business vision document in natural language, which would describe the desired system.

Future studies are needed to improve and create this hybrid model, including the structuring of the submission mechanism to AI, the collection and presentation of the obtained data, and the conversion of these estimates into monetary values.