Pós-Graduação em Ciência da Computação
ANÁLISE DE REDES SOCIAIS APLICADA A
PROJETOS DE SOFTWARE OPEN SOURCE:
UM MAPEAMENTO SISTEMÁTICO
porVitor de Barros Costa
Dissertação de Mestrado
Universidade Federal de Pernambuco posgraduacao@cin.ufpe.br www.cin.ufpe.br/~posgraduacao
RECIFE 2014
CENTRO DE INFORMÁTICA
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
Vitor de Barros Costa
ANÁLISE DE REDES SOCIAIS APLICADA A PROJETOS DE SOFTWARE
OPEN SOURCE: UM MAPEAMENTO SISTEMÁTICO
ESTE TRABALHO FOI APRESENTADO À PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO DO CENTRO DE INFORMÁTICA DA UNIVERSIDADE FEDERAL DE PERNAMBUCO COMO REQUISITO PARCIAL PARA OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIA DA COMPUTAÇÃO.
ORIENTADOR: Prof. Hermano Perrelli de Moura, PhD
RECIFE 2014
Catalogação na fonte
Bibliotecária Jane Souto Maior, CRB4-571
C837a Costa, Vitor de Barros
Análise de redes sociais aplicada a projetos de software open source: um mapeamento sistemático / Vitor de Barros Costa. – Recife: O Autor, 2014.
184 f.: il., fig., tab., gráf., quadro.
Orientador: Hermano Perrelli de Moura.
Dissertação (Mestrado) – Universidade Federal de Pernambuco. CIn, Ciência da Computação, 2014.
Inclui referências.
1. Gerenciamento de projetos. 2. Redes Sociais. 3. Engenharia de software. I. Moura, Hermano Perrelli de (orientador). II. Título.
658.404 CDD (23. ed.) UFPE- MEI 2015-178
da Computação do Centro de Informática da Universidade Federal de Pernambuco, sob o título
“Análise de Redes Sociais aplicada a Projetos de Software Open Source: Um mapeamento sistemático” orientada pelo Prof. Hermano Perrelli de Moura e aprovada pela Banca
Examinadora formada pelos professores:
______________________________________________ Prof. Fernando José Castor de Lima Filho
Centro de Informática / UFPE
______________________________________________ Prof. José Gilson de Almeida Teixeira Filho
Departamento de Ciências Administrativas / UFPE
_______________________________________________ Prof. Hermano Perrelli de Moura
Centro de Informática / UFPE
Visto e permitida a impressão. Recife, 1 de setembro de 2014.
___________________________________________________
Profa. Edna Natividade da Silva Barros
Coordenadora da Pós-Graduação em Ciência da Computação do Centro de Informática da Universidade Federal de Pernambuco.
Aos meus pais, Edvaldo Costa e Maria do Carmo, e a minha esposa Lara Costa
Agradeço primeiramente a Deus pelo dom da minha vida e por ter me dado esta oportunidade de crescimento tanto acadêmico como humano. Por todo este tempo Ele tem me agraciado com um amor inestimável e perceptível, tanto nas minhas vitórias como derrotas.
Aos meus pais, Edvaldo Costa e Maria do Carmo, que sempre estiveram ao meu lado me incentivando e motivando a conquistar cada degrau em busca de meus objetivos. Por toda minha vida foram eles que ajudaram e me agraciaram com uma ótima educação do qual sou extremamente grato. Também a minha família (tanto de minha parte como da parte de Lara) que sempre vibram com cada conquista e ajuda sempre com incentivo a buscar sempre o melhor.
A minha esposa Lara que sofreu junto (talvez mais do que eu próprio) e participou ativamente deste mestrado, me ajudando ativamente, com muita paciência e compreensão, durante estes dois anos e meio de uma grande e árdua caminhada. Apesar dos sete anos juntos, este mestrado acompanhou nosso início noivado e porquê não do nosso casamento. É um presente de Deus ter passado este tempo contigo que cada vez nos fortalece mais.
Ao professor Hermano Perrelli que mais uma vez me ajudou bastante com sua orientação e que foi essencial em nossas decisões, apesar do tempo bastante corrido. É certo que a célula de Análise de Redes Sociais é bastante agradecida pelo seu apoio ao nascimento deste campo de pesquisa dentro do Centro de Informática da UFPE.
Aos meus amigos Pacheco e Alixandre que colaboraram ativamente neste tempo de sacrifício. Sem dúvida o apoio e ajuda deles me motivou e me fez alcançar esta conquista. Por vezes pensei em desistir e foi pelo apoio de vocês que não o fiz. Obrigado pela parceria durante este tempo. Também agradeço a Emanoel que participou de algumas fases do mapeamento e que nos ajudou com seu conhecimento e apoio.
Por fim agradeço aos meus amigos que acompanharam esta caminhada. Ao pessoal da Valença e Associados, dos colegas do CIn sobretudo do GP2, do Regnum Christi de todo o Brasil e da Legião de Cristo, que me ajudou com orações e incentivos, a Ávila que me apoiou sobretudo no fim com a compreensão de alguns dias ausente, e todos que colaboraram direta e indiretamente por esta grande conquista.
“Ninguém é suficientemente perfeito que não possa aprender com o outro; e ninguém é totalmente destituído de valores que não possa ensinar algo ao seu irmão”. São Francisco de Assis
A aplicação de Análise de Redes Sociais (SNA – Social Network Analysis) em times de projetos de software tem sido um tópico de pesquisa bastante explorado e usado na última década. A fim de entender as relações entre pessoas, grupos, organizações ou outros tipos de entidades sociais, por meio de grafos e métricas próprias, SNA aparece como uma alternativa para expandir a visão da dinâmica de projetos no campo das relações sociais. Visualizando um projeto representado por um grafo, as entidades sociais são representadas como nós e suas relações como arestas, e análises temporais e/ou atemporais sobre aspectos de projetos, como comunicação, formação de equipe, colaboração, entre outros, podem ser realizadas usando métricas próprias como por exemplo betweenness centrality e densidade. O tipo de projeto mais estudado por pesquisadores que usam Análise de Redes Sociais é o projeto de desenvolvimento de software open source (OSS – Open Source Software). Pela facilidade na obtenção dos dados, armazenados em repositórios online, esta categoria de projeto tem levantado a curiosidade da comunidade acadêmica a fim de investigar suas características. OSS se distingue dos projetos tradicionais (chamados de closed
source) pois envolve a participação de vários integrantes de forma espontânea,
geralmente de localidade distintas e que nunca tiveram um contato pessoal entre si. Tendo em vista a extensão, em quantidade, de pesquisas que combinam o uso de técnicas de SNA em projetos OSS, esta dissertação tem como objetivo, através de um mapeamento sistemático da literatura, mapear e categorizar estudos diretamente relacionados à análise de redes sociais em projetos de software open source. Por meio de estatística descritiva e análise qualitativa busca-se conhecer quais os principais benefícios e limitações encontrados na aplicação das métricas de análise de redes sociais nos projetos de software OSS, bem como os principais tópicos de pesquisa e fontes de dados utilizadas. O trabalho, em sua síntese, apresenta um diagnóstico da pesquisa atual sobre os temas abordados e colabora com a academia apontando tendências e trabalhos futuros.
Palavras-chave: Análise de redes sociais, projeto, open source, mapeamento
The application of Social Network Analysis (SNA) in teams of software projects has been a well researched and used topic in the last decade. In order to understand the relation between people, groups, organizations and other social entities, by the use of its own graphs and metrics, SNA appears to be an alternative to expand the vision of the projects dynamics in the social relation field. Seeing a project represented in a graph, the social entities are represented as dots and its relations as edges, and the temporal and/or timeless analysis about the projects aspects, such as communication, team building, coworking and others, can be performed by the use of own metrics, e.g. betweenness centrality and density. The kind of project most studied by researchers that use Social Network Analysis is the open source (OSS – Open Source Software) software development. This project category has been raising the academic community curiosity to investigate its characteristics since it is easy to obtain the data, stored in online repositories. OSS distinguishes from traditional projects (called closed source) because involves the participation of many spontaneous member, usually from different location and that have never met. As there are many researches that combine the use of SNA techniques in OSS projects, this thesis has the purpose to map and categorize, through a systematic mapping of the literature, studies directly related to the analysis of social network in open source software projects. Using descriptive statistics and qualitative analysis, seeks the main benefits and limitations found on the application of social network analysis metrics in the OSS software projects, as well as the main research topics and the used data source. To sum up, this dissertation presents a diagnose of the research about the covered topics and collaborates with the academy pointing tendencies and future work.
Figura 2.1: Díades direcionais e não direcionais ... 26
Figura 2.2: Exemplo de Degree Centrality ... 27
Figura 2.3: Exemplo de Betweenness Centrality... 28
Figura 2.4: Exemplo de Densidade ... 29
Figura 2.5: Exemplo de Structural Hole ... 30
Figura 2.6: Exemplo de Tie Strength ... 31
Figura 2.7: Exemplo de Clique ... 32
Figura 2.8: Dimensões de pesquisa ... 37
Figura 3.1: Ciclo da Pesquisa ... 48
Figura 3.2: Processo de seleção de estudos ... 60
Figura 4.1: Visão geral do processo do mapeamento sistemático ... 68
Tabela 4.1: Relevância das fontes de busca ... 70
Tabela 4.2: Estudos mais citados ... 75
Tabela 4.3: Evidências das dimensões de projetos nos estudos primários ... 82
Tabela 4.4: Evidência das métricas usadas nos estudos primários ... 86
Tabela 4.5: Mapeamento de evidências por ferramentas de apoio à SNA ... 90
Tabela 4.6: Mapeamento dos benefícios e limitações da aplicação de SNA em projetos ... 92
Tabela 4.7: Mapeamento das evidências por método de pesquisa ... 120
Tabela 4.8: Mapeamento de evidências por fonte de dados ... 121
Tabela C.1: Fontes de busca que contribuíram com estudos relevantes ... 166
Tabela C.2: Distribuição dos estudos primários por ano ... 166
Tabela C.3: Distribuição dos estudos primários por país ... 167
Tabela C.4: Distribuição dos estudos pelo país em cada ano ... 167
Tabela C.5: Distribuição dos estudos primários por pequisadores e sua instituição ... 168
Tabela C.6: Instituições envolvidas na pesquisa de SNA em Projetos ... 173
Tabela C.7: Veículos de publicação dos estudos relevantes ... 174
Tabela C.8: Quantidade de citações dos estudos relevantes ... 176
Tabela C.9: Distribuição dos estudos primários por fonte de dados ... 178
Tabela C.10: Uso de ferramenta para apoiar SNA nos estudos estudos primários ... 180
Tabela C.11: Ferramentas de apoio a SNA que particiram juntas nos estudos ... 181
Tabela C.12: Métodos de pesquisa usados nos estudos primários ... 182
Tabela C.13: Distribuição dos métodos de pequisa por ano ... 182
Tabela C.14: Fontes de coletas de dados identificados nos estudos selecionados ... 183
Quadro 2.1: Diferenças técnicas entre software open source e software proprietário ... 40
Quadro 3.1: Quadro Metodológico ... 44
Quadro 3.2: Classificação da pesquisa segundo Cooper ... 46
Quadro 3.3: Primeiros termos para a string de busca ... 53
Quadro 3.4: Segundos termos para string de busca ... 54
Quadro 3.5: Termos finais para a string de busca ... 54
Quadro 3.6: String de busca ... 54
Quadro 3.7: Fontes de Busca Manual ... 56
Quadro 3.8: Possível cenário da seleção de estudos ... 58
LISTA DE GRÁFICOS
Gráfico 4.1: Proporção da busca automática para a busca manual ... 64
Gráfico 4.2: Distribuição inicial da busca automática ... 65
Gráfico 4.3: Distribuição inicial da busca manual ... 65
Gráfico 4.4: Distribuição final dos estudos por engine ... 69
Gráfico 4.5: Evolução dos artigos por ano ... 71
Gráfico 4.6: Distribuição dos estudos por país... 72
Gráfico 4.7: Pesquisadores mais presentes nas pesquisas ... 72
Gráfico 4.8: Instituições mais presentes nas pesquisas ... 73
Gráfico 4.9: Conferências que mais retornaram estudos ... 74
Gráfico 4.10: Fonte de dados mais populares ... 75
Gráfico 4.11: Dimensões estudadas nas pequisas ... 78
Gráfico 4.12: Métricas mais usadas nos estudos ... 84
Gráfico 4.13: Ferramentas usadas para apoiar SNA ... 90
Gráfico 4.14: Estudos por sua natureza ... 117
Gráfico 4.15: Distribuição dos Métodos de pesquisa ... 118
Gráfico 4.16: Evolução dos métodos por ano ... 119
Gráfico 4.17: Fonte de extração de dados ... 120
ABGP Associação Brasileira de Gerenciamento de Projetos CE Critério de Exclusão
CI Critério de Inclusão
EBSE Evidence-based Software Engineering
EP Estudo Primário GP Gestão de Projetos
ICB IPMA Competence Baseline
IEEE Institute of Electrical and Electronics Engineers
IPMA International Project Management Association
MS Mapeamento Sistemático OSS Open Source Software
PMBOK Project Management Body of Knowledge
PMI Project Management Institute
RQ Research Question
RSL Revisão Sistemática da Literatura SNA Social Network Analisys
1 INTRODUÇÃO ... 17 1.1 Contextualização ... 17 1.2 Objetivos ... 19 1.3 Motivação ... 19 1.4 Questões de Pesquisa ... 19 1.5 Contribuições ... 21 1.6 Estrutura do Trabalho ... 21 2 FUNDAMENTAÇÃO TEÓRICA ... 23 2.1 Introdução ... 23
2.2 Análise de Redes Sociais ... 23
2.2.1 Métricas de Análise de Redes Sociais (SNA) ... 25
2.2.1.1 Degree Centrality ... 25 2.2.1.2 Betweenness Centrality ... 27 2.2.1.3 Closeness Centrality ... 28 2.2.1.4 Densidade ... 28 2.2.1.5 Clustering Coefficient ... 29 2.2.1.6 Structural Hole ... 30 2.2.1.7 Tie Strength ... 31 2.2.1.8 Cliques ... 32 2.2.1.9 Diâmetro ... 32 2.3 Projetos ... 33 2.3.1 Dimensões de Projetos ... 35
2.4 Open Source Software (OSS) ... 37
2.5 Mapeamento Sistemático da Literatura ... 40
3 METODOLOGIA ... 44
3.3 Classificação segundo Cooper ... 46
3.4 Ciclo da Pesquisa ... 47
3.4.1 Mapeamento Sistemático da Literatura ... 49
3.4.2 Equipe de Pesquisa ... 50
3.4.3 Questões de Pesquisa ... 51
3.4.4 Estratégia de Busca ... 53
3.4.5 Processo de Busca ... 55
3.4.6 Seleção dos Estudos e Critérios de Inclusão e Exclusão ... 57
3.4.7 Extração de Dados ... 60
3.4.8 Análise e Síntese de Dados ... 62
4 RESULTADOS ... 63
4.1 Introdução ... 63
4.2 Resultados da Extração e Análise de Dados ... 63
4.3 Mapeamento das Evidências ... 76
4.3.1 Q1: O que atualmente se sabe sobre a aplicação de Análise de Redes Sociais no contexto de projetos de software open source? ... 76
4.3.1.1 Q1.1: Quais as dimensões da teoria de projeto que são investigadas através da Análise de Redes Sociais? ... 77
4.3.1.2 Q1.2: Quais as principais métricas de SNA aplicadas em Projetos? ... 83
4.3.1.3 Q1.3: Quais ferramentas existem para dar apoio a SNA na área de projetos? ... 87
4.3.1.4 Q1.4: Quais são os principais benefícios e limitações da aplicação de SNA nas áreas de projeto?... 91
4.3.2 Q2: Quais são os métodos de pesquisa usados nos estudos de SNA em projetos de software open source? ... 115
4.3.3 Q3: Quais são as implicações destes estudos para a pesquisa e prática na Gestão de Projetos? ... 122
5 CONCLUSÕES E TRABALHOS FUTUROS ... 127
5.1 Introdução ... 127
5.2 Limitações e Ameaças a Validade ... 127
5.3 Contribuições Associadas ... 129
5.4 Trabalhos Futuros ... 129
5.5 Conclusões ... 131
REFERÊNCIAS ... 134
APÊNDICE A – ESTUDOS PRIMÁRIOS INCLUÍDOS ... 141
APÊNDICE B – PROTOCOLO DO MAPEAMENTO SISTEMÁTICO ... 149
1.1 Contextualização
Projetos de software open source (OSS) tem recebido uma enorme atenção desde os anos 90 por ser uma nova forma de desenvolvimento que desafia a indústria que desenvolve softwares comerciais que dominava o mercado em seu surgimento (MOCKUS et al., 2002). Este tipo de projeto geralmente é desenvolvido por uma comunidade de desenvolvedores que contribuem em um projeto via internet sem a necessidade de uma instituição que os emprega ou os paga por isso (HERTEL et al., 2003). Na maioria dos casos esta instituição nem existe, ao contrário dos projetos que chamamos de closed source, onde uma instituição detém o poder sobre o que é produzido por seus empregados remunerados. Basicamente a diferença dos projetos OSS para os projetos tradicionais, é que as informações geradas nos projetos pelos desenvolvedores, e demais participantes, são públicas e abertas para serem alteradas por qualquer usuário(CROWSTON et al., 2003; RAYMOND, 1999), além de ter uma característica não comercial, onde os colaborados geralmente não são remunerados para desenvolverem seus trabalhos. O termo Open Source foi adotado após um grupo de pessoas do movimento de Software Livre se reunirem em Palo Alto, California em reação ao anuncio, em 1998, da Netscape do release do código fonte de seu navegador. Entre eles estava R. M. Stallman, um dos pioneiros do conceito de
Software Livre nos anos 80 (STALLMAN, 2014). Neste mesmo ano Raymond fez a
primeira chamada pública para a comunidade de software livre usar o novo termo (RAYMOND, 1999). Este novo conceito de projetos tem atraído o interesse da academia e da própria indústria. Diversas pesquisas para entender este fenômeno têm sido desenvolvidas e este novo conceito tem atraído o interesse tanto da academia como da própria indústria.
Apesar das diferenças, os projetos OSS têm uma característica em comum com os projetos desenvolvidos pela indústria a fim de serem comercializados: são compostos por pessoas que interagem entre si para alcançarem um mesmo objetivo, o produto final. Essa particularidade de cunho social recebe uma especial atenção em projetos de software open source, pois sua característica distribuída e de participação voluntária (LAKHANI e VON HIPPEL, 2003) traz grandes desafios para a área de
Gestão de Projetos. Questões relacionados às dimensões de projetos de como ocorre a comunicação dentro do projeto, ou como ocorre a colaboração, ou até mesmo como são formadas as equipes de desenvolvimento, testes, entre outras, são problemas que estão sendo exploradas.
Enquanto é possível identificar na literatura várias técnicas que analisam diversas dimensões de projetos, do ponto de vista da Gestão de Projetos, como o PMBOK que se preocupa com aspectos práticos de como controlar um projeto, identificar possíveis riscos e melhorar seu desempenho (PROJECT MANAGEMENT INSTITUTE, 2012), uma em particular tem aparecido e contribuído para dar suporte à compreensão das atividades relacionadas a projetos, através das suas interações, no aspecto social, que é a Análise de Redes Sociais (SNA – Social Network Analysis). A literatura tem reconhecido a utilidade e a importância do uso de SNA como um meio de auxílio para o gerenciamento de projetos (HOSSAIN e WU, 2009; HOSSAIN e ZHU, 2009) e sobretudo na análise dos aspectos do projeto de natureza open source (YANG et al., 2013; MENEELY e WILLIAMS, 2011, CROWSTON et al., 2010).
No contexto de projetos, através da análise de redes sociais uma variedade de dimensões de projetos pode ser investigada e diversos problemas podem ser abordados, tais como a comunicação e a colaboração dentro e fora do time (SILVA, 2014), a seleção e recomendação de membros do time (PACHECO JÚNIOR et al., 2014), a otimização do desempenho do time, o compartilhamento do conhecimento entre os membros do time, a distribuição de recursos do projeto e o gerenciamento de riscos do projeto (FITSILIS et al., 2009). Deste modo, vários benefícios podem ser alcançados, tais como a promoção da colaboração, a melhoria da comunicação, a gestão do conhecimento dentro do projeto e a restruturação da equipe de modo a alcançar melhores índices desempenho e contribuir para o alcance do sucesso do projeto.
A fim de investigar a aplicação das técnicas de SNA no contexto de projetos
open source, este trabalho realiza um estudo de mapeamento sistemático. Este tipo
de pesquisa é definido por Kitchenham e Charters (2007) como uma espécie de revisão sistemática da literatura que é aplicada quando se pretende tratar um escopo mais abrangente a fim de reunir o máximo de informações disponíveis sobre uma determinada área do conhecimento ou tópico de pesquisa (KITCHENHAM e CHARTERS, 2007).
1.2 Objetivos
Este trabalho tem como objetivo reunir, estruturar e sintetizar de maneira sistemática o conhecimento sobre o estado atual da aplicação de análise de redes sociais em projetos de software open-source, a partir de um mapeamento sistemático da literatura, de modo a identificar quais são os seus principais benefícios e limitações, quais são as ferramentas que existem para apoiá-la, e quais são suas implicações dos estudos desta área para a comunidade acadêmica e para a prática em Gestão de Projetos a fim de expandir o conhecimento desta área de pesquisa.
1.3 Motivação
A motivação deste estudo é, a partir da visão geral sobre a área de Análise de Redes Sociais aplicada a projetos de software open-source, abrir o leque de possibilidades de estudos na área, estimulando novos pesquisadores a aprofundarem cada um dos resultados. Como a área é nascente, pretendemos contribuir com a academia, através dos pesquisadores interessados na área de SNA e Open Source, com várias possibilidades de estudos futuro além de explorar, como um estudo pioneiro, como SNA tem sido usado neste tipo de projeto.
1.4 Questões de Pesquisa
As questões de pesquisa são os que norteiam todo este estudo. É a partir delas que a metodologia adequada é traçada e, sobretudo, o mapeamento sistemático é iniciado com a escolha da string de busca. São elas que norteiam toda esta dissertação.
É importante notar que o presente trabalho é parte de um mapeamento sistemático maior sobre SNA em projetos (de forma genérica). A metodologia aplicada neste trabalho foi traçada a partir das questões de pesquisa deste mapeamento maior. Porém, a necessidade de focar os resultados em projetos do tipo open source fez especificarmos melhor as questões a fim de termos um resultado de acordo com o contexto desta pesquisa.
Desta forma, segue abaixo tanto as questões de pesquisa que nortearam a metodologia, quanto as que buscamos responder durante toda esta pesquisa. Elas
são compostas por três perguntas, onde uma delas se subdividiu em outras quatro. Segue abaixo:
Q1 – O que atualmente se sabe sobre a aplicação de análise redes sociais no contexto de projetos?
o Q1.1 – Quais as dimensões da teoria de projeto que são investigadas através de análise de redes sociais?
o Q1.2 – Quais as principais métricas de SNA aplicadas em projetos? o Q1.3 – Quais ferramentas existem para dar apoio a SNA na área de
projetos?
o Q1.4 – Quais são os principais benefícios e limitações da aplicação de SNA nas áreas de projeto?
Q2 – Quais são os métodos de pesquisa usados nos estudos de SNA em projetos?
Q3 – Quais são as implicações destes estudos para a pesquisa e prática na Gestão de Projetos?
Com a necessidade de especificar e responder no contexto de nossa pesquisa, segue abaixo as perguntas que buscamos responder nesta pesquisa:
Q1 – O que atualmente se sabe sobre a aplicação de análise redes sociais no contexto de projetos de software open-source?
o Q1.1 – Quais as dimensões da teoria de projeto que são investigadas através de análise de redes sociais?
o Q1.2 – Quais as principais métricas de SNA aplicadas em projetos? o Q1.3 – Quais ferramentas existem para dar apoio a SNA na área de
projetos?
o Q1.4 – Quais são os principais benefícios e limitações da aplicação de SNA nas áreas de projeto?
Q2 – Quais são os métodos de pesquisa usados nos estudos de SNA em projetos de software open-source?
Q3 – Quais são as implicações destes estudos para a pesquisa e prática na Gestão de Projetos?
1.5 Contribuições
As principais contribuições deste trabalho são:
Fornecer uma visão geral de como Análise de Redes Sociais está sendo aplicada em projetos de software open-source, mostrando em que áreas de projetos ela está sendo aplicada, quais métricas são mais utilizadas e quais ferramentas estão sendo usadas, além dos benefícios e limitações do seu uso no campo de projetos.
Fornecer um mapa dos pesquisadores, instituições e países mais atuantes na área de Análise de Redes Sociais em projetos de software open-source para servir como insumo para um pesquisador que deseja iniciar os estudos na área.
Apresentar qual o estado de maturação das pesquisas acadêmicas na área, apresentando os métodos de pesquisa mais usados, e o envolvimento da indústria nestas pesquisas.
Exibir as lacunas da área e oportunidades de pesquisas futuras de modo a indicar possíveis trabalhos futuros que preencham as lacunas e aprofundem o conhecimento na área.
1.6 Estrutura do Trabalho
Este trabalho está estruturado em mais quatro capítulos da seguinte forma: O Capítulo 2 apresentará todos os conceitos teóricos necessários e que norteiam esta dissertação, tendo início pela teoria de Análise de Redes Sociais que é o objeto de estudo desta pesquisa, detalhando algumas de suas métricas conhecidas na literatura, seguindo pelo conceito básico de projetos, tendo como objetivo introduzir os conceitos de suas dimensões para poder seguir com a teoria de projetos de
software open-source e finalizando com uma apresentação das noções do que é um
mapeamento sistemático.
No Capítulo 3 é apresentado todo o detalhamento da metodologia científica usada nesta pesquisa, de forma a descrever todos os seus passos de forma detalhada e como este método foi aplicado neste estudo. Ele é uma forma mais detalhada de apresentar o protocolo de pesquisa necessário para o bom andamento do mapeamento sistemático, anexado no Apêndice A.
No Capítulo 4 finalmente são apresentados com detalhes os resultados do mapeamento sistemático, detalhando cada uma de suas fases. A princípio é analisado os metadados gerados pelo estudo por meio da estatística descritiva, com gráficos e descrições. Em seguida são apresentadas as evidências encontradas nos estudos primários de forma a responder as questões de pesquisa suscitada nesta dissertação. Por fim, o Capítulo 5 apresenta a conclusão do trabalho, analisando possíveis ameaças à validade e limitações da pesquisa, assim como evidenciando algumas possibilidades de trabalhos futuros que surgiram baseado nas oportunidades que emergiram a partir dos resultados obtidos deste mapeamento sistemático. Para fechar, a conclusão faz uma síntese dos resultados apresentando as considerações finais do estudo.
2.1 Introdução
O objetivo principal desse capítulo é fornecer ao leitor os principais conceitos das áreas de pesquisa relacionadas ao estudo realizado para facilitar o entendimento do problema abordado neste trabalho. A fim de atingir tal objetivo, na Seção 2.2, serão descritos os conceitos de Análise de Redes Sociais e suas métricas encontradas na literatura, assim como ferramentas conhecidas que dão suporte no momento da análise. A Seção 2.3, discorre sobre o conceito de Projetos e suas dimensões exploradas pela PMBOK e pelo SPF que serão detalhados nesta seção. Na Seção 2.4, será apesentado a teoria de projetos open-source e suas características em relação ao apresentado na seção anterior. Por fim, a Seção 2.5 discorre sobre o mapeamento sistemático, para esclarecer melhor, de forma geral, a metodologia por trás desta pesquisa.
2.2 Análise de Redes Sociais
Análise de Redes Sociais (SNA – Social Network Analysis em inglês) é uma área interdisciplinar e se originou da sociologia, da psicologia social e da antropologia. Muitas pessoas atribuem o primeiro uso do termo “Social Network” a Barnes em 1954 (WASSERMAN, 1994). Ela teve início com o estudo da sociometria que teve como mentor Moreno (MORENO, 1977). Sociometria é o estudo da medida das relações interpessoais em grupos pequenos. Moreno, para poder aprofundar a sociometria e afim de entender melhor o comportamento social humano, especialmente as dinâmicas de grupos, criou o sociograma, que nada mais é do que um meio para descrever estruturas de grupo. Um sociograma é como se fosse uma “foto” na qual, em um espaço bidimensional, as pessoas são representadas como pontos e a relação entre elas é representado por linhas que ligam dois pontos (WASSERMAN, 1994). Atualmente o sociograma, junto com uma matriz que pode refletir a mesma informação, é uma ferramenta usada em SNA. Após a contribuição da sociologia, antropologistas trouxeram suas atenções para sociedades mais complexas que as que Moreno analisava e, inspirados na etnografia, buscaram formas de entender as
interações sociais que eles observavam (WASSERMAN, 1994). Desta forma surgiu SNA que começou a tomar forma com a aparição dos primeiros conceitos de suas métricas (densidade, span, cluster, etc.), nos anos 50 e 60. Sua aplicação vai da análise de pequenos grupos até sistemas globais inteiros, (KADUSHIN, 2011)e seu poder está exatamente nos diferentes pontos de vista que podem ser adotados, ao contrário dos estudos tradicionais (SON e ROJAS, 2009). Sua aplicação, além do encontro da sociologia e antropologia citado anteriormente, também proporciona o encontro com outras disciplinas como matemática, estatística, ciência da informação, psicologia, entre outras (WASSERMAN, 1994; VAN DUIJN e VERMUNT, 2006).
Em suma, redes sociais representam relacionamentos entre entidades sociais através de nós e conexões, com base na teoria de grafos, onde há um conjunto de atores (que são os nós, ou pontos) que podem ter relacionamentos (que podem ser conexões, arestas, laços) entre si (HANNEMAN e RIDDLE, 2014). Desta forma a Análise de Redes Sociais pode ser definida como uma forma de descrever relações entre entidades sociais, bem como o padrão e as implicações destas conexões (WASSERMAN, 1994). Este método provê abstração para estudar relações sociais e fornece um framework para analisar as interações humanas em uma gama de situações, através de grafos, matriz e métricas que iremos detalhar mais à frente. A unidade na análise de redes sociais não é em si a entidade, mas sim a coleção de entidades e os relacionamentos entre eles. O significado do relacionamento depende do contexto que a rede está mapeando. Alguns exemplos de significados mais comuns para relacionamento são: amizade, afinidade, interação ou conexão física (WASSERMAN, 1994).
SNA, como já foi dito no início desta seção, é uma área interdisciplinar, porém merecem destaque algumas aplicações na área de projetos. Ela pode ser aplicada de modo a identificar grupos de colaboração dentro de uma equipe, buscando grupos que colaboram entre si, identificar liderança em uma equipe que influencia diversos aspectos do projeto, prover padrões de comunicação dentro do projeto que afetam o sucesso dele, analisar a performance da equipe e sua influência na comunicação, identificar o fluxo de conhecimento e as pessoas-chave dentro da equipe, entre outras tantas aplicações possíveis.
O formato mais simples de uma rede social é uma díade, onde há dois nós e uma aresta representando a relação entre os nós conforme mostrado na Figura 2.1.
Podemos observar nesta figura que os relacionamentos podem ser não-direcionais ou direcionais. O relacionamento não-direcional é representado por uma aresta que liga diretamente os dois nós, ou seja o relacionamento do nó A está para B assim como o relacionamento de B está para A. Este relacionamento pode ser exemplificado pela relação de amizade, onde A é amigo de B, logo B é amigo de A (SILVA, 2014). No caso do relacionamento direcional o sentido da seta na aresta indica o sentido do relacionamento. Por exemplo, na Figura 2.1, a segunda díade pode ser um relacionamento de “responder a”, “vender a” ou “admirar a”, onde A respondeu a B, ou A vendeu a B, ou até mesmo A admira a B (SILVA, 2014).
Com três nós já é formada uma tríade e é a partir dela é que uma sociedade é iniciada (KADUSHIN, 2011). Desta forma, a partir dela a análise de redes sociais pode ser aplicada pois se os grafos se tornam estruturas maiores e mais complexas do que uma simples díade.
Para dar apoio à análise destas redes complexas uma ferramenta útil é a teoria dos grafos que, além de tornar possível a representação da rede social a partir de uma matriz de adjacência, também abre oportunidades para a aplicação de análises matemáticas em cima da rede social. Algumas destas aplicações matemática, são chamadas de métrica. São exemplos de métricas de SNA: Degree Centrality,
Betweenness Centrality, Closeness Centrality, Densidade, Clustering Coefficient, Structural Hole, Tie Strength, Clique e Diâmetro. Este estudo optou por usar a
nomenclatura delas em inglês para não correr o risco de erros de intepretação devido a tradução. Iremos descrever estas métricas nas próximas seções.
2.2.1 Métricas de Análise de Redes Sociais (SNA)
2.2.1.1 Degree Centrality
Um dos conceitos mais utilizados em Análise de Redes Sociais é o de centralidade. Ela mede o quão importante e influente é um nó do grafo. Esta métrica quantifica o quão próximos os nós estão direta e indiretamente conectados com outros nós na rede. Nesta seção iremos nos ater a um tipo de centralidade, a mais simples,
Figura 2.1: Díades direcionais e não direcionais
Degree Centrality mede quantas ligações diretas tem um determinado nó. Esta
métrica é calculada da seguinte forma (WASSERMAN, 1994) para um nó i: 𝐺(𝑖) = ∑ 𝑚𝑖𝑗
𝑗
onde 𝑚𝑖𝑗 = 1 se houver apenas um relacionamento entre os nós i e j, ou 𝑚𝑖𝑗 = 0 se não houver nenhum relacionamento entre os nós i e j. Quanto maior o valor de G(i) maior o número de relações do nó i e portanto mais influente e importante ele é. Uma padronização desta medida é a proporção dos nós adjacentes a 𝑛𝑖. Segue a formula para seu cálculo:
𝐶′𝑝(𝑛𝑖) =𝐺(𝑖)⁄𝑔 − 1
onde g é a quantidade de nós na rede.
Na Figura 2.2 podemos observar que a degree centrality do nó 𝑛1tem valor 6 e
a proporção dos nós adjacentes é igual a 1 (o que equivale a 100% dos nós da rede estão ligados a 𝑛1). Os demais nós têm como valor da centralidade de grau 1 e a
Figura 2.2: Exemplo de Degree Centrality
Caso a rede seja direcionada, também poderemos medir os valores do
In-degree Centrality (número de arestas que chegam a um determinado nó) e o Out-degree Centrality (quantas arestas saem de um determinado nó para encontrar outro).
Eles têm o mesmo princípio do Degree Centrality só mudando esta questão da direção das ligações que chegam ou que saem de determinado nó. Neste estudo trataremos de forma distinta o Degree Centrality, In-degree Centrality e o Out-degree Centrality para obter maior aproveitamento nos resultados.
2.2.1.2 Betweenness Centrality
Outra medida de Centralidade é a Betweenness Centrality. Esta métrica mede o grau de intermediação de um nó entre duas subredes (FREEMAN, 1979). Para calcular esta métrica deve-se medir quantas vezes um determinado nó aparece no caminho mais curto (distância geodésica) daquele par. O nó que aparecer com o maior número de vezes no caminho geodésico de cada par de grafo, possui o maior
Betweenness Centrality (WASSERMAN, 1994). Para medir o grau, o cálculo, deve
comparar número de caminhos que passam por determinado nó, com o número de caminhos possíveis do grafo. A seguir a expressão:
𝑏(𝑖) = ∑𝑔𝑗𝑖𝑘 𝑔𝑗𝑘
𝑗,𝑘
onde 𝑔𝑗𝑖𝑘 é o número de caminhos entre j e k que passam por i, e 𝑔𝑗𝑘 é o número de todos os caminhos possíveis entre j e k, (j,k ≠ i).
A Figura 2.3 mostra os nós G e M que, apesar de não terem alto Degree
Centrality, são os que têm o maior Betweenness Centrality pois ambos interligam duas
Figura 2.3: Exemplo de Betweenness Centrality
2.2.1.3 Closeness Centrality
Outra importante métrica derivada da Centralidade é a Closeness Centrality. Esta métrica leva em consideração a distância de um nó a todos os demais nós. Ela é definida como a distância média de um determinado nó até cada um dos outros nós da rede que podem ser alcançados por ele. O nó com maior closeness centrality é o nó que possui o melhor acesso a todos os outros da rede. Por isso mais rápido ele será achado e mais rápido será seu tempo de resposta. Geralmente, um valor baixo para closeness centrality pode indicar que um nó está situado em uma das periferias da rede (FREEMAN, 1979).
A seguinte expressão representa o cálculo da closeness centrality de um nó 𝑛𝑖:
𝐶′𝐶(𝑛𝑖) = (𝑛 − 1). 𝐶𝐶(𝑛𝑖)
onde n é o número de nós presentes na rede e 𝐶𝐶(𝑛𝑖) é:
𝐶𝐶(𝑛𝑖) = [∑ 𝑑(𝑛𝑖, 𝑛𝑗) 𝑔
𝑗=1
]
−1
e ∑𝑔𝑗=1𝑑(𝑛𝑖, 𝑛𝑗) é a distância do nó i em relação a todos os demais.
2.2.1.4 Densidade
Densidade é uma métrica simples que é bastante usada, que ao contrário da métricas apresentadas anteriormente, é uma medida da rede e não de um nó
particular. Esta métrica nos mostra o quão conectado está o grafo (FREEMAN, 1979). Ela, dentro de uma rede de colaboração, pode mensurar quão conectados estão os membros do grupo facilitando assim a troca de informações.
Para calcular a densidade de um grafo, basta dividir o número de conexões existentes pelo número de conexões possíveis:
𝐷 = 𝑐 𝑛(𝑛 − 1)
onde c é o número de conexões existentes na rede e n o número de nós no grafo. Por não ser permitido auto relacionamento n(n-1) é o número possível de conexões na rede.
A Figura 2.4 mostra (a) uma rede com alta densidade de valor 1 e (b) uma com baixa densidade com valor 0,16.
Figura 2.4: Exemplo de Densidade
2.2.1.5 Clustering Coefficient
Clustering Coefficient de uma rede social (C) mede o grau com que os nós de
um grafo tendem a agrupar-se, de modo que uma interação entre os nós X e Y, assim como uma interação entre os nós Y e Z provavelmente implicará em uma relação direta entre X e Z (XU et al., 2005). Esta métrica é um indicador de conectividade de um nó ou da rede. Segue uma definição formal na equação abaixo:
𝐶 =1
𝑛∑ 𝐶(𝑛𝑖)
𝑛
𝑖=1
onde n é o número de nós da rede e 𝐶(𝑛𝑖) é o clustering coefficient do nó i,
𝐶(𝑛𝑖) = 2𝐿𝐷𝑛𝑖 𝐷𝑛𝑖(𝐷𝑛𝑖− 1)
onde 𝐷𝑛𝑖 é o número de nós conectados diretamente ao nó 𝑛𝑖, enquanto 𝐿𝐷 𝑁𝑖 é o número de conexões entre eles. O 𝐷𝑛𝑖(𝐷𝑛𝑖− 1) é o número de conexões possíveis entre os nós conectadores diretamente ao nó 𝑛𝑖, que é esperado em uma rede totalmente interligada.
O agrupamento, indicado por esta métrica, é uma propriedade muito comum em redes sociais e pode referir-se, por exemplo, a círculos de amigos ou conhecidos que formam um grupo dentro de uma rede social.
2.2.1.6 Structural Hole
A medida de Structural Hole está preocupada com o grau de inexistência de ligações que faltam na rede e com a noção de redundância em redes (BURT, 1995). Em relação aos nós, Structural Holes são lacunas na rede social, já em relação à rede, pessoas de ambos os lados do “buraco” têm acesso a diferentes fluxos de informação, indicando que tem uma diversidade no fluxo da informação da rede (HARGADON e SUTTON, 1997). Geralmente, está métrica é usada para medir a relação de capital social com performance dos colaboradores. Remover um ator que beira um structural
hole em uma rede social significa romper as possibilidades de comunicação de pelo
menos dois grupos diferentes na rede.
Figura 2.5: Exemplo de Structural Hole
B, que são interligados pelo ator central 1, que torna-se, desta forma, a ponte entre os dois grupos, podendo obter vantagem competitiva na rede e coordenar o fluxo de informação e troca de conhecimento entre os dois grupos.
2.2.1.7 Tie Strength
Tie Strength é um importante conceito de SNA, que caracteriza
quantitativamente um link entre dois nós. Por definição a métrica Tie Strength segundo Granovetter (GRANOVETTER, 1973) é a combinação da quantidade de tempo, da intensidade emocional, a intimidade, e os serviços recíprocos que caracteriza a ligação entre dois nós.
A forma mais comum de coletar esta métrica é usar indicações de proximidade entre a relação dos nós. Por exemplo, bons amigos têm uma proximidade de relação, e amigos próximos podem ser chamados de uma relação forte, enquanto amigos dos amigos têm laços fracos e consequentemente são mais distantes (MARSDEN e CAMPBELL, 1984). Diversas formas de indicadores da força do laço entre os nós pode ser medido para se chegar a um valor da métrica (GRANOVETTER, 1973; MARSDEN e CAMPBELL, 1984).
Na Figura 2.6 vemos um exemplo de um gráfico onde suas arestas recebem um peso que representa a tie strength entre dois nós. Por exemplo a relação entre o nó 1 e o nó 2 tem o peso numérico de 3.
2.2.1.8 Cliques
Um clique em um grafo é um subgrafo completo composto por três ou mais nós (WASSERMAN, 1994). Consiste em um subconjunto de nós, cada um adjacente aos demais. Ela é o ponto de partida para análise de propriedades que subgrupos coesos devem ter.
Um exemplo de vários cliques está na Figura 2.7 onde existem os cliques: {1, 2, 3}, {1, 3, 5}, {3, 4, 5, 6}. Pode-se observar que um mesmo nó pode participar de vários cliques, a exemplo do nó 3. O grupo {2, 3, 4 e 7} não representa um clique pois não há ligação entre o 3 e 7 e entre o 2 e o 4.
Figura 2.7: Exemplo de Clique
2.2.1.9 Diâmetro
O diâmetro de uma rede social é o mais longo dos caminhos mais curtos entre todos os pares de nós. Ele também pode ser definido como o caminho mais curto médio entre todos os pares de nó da rede (XU et al., 2005). O diâmetro indica o quão grande e larga a rede é. Newman e Watts desenvolveram um cálculo aproximado do diâmetro. Segue abaixo a fórmula para o calcular:
𝑑 = log (𝑁 𝑧⁄ )1 log (𝑧2
𝑧1 ⁄ )+ 1
onde d é o diâmetro, N é o total de nós na rede, 𝑧1 é a média da quantidade de vizinhos distante por uma aresta apenas, e 𝑧2 é a média da quantidade de vizinhos distante por duas arestas.
Por exemplo na Figura 2.3 a densidade da rede é 7, dado o menor caminho entre os nós d, e, f e h, e os nós n, o, p e q (os grupos de nós mais distantes entre si.
2.3 Projetos
Segundo a definição do Project Management Body of Knowledge (PMBOK) (PROJECT MANAGEMENT INSTITUTE, 2012) projeto é um esforço temporário empreendido para criar um produto, serviço ou resultado exclusivo.
Na definição da Associação Brasileira de Gerenciamento de Projetos (ABGP) (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 2003), um projeto é uma reunião de esforços em que mão-de-obra, materiais e recursos financeiros são organizados de forma inovadora para realizar um tipo único de trabalho, de acordo com especificações previamente definidas, com limitações de custos e de tempo, tendo em vista a obtenção de uma mudança benéfica para a organização, definida por objetivos quantitativos e qualitativos.
Na definição de Kerzner (KERZNER, 2002), projetos são empreendimentos com objetivo identificável, que consomem recursos e operam sob pressões de prazos, custos e qualidade.
Projetos, segundo Heldman (HELDMAN, 2006), é um empreendimento único, temporário, com datas de início e término definidos, e tem por finalidade a criação de um produto ou a execução de um serviço específico e que está concluído quando suas metas e os objetivos forem alcançadas e aprovadas pelos stakeholders.
Em todas as definições podemos ver que sempre há o aspecto temporário do projeto. Esta natureza temporária dos projetos indica que eles têm um início e um término definidos. Temporário não significa necessariamente de curta duração. Não necessariamente este termo temporário se aplica ao resultado do projeto (produto, serviço ou resultado) (PROJECT MANAGEMENT INSTITUTE, 2012), pois este pode durar um tempo indeterminado, por exemplo o resultado da construção de uma ponte pode durar séculos.
Outro aspecto que podemos notar nas definições é que cada projeto cria um produto, serviço ou resultado único. Embora elementos repetitivos possam estar presentes em algumas entregas e atividades do projeto, esta repetição não muda as características fundamentais e exclusivas do trabalho do projeto (PROJECT MANAGEMENT INSTITUTE, 2012). Este resultado único pode ser tangível ou intangível.
Esta definição de um projeto temporal e que alcança um resultado único se aplica a vários tipos de projetos. Além disto, outros tipos de projetos se encaixam em outras definições. Neste sentido podemos observar que etimologicamente, o termo projeto tem sua origem na palavra latina projectum, fruto da junção de pro, que denota precedência temporal, e jactum, que significa “aquilo que é lançado”. A palavra latina
projectum, por sua vez, é derivada do verbo em latim proicere, fruto da junção de pro
e iacere, que significa “fazer”. Desta maneira, podemos afirmar que, em sua origem, o termo projeto significa “aquilo que é lançado antes de uma ação”, que dá a ideia de algo a ser realizado com a finalidade de se alcançar um determinado objetivo. Esta definição de projeto, vai além das definições tradicionais, indo na raíz do significado da palavra, e retira um aspecto novo que se encaixa em alguns projetos open source por exemplo.
Segundo o PMBOK um projeto pode criar:
Um produto que pode ser um componente de outro item, um aprimoramento de outro item, ou um item final;
Um serviço ou a capacidade de realizar um serviço (p.ex., uma função de negócios que dá suporte à produção ou distribuição);
Uma melhoria nas linhas de produtos e serviços (por exemplo, um projeto Seis Sigma executado para reduzir falhas); ou
Um resultado, como um produto ou documento (por exemplo, um projeto de pesquisa que desenvolve o conhecimento que pode ser usado para determinar se uma tendência existe ou se um novo processo beneficiará a sociedade). Outro aspecto de projetos é que eles são executados por pessoas, têm recursos limitados e precisam ser planejados, executados e controlados. Desta forma é necessário, para que o projeto alcance o sucesso, mecanismos que ajudem o planejamento, execução e controle dos vários aspectos e dimensões do projeto. Para isto surge a área de Gerenciamento de Projetos.
Segundo o Project Management Insitute (PMI), no PMBOK, o gerenciamento de projeto é a aplicação de conhecimento, habilidades, ferramentas e técnicas às atividades do projeto para atender aos seus requisitos (PROJECT MANAGEMENT INSTITUTE, 2012).
planejamento, organização, direção e controle de uma série de tarefas integradas de forma que os objetivos do projeto sejam alcançados com sucesso e de acordo com os interesses dos stakeholders. Ele acrescenta dizendo que um bom gerenciamento de projetos requer um intenso planejamento e coordenação (KERZNER, 2002).
Segundo o PMBOK o gerenciamento de um projeto normalmente inclui, mas não se limita a:
Identificação dos requisitos;
Abordagem das diferentes necessidades, preocupações e expectativas das partes interessadas no planejamento e execução do projeto;
Estabelecimento, manutenção e execução de comunicações ativas, eficazes e colaborativas entre as partes interessadas;
Gerenciamento das partes interessadas visando o atendimento aos requisitos do projeto e a criação das suas entregas;
Equilíbrio das restrições conflitantes do projeto que incluem, mas não se limitam, a: o Escopo, o Qualidade, o Cronograma, o Orçamento, o Recursos, e o Riscos.
Além destas características os projetos têm aspectos específicos que são suas dimensões. O gerenciamento de projetos estuda essas dimensões por meio do PMBOK e do Software Project Framework. Na próxima seção iremos detalhar um pouco sobre o conceito das dimensões e quais são elas.
2.3.1 Dimensões de Projetos
Podemos perceber que a área de Gestão de Projetos é bastante diversificada, exige um conhecimento interdisciplinar e é composta por várias áreas. O PMBOK, um guia de referência de gerenciamento de projetos, divide o seu guia de gestão de projetos em dez áreas de conhecimento. Uma área de conhecimento representa um conjunto completo de conceitos, termos e atividades que compõem um campo
profissional, campo de gerenciamento de projetos, ou uma área de especialização (PROJECT MANAGEMENT INSTITUTE, 2012). São elas: integração, escopo, tempo, custo, qualidade, recursos humanos, comunicação, risco, aquisições e stakeholder.
Também afim de compreender melhor os aspectos da gestão de projetos, Moura (MOURA, 2014)em sua obra Software Project Framework (SPF), dividiu a área em 14 dimensões de projeto. As dimensões refletem uma visão de variabilidade e complexidade do projeto de software. Ele incorpora também o conceito de foco ou aspecto: entendimento do projeto sob um determinado aspecto (ou dimensão). Uma forma mais prática de ver as dimensões é focar no aspecto de gestão das mesmas. Por exemplo, gestão do aprendizado do projeto, gestão da complexidade do projeto, e assim por diante (MOURA, 2014). São elas: aprendizado, complexidade, conhecimento, incerteza, inovação, liderança, marketing, metodologias, mudança, política, simplicidade, social, stakeholder e valor. O autor ainda abre a possibilidade para novas dimensões de estudo. O SPF é um framework para projetos de software que sob a ótica das dimensões de projeto, tem o propósito de contemplar novos paradigmas de gerenciamento para contribuir com a pesquisa atual na área.
Esta pesquisa levará em consideração tanto as áreas de conhecimento do PMBOK como as dimensões do SPF. Iremos usar o termo “dimensões de projetos” para ilustrar as várias áreas que um projeto pode ser estudado do ponto de vista de SNA. Desta forma teremos 10 dimensões provenientes do PMBOK e 14 do SPF, sendo uma em comum aos dois, stakeholder, conforme ilustrado na Figura 2.8.
Figura 2.8: Dimensões de pesquisa
2.4 Open Source Software (OSS)
O termo Open Source foi adotado após um grupo de pessoas do movimento de
Software Livre se reunirem em Palo Alto, California em reação ao anuncio, em 1998,
da Netscape do release do código fonte de seu navegador. Entre eles estava R. M. Stallman, um dos pioneiros do conceito de Software Livre nos anos 80 (STALLMAN, 2014). O conceito de Software Livre nasceu com o desenvolvimento do Projeto GNU (STALLMAN, 2014), com o objetivo de criar um sistema operacional. Este projeto ia de encontro a tendência do mercado onde quase todo software era proprietário, ou seja, possuíam donos, geralmente organizações, que evitavam a colaboração externa em seus projetos. A motivação de Stallman era que a indústria, ao proibir o compartilhamento das informações dos softwares, focando somente em sua comercialização, atava as mãos dos desenvolvedores que não podiam contribuir um com o outro, se tornando desta forma inimigos (STALLMAN, 2014). A restauração da harmonia entre a comunidade de desenvolvedores só podia ser possível aplicando o conceito de OSS.
Nos anos 90, Raymond publicou o artigo “The Cathedral and The Bazaar” (RAYMOND, 1999) onde fez uma análise reflexiva sobre a comunidade hacker e os
princípios de software livre. Neste artigo Raymond comparou o projeto open source com um bazar, de desenvolvimento totalmente aberto e os softwares proprietários com uma catedral, fechada em si própria e organizando-se em pequenos grupos de trabalho. Isto motivou a empresa Netscape Communications Corporation a publicar seu popular navegador na época, o Netscape, desenvolvido como software livre. Raymond junto com outros desenvolvedores defenderam a mudança do termo
software livre por open source software, indicando que esta expressão é menos
ambígua e mais confortável para o mundo corporativo (RAYMOND, 1998).
Inspirada por Stallman, a Open Source Initiative elaborou um documento que define 10 critérios que guiam o licenciamento de um software open source (OPEN SOURCE INITIATIVE, 1999):
Redistribuição livre: a licença não deve restringir nenhuma parte de vender ou repassar o software. A licença não deve exigir royalty ou outra taxa para venda;
Código fonte: o software open source deve disponibilizar o código fonte e permitir sua distribuição em sua versão final, junto com o software ou disponível de fácil acesso na internet sem custo. Não é permitido ofuscar o código fonte de qualquer forma;
Trabalhos derivados: a licença deve permitir modificação e trabalhos derivados a partir do código disponibilizado, e permitir a distribuição deles sob os mesmos termos da licença do software original;
Integridade do código fonte do autor: A licença pode restringir o código fonte de ser distribuído em uma forma modificada apenas se a licença permitir a distribuição de arquivos patch com o código fonte para o propósito de modificar o programa no momento de sua construção. A licença deve explicitamente permitir a distribuição do programa construído a partir do código fonte modificado. Contudo, a licença pode ainda requerer que programas derivados tenham um nome ou número de versão diferentes do programa original.
Não discriminar nenhuma pessoa ou grupo: a licença não pode ser discriminatória contra qualquer pessoa ou grupo de pessoas;
Não discriminação contra áreas de atuação: a licença pode restringir o seu uso em algum ramo específico. Não pode haver nenhuma proibição, seja de pessoas ou empresas, ou para pesquisa;
Distribuição da licença: os direitos atribuídos ao programa devem se aplicar a todos para quem o programa for redistribuído sem a necessidade da execução de uma licença adicional por essas partes;
Licença não pode ser específica a um produto: Os direitos associados ao programa não devem depender que o programa seja parte de uma distribuição específica de programas. Se o programa é extraído desta distribuição e usado ou distribuído dentro dos termos da licença do programa, todas as partes para quem o programa é redistribuído devem ter os mesmos direitos que aqueles que são garantidos em conjunção com a distribuição de programas original.
Licença não deve restringir outro software: A licença não deve por restrições a outro software distribuído com o software licenciado. Por exemplo, a licença não pode impor que outros programas, distribuídos no mesmo meio, deva ser também open source;
Licença deve ser neutra em relação a tecnologia: Nenhuma cláusula da licença pode estabelecer uma tecnologia individual, estilo ou interface a ser aplicada no programa;
Desta forma, o documento pretende apresentar que o software open source não simplesmente significa a que o código é aberto, mas um conceito que permite a distribuição livre e a realização de modificações, assegurando os direitos do autor dele, podendo ser usado de forma livre, tanto para uso pessoal como comercial.
Assim, podemos definir um projeto de software open source como um projeto de software onde o código fonte é disponibilizado livremente, onde é permitido alterar e distribuir sem a necessidade de autorização prévia de quem o desenvolveu (MCFARLANE, 2003).
Atualmente existem vários projetos open source muito populares. Por exemplo mais de 65% dos sites públicos são suportados pelo webserver Apache; e 80% do tráfego de email é gerenciado pelo Sendmail; 40% das grandes corporações americana usam o sistema operacional o Linux (WEBER, 2005). Esta adoção muito difundida gerou também um grande interesse da academia que deseja entender e explicar vários aspectos deste fenômeno (SEN et al., 2012).
Em relação aos projetos tradicionais, dito software proprietário, os projetos
algumas diferenças de cunho técnico entre os dois tipos de projeto são apresentadas. Em termos sociais os projetos open source funcionam como uma comunidade. São compostos normalmente por três grupos que sempre interagem entre si por email, fórum, bugtracker, entre outros mecanismos. São eles: programadores (equipe de desenvolvimento), contribuidores (realizam contribuições gerais) e utilizadores (apenas utilizam o software e colaboram no fórum). Na equipe não há uma designação de tarefas, mas há o ato voluntário de colaboração no projeto por parte do usuário, seja lá no desenvolvimento, como na documentação, testes, ou até mesmo com a colaboração em reportar bugs. As equipes formadas geralmente são distribuídas, ou seja, os participantes colaboram de localidades diferente, e que não se conhecem.
Os recursos do projeto (requisitos, bugs, responsabilidades dos membros, calendário, e-mails, etc.) estando de forma aberta facilita a análise do funcionamento social das dimensões de projeto. Há vários repositórios que armazenam estas informações como o Sourceforge, Github, etc., e facilitam o gerenciamento das atividades e dos recursos dos projetos.
Quadro 2.1: Diferenças técnicas entre software open source e software proprietário Software Proprietário Software Open Source
Código fonte Não é disponibilizado ao
cliente
Disponível a qualquer usuário do software
Alteração no software Apenas a empresa pode
alterar
Qualquer pessoa pode alterar
Forma publicada do software
Apenas o binário ou executável
O binário e o código fonte
Redistribuição Os usuários não podem
partilhar, vender, ou distribuir de qualquer forma
Os usuários podem redistribuir
Licenças Licença aplicada aos produtos Licença aplica ao software
independente de sua distribuição em um produto
2.5 Mapeamento Sistemático da Literatura
É possível notar que quando uma área de pesquisa já está em fase de maturidade, começa a ter um aumento crescente de estudos empíricos publicados. Desta forma começa a se tornar necessário um panorama da área de estudo a partir da análise, consolidação e sintetização dos estudos (LIMA, 2012). Desta forma, percebendