Pressupostos e Intenções

O objetivo deste é revelar um conjunto de evidências que venham reforçar o entendimento que uma notação textual (SMiLe) ajuda na compreensão dos modelos iStar. Dessa forma, foi suposto que o problema posto para execução desta validação poderia ser entendido e, até mesmo, ter uma possível solução.

Partindo do marco teórico, do problema e objetivo formulado e delimitado para este estudo, estiveram envolvidos pesquisadores com expertise quantitativa e qualitativa. Estas diferentes expertises implicaram em um olhar global que, por conseguinte, enriqueceram o planejamento e a análise dos resultados. Para nortear o estudo foram elaboradas questões

de pesquisa.

QP1. A SMiLe amplia o entendimento dos modelos do framework iStar, em comparação com as outras notações já propostas, como iStarML e iStarJ- SON? De acordo com a seção 2.3 do capítulo, que apresenta estudos relacionados e as teoricas cognitivas que as sustentam, um modelo textual traz inuências positi- vas aos modelos grácos. Por isso, com esta pergunta, é esperado encontrar indícios que venham reforçar qual notação textual oferece um entendimento mais adequeado para a leitura humana. Uma vez tendo esse entendimento, pretende-se identicar as motivações de preferência por uma determinada notação.

QP2. A SMiLe, através da sua estrutura e palavras reservadas, auxilia a leitura e o entendimento dos modelos do framework iStar? Independente do resul- tado obtido da QP1, espera-se responder se a estrutura textual da SMiLe fornece uma leitura amigável, aos olhos dos participantes, e analisar o quanto essa leitura fornece subsídios para auxiliar o entendimento dos modelos grácos do framework iStar, em uma abordagem híbrida.

QP3. A construção gráca proposta, proporcionada pela composição das com- plexidades sociais dos atores, permite elaborar diagramas a partir da modelagem iStar? Nesta questão, tem-se o propósito de investigar se a estrategia adotada através da fragmentação da modelagem social em partes proporciona um segmento suncito e compreensível dos modelos monolíticos do framework iStar. De posse desse segmento, analisar os impactos da possibilidade de elaborar diagramas a partir de composições dessas partes.

As hipóteses foram derivadas e testadas nesta validação a partir do planejamento da pesquisa, com o propósito de observar e avaliar o comportamento perante os artefatos pro- postos e submetidos aos participantes. Além disso, buscou-se por uma realidade subjetiva, que poderia não estar presente na literatura conhecida, considerando os procedimentos adotados. A seguir, são apresentadas as hipóteses da pesquisa:

H0. A notação textual e conceito modular da proposta SMile não traz nenhum benefício para compreensão dos modelos do framework iStar.

H1. A notação textual da SMiLe amplia o entendimento dos modelos do framework iStar com relação às outras notações textuais da comunidade.

H2. A sintaxe proposta pela SMiLe para formulação dos blocos de construção a partir dos modelos iStar é adequada a leitura e compreensão humanas.

H3. A apresentação gráca modular da SMiLe é uma alternativa para auxiliar compre- ensão através de possibilidade de construir modelos iStar a partir desses módulos denidos.

4.2 Metodologia

A pesquisa foi conduzida para responder às questões de pesquisa, correlacionando a proposta SMiLe, por meio da redução da carga cognitiva com a complexidade social do ator, e da ampliação da compreensão através da representação híbrida (gráca e textual) dos modelos iStar. O método utilizado também traz em seu cerne um valor explicativo, pois ao correlacionar a proposta, os conceitos e o fenômeno encarregam-se também de agregar informações que podem favorecer o reconhecimento de suas causas.

Assim, os instrumentos utilizados apresentavam perguntas abertas (classicadas pos- teriormente e pré-codicadas) e perguntas fechadas (contendo categorias de resposta ou escala de Likert). Nas perguntas fechadas contendo escala de Likert, foram suprimidas as respostas intermediárias ou neutras (não concordo nem discordo) e as respostas centrais (não sei, não é o caso), com a nalidade de que o participante realmente posicionar-se [46].

A busca foi ao mesmo tempo pela generalização/conrmação e compreensão dos fenô- menos observados da fotograa que se teria da realidade. Pensando no pragmatismo necessário foram adotados instrumentos de pesquisa quase experimento (durante todo o processo), pesquisa ação (para o primeiro dia) e etnograa (para o segundo dia) com os objetivos de triangulação dos resultados e pela busca de resultados não esperados [47].

O plano experimental da pesquisa foi projetado, para que as intervenções a serem realizadas pudessem ser aplicadas a dois grupos de estudantes do curso de Engenharia de Software, no contexto da disciplina de Engenharia de Requisitos. Inicialmente, have- ria a participação de dezoito estudantes, porém dois declinaram e outros dois puderam participar apenas de um dos dias planejados, o que, automaticamente, os eliminaram do estudo.

Todos os participantes eram do sexo masculino, com idades que variavam de 19 a 30 anos. O tempo de experiência em desenvolvimento de software dos participantes é bem

Tabela 4: Tabela dos principais dados demográcos dos participantes

ID Idade_(anos) Tempo de experiência em_{desenv. de software (meses)} Você tem desenvolvidosoftware como membro de equipe?

Se sim, qual é o número de membros desta equipe (incluindo você)?

P01 19 36 sim 05 P02 24 18 sim 03 P03 25 53 sim 06 P04 23 10 não 00 P05 22 0 não 00 P06 24 4 sim 05 P07 22 24 sim 05 P08 21 12 sim 06 P09 21 29 sim 10 P10 21 24 sim 10 P11 30 120 sim 08 P12 23 52 sim 04 P13 27 116 sim 11 P14 21 26 sim 03

diverso, por outro lado, com exceção de dois participantes, todos os outros desenvolviam software em equipe, que ajuda no amadurecimento rápido. A linguagem UML é de conhe- cimento de todos os participantes, e um deles mencionou ter conhecimentos básicos do framework iStar. A Tabela 4 apresenta os principais dados demográcos dos participan- tes. Com a intenção de manter a privacidade desses participantes, foi adotada a seguinte nomenclatura para identicá-los: P <participante> + 00 <número sequencial>.

No desenvolvimento do plano, foi elaborado um roteiro com as atividades a serem executadas, materiais necessários, pesquisadores participantes e ordenamento das etapas. As atividades foram divididas em dois dias, intencionando que, no primeiro dia, todos tivessem contato com o framework iStar e seus modelos através de explanação participa- tiva, pudessem praticar através de exercícios propostos os conhecimentos desenvolvidos, e sanar dúvidas sobre a teoria e a prática desses modelos. Além disso, foi denido um tempo, propositalmente, para que houvesse uma ampla discussão sobre outros modelos já conhecidos pelos participantes e os que tinham sido apresentados. Nesta discussão, foram levantados temas sobre, por exemplo, aplicação, diferenças, e contexto de uso.

O segundo dia contou com explicação de alguma dúvida remanescente ou discussão de temas deixados em aberto no primeiro dia. Para então haver: (i) explicação do experi- mento, e assinatura do Termo de Consentimento Livre e Esclarecido (TCLE) e do Termo de Cessão e Uso de Imagem, Áudio e Vídeo (TCUIAV); (ii) distribuição dos participantes em duplas e dois grupos distintos; (iii) preenchimento do formulário demográco; (iv) resposta ao formulário sobre as diferentes representações textuais (iStarJSON, iStarML,

Tabela 5: Relação das denições de duplas com a ordem de execução ID Dupla ID Participante Ordem de Execução

D01 P01_P02 Tipo 1 / Tipo 2 D02 P03_P04 Tipo 2 / Tipo 1 D03 P05_P06 Tipo 1 / Tipo 2 D04 P07_P08 Tipo 2 / Tipo 1 D05 P09_P10 Tipo 1 / Tipo 2 D06 P11_P12 Tipo 2 / Tipo 1 D07 P13_P14 Tipo 1 / Tipo 2

SMiLe) para os modelos grácos do framework iStar expostos sobre um cenário modelado; (v) uma breve apresentação sobre a proposta SMiLe; para logo em seguida (vi) expor mais dois formulários para as duplas formadas.

Esses dois últimos formulários foram caracterizados em dois tipos: (a) tipo 1 - para coletar dados sobre a representação dos modelos iStar em blocos a partir de um cenário modelado; (b) tipo 2 - caracterizar, quanto a leitura e estrutura, a representação textual proposta e, também, analisar a representação híbrida a patir de um cenário modelado, e do conceito modular apresentado. Os dois formulários foram preenchidos em ordem invertida pelos grupos aleatoriamente denidos. Como pode ser visualizado na Tabela 5, que indica a ordem de execução, por dupla, dos formulários.

Como exemplo de ordem da distribuição e execução dos formulários, em destaque, na Tabela 5, as informações que representam a dupla D03, com os participantes P05 e P06. A dupla D3 executou, primeiro, o formulário dos modelos grácos do iStar sendo representados em partes interdependentes com a possibilidade de agrupar-se e formar novos diagramas. Por último, o formulário responsável para obter dados sobre a estrutura da complexidade social, quanto a sintaxe da SMiLe e uma apresentação híbrida (gráca e textual).

Em posse de todos os documentos a serem utilizados no estudo, foi realizado um teste piloto, com duas pessoas, para vericação a manipulação do que foi planejado. Uma destas pessoas tinha ampla expertise na indústria de desenvolvimento de software, além de mestrado acadêmico na área de Engenharia de Requisitos; enquanto a outra pessoa tinha

experiência em desenvolvimento de software. Durante a ocasião, as reações e interações dessas pessoas com as apresentações, as atividades e os documentos utilizados foram observadas pelos especialistas. Após esses momentos, os participantes foram entrevistados a partir de um roteiro semi-estruturado. Com este teste foi possível identicar alguns problemas e ameaças à validade, tais como: mortalidade, seleção, compensação.

Esta versão nal foi avaliada considerando o que foi preconizado pelo pesquisador John W. Creswell. Em [45], como requisitos essenciais para os instrumentos de coleta de dados: conabilidade, validade e objetividade. A conabilidade dos instrumentos foi ob- tida com a reiteração da aplicação aos indivíduos, cujos resultados foram iguais. Enquanto que a validade foi alcançada e evidenciada pelos instrumentos que permitiram mensurar o que realmente era pretendido com relação aos critérios, conteúdos e constructos (cons- trução ou síntese mental feita a partir dos elementos fornecidos) [48], e será relatada nas seções seguintes. Já a objetividade pode ser reforçada pela participação de pesquisadores capacitados e experientes, assim como pela padronização da aplicação dos instrumentos e da avaliação dos resultados.

4.3 Resultados

A partir da coleta dos dados, obtidos pelos formulários submetidos aos participantes e observações dos pesquisadores, foi criada uma matriz de dados para análise e mensuração. Como já mencionado, serão neste estudo priorizados os dados qualitativos. Pleiteando dar agilidade ao texto, foi adotada a seguinte nomenclatura para identicar as duplas de par- ticipantes: D <dupla> + 00 <número sequencial>. A Tabela 5 apresenta os participantes nas duplas formadas.

A SMiLe amplia o entendimento dos modelos do framework iStar, em com- paração com as outras notações já propostas, como iStarML e iStarJSON?

As respostas das duplas apontam que sim, SMiLe amplia o entendimento dos modelos do framework iStar. Foram propostos para as duplas exercícios, onde o modelo gráco do framework iStar era apresentado, assim como o mesmo modelo descrito nas três diferentes notações textuais. Nestes exercícios, foram feitas perguntas sobre tarefas dos atores, o que deveria ser feito para atingir a um determinado objetivo. Ao nal desta prática, foi questionado aos participantes de diferentes formas qual das notações ofereceu maior facilidade de leitura e compreensão do modelo de uma abstração dos relacionamentos entre atores nos modelos do framework iStar. Para esta questão cinco duplas das sete

duplas responderam que foi a SMiLe, as outras duas duplas escolheram uma iStarML e a outra iStarJSON.

Para dupla 05 que optou pela iStarML, defendeu que nesta notação os dados são mais bem alinhados, possibilita a identicação por ID, facilita a organização dos dados e a identicação do código, além de ser mais concisa. Estas características atribuídas à iS- tarML foram classicadas como preferência pela estrutura textual apresentada. Enquanto que a dupla D02 que sinalizou a iStarJSON como mais adequada armou ter a esco- lhido por encontrar facilidade como os dados são apresentados, logo seria fácil encontrar os dados procurados, bem como destacou que não havia necessidade de um treinamento para escrever ou entender o que estava representado. Para iStarJSON, as características de qualidade pela estrutura textual e legibilidade foram as ressaltadas.

Para as outras cinco duplas os motivos citados para a escolha pela SMiLe foram: melhor organização dos elementos, proximidade da linguagem natural, melhor legibili- dade, facilidade de identicar atores, seus relacionamentos internos e externos, estrutura parecida com uma linguagem de programação, as relações estão próximas, as palavras reservadas são autoexplicativas, semelhança com a orientação a objetos. Características que proporcionam a separabilidade entre os atores (permitindo os blocos de construção), fácil compreensão de sua estrutura textual e favorecimento da legibilidade por humanos. Seguem alguns exemplos de resposta:

D01. proximidade maior à linguagem natural / melhor organização dos elementos / me- lhor legibilidade e acesso à tarefa;

D06. Os modelos apresentados a melhor de ler e entender o problema é a SMiLe, devido a: ser melhor apresentada visualmente, ter semelhança com orientação a objetos e a estrutura de relação e atores são bem mais clara e denida.;

D03. XML é muito mais difícil de ler por utilizar tags de abertura e fechamento. a sintaxe JSON é mais simples, utiliza chaves como delimitadores, mas ainda exige o uso de ids. A sintaxe SMiLe é mais clara para leitura humana, ao contrário de JSON e XML, que são linguagens mais voltadas para processamento de máquinas. .

A SMiLe, através da sua estrutura e palavras reservadas, auxilia a leitura e o entendimento dos modelos do framework iStar?

Para as sete duplas, a SMiLe auxilia a leitura e o entendimento dos modelos do framework iStar. O enfoque dos exercícios disponibilizados estava na complementação

oferecida pela SMiLe à apresentação gráca dos modelos iStar. Foi entendido que a SMiLe amplia a abrangência e o alcance dos modelos iStar ao convidar os diferentes modelos mentais (funcionamento detalhado no Capítulo 2) dos leitores para o mesmo espaço oferecido em duas representações, um gráca e outra textual. Esta realidade, mesmo podendo ser trabalhada de forma independente, quando interagiram mutuamente com o propósito simplesmente de complementação trouxeram riqueza ao contexto de observação, de entendimento e de complexidade dos modelos. Algumas evidências encontradas: D01. Acrescenta facilidade, dado que a leitura textual ajuda a interpretação da notação

gráca assim como a leitura gráca auxilia a interpretação da notação textual.; D03. Acrescenta facilidade, o modelo gráco permite uma visão geral do sistema melhor

e o textual permite uma melhor visualização da participação de cada ator. A com- plexidade é reduzida, pois a linguagem textual permite a melhor identicação da participação de cada ator nos relacionamentos.;

D04. Sim, facilita a compreensão, já que o que não for entendido completamente através do diagrama pode ser mais fácil de aprender através da notação textual. e o contrário também é válido.;

D05. Facilita por apresentar duas formas para compreender o mesmo problema. Redu- zindo (complexidade), pois existe uma hierarquia entre os elementos facilitando a compreensão.;

D07. A presença da notação textual facilita na compreensão do diagrama, pois fornece um guia para caminha por ela, no entanto, é provável que só a notação textual seja suciente"'.

Quando apresentadas duas atividades apenas na notação SMiLe, e solicitado que res- pondessem sobre o atendimento de uma necessidade interna, e quais eram os interesses dos relacionamentos externos da complexidade social do ator, as duplas responderam correta- mente. Igualmente, aconteceu quando foi apresentada a descrição de ator, e perguntado se seria necessário conhecer os outros atores da organização para identicar ações e relações sociais do ator em questão, e também como este ator executava determinada tarefa para a outro ator.

A construção gráca proposta, proporcionada pela composição das complexi- dades sociais dos atores, permite elaborar diagramas a partir da modelagem iStar?

Para as duplas participantes, a SMiLe proporcionou uma alternativa melhor à leitura, ao segmentar dos modelos monolíticos do framework iStar, à compreensão e à redução da complexidade. Razões que podem tornar a SMiLe um instrumento para construção de modelos iStar. Neste formulário, igualmente, foram propostos exercícios. Em um deles os participantes precisavam identicar os atores, suas associações, suas dependências e seus elementos intencionais internos. Todas as duplas assim conseguiram fazê-lo sem esforço.

Em outra questão, ao ser perguntadas se a falta de hierarquia nos modelos iStar di- culta ou facilita o entendimento dos elementos de uma organização, as duplas disseram que diculta. Como justicativas, apresentaram a diculdade de visualização de todos os elementos, de entendimento das prioridades, de organização de modelos grandes, a impos- sibilidade de destacar os elementos mais importantes ou de maior prioridade do modelo, a falta de ordem de leitura (início, meio e m). Os participantes sugeriram como melhorias aos modelos iStar: a apresentação hierárquica (top-down), a enumeração dos elementos (sequenciamento) e o posicionamento dos elementos de maior prioridade a esquerda até os de menor prioridade a direita (denição de uxo de leitura, por exemplo).

Ao ser apresentado um fragmento do modelo iStar com todos os elementos que esta- vam relacionados a apenas um ator, enquanto que os outros atores estavam com os seus elementos intencionais internos suprimidos, foi perguntado se a prática melhorava ou pi- orava compreensão dos relacionamentos sociais entre os atores do sistema com o próprio ator. Uma dupla (D01) declarou que piorava, porque omitia informações importantes dos relacionamentos. Por outro lado, Seis duplas armaram que melhorava por reduzir a quantidade de informações exibidas, melhorava a compreensão do ator em destaque, evidenciava os relacionamentos do ator, como demonstrado a seguir:

D02. Melhora, pois reduz informações que são necessárias no momento, deixando apenas as informações relevantes.;

D03. A melhor compreensão, pois é possível vericar a dependência desse ator com os outros atores (viajante / internet) e suas independência conável. Onde não existe dependência com os outros atores.;

D04. Por abstrair os outros atores, focando apenas nos relacionamentos essenciais com a comunidade facilita a compreensão, pois simplica a leitura.;

D05. Possibilita a melhor compreensão, pois os atores e todos os relacionamentos que estão vinculados ao ator comunidade ca em evidência..

Em outro exercício, foi introduzido a possibilidade de um contexto com uma elevada quantidade de elementos grácos, onde haveria muitos outros atores, e questionado se a possibilidade de escolher os atores a serem apresentados, de acordo com a sua necessi- dade, facilitaria ou dicultaria a compreensão das relações sociais dos atores escolhidos. Para surpresa dos pesquisadores, a dupla D01 respondeu que melhoraria a compreensão, pois aumentaria a quantidade de elementos apresentados sem alternativas para gerenciá- los. Porém, a maioria, todas as outras duplas, concordou que facilitaria o entendimento dos relacionamentos sociais e dos outros elementos, pois seriam apresentadas apenas as informações relevantes ou desejadas, para uma dada situação.

As duplas diante de uma tabela, que continha uma escala de Likert e um espaço para quaisquer observação, onde deveriam opinar sobre seu grau de concordância com relação às características apresentadas ou não na notação SMiLe expressaram que: (i) houve concordância (quatro duplas - D01, D02, D04, D05) ou total concordância (três duplas - D03, D06, D07) com a independência de compreensão na descrição do ator, sendo que a dupla D04 ressaltou que essa compreensão era maior quando associadas as representações gráca (iStar) e textual (SMiLe); (ii) concordaram (duas duplas - D02, D05) ou concordaram totalmente (cinco duplas - D01, D03, D04, D06, D07) que a SMiLe oferece modularidade na descrição do ator; (iii) quanto a oferecer um padrão de descrição, uma dupla discordou totalmente (D07), três duplas (D01, D03, D05) concor- daram e as outras três (D02, D04, D06) concordaram totalmente; (iv) para oferecimento de um padrão de leitura, duas duplas (D02, D05) concordaram com essa característica e as outras concordaram totalmente (D01, D03, D04, D06, D07); (v) quanto aos blocos de construção permitirem o gerenciamento das informações do modelo iStar (monolítico), concordaram cinco duplas (D01, D02, D05, D06, D07) e concordaram totalmente duas duplas (D03, D04); (vi) com relação ao fato dos blocos de construção permitirem tra- balho paralelo, duas duplas (D04, D05) discordaram, duas outras duplas concordaram (D01, D02) e três concordaram totalmente (D03, D06, D07); (vii) a característica de facilitar mudanças das incertezas futuras para da organização para uma dupla (D01) dis- cordou, duas duplas concordaram (D02, D05) e quatro duplas concordaram totalmente (D03, D04, D06, D07).

Os resultados desta validação ao utilizar mais de um método de pesquisa possibili- taram uma maior validade interna e externa. Assim como, uma visão mais ampla para reconhecimento dos pontos fracos que precisam ser melhorados e os pontos fortes que devem ser fortalecidos. Houve também uma redução da incerteza sobre a aceitação dos participantes de uma representação híbrida para framework iStar.

4.4 Discussão

No princípio, a validação apresentou-se como um problema muito complexo, pois havia muitas questões em aberto e a diculdade de escolher os instrumentos mais adequados. Então, optou-se por dividir o problema em pedaços menores e adotar uma abordagem mista de pesquisa, de forma que os dados pudessem ser coletados em vários níveis, de maneira simultânea e tendo uma sequência lógica de produção e combinação.

Com relação as notações textuais, de forma objetiva, foi estabelecido uma linha que indicava as motivações que levaram a maoria optar por SMiLe, como a linguagem que amplia o entendimento dos modelos iStar. Neste momento, a proposta manifesta que não existia a ambição, por nenhuma das outras notações (iStarML e iStarJSON), de ampliar, no cerne das suas respectivas propostas, o entendimento, de forma direta, dos modelos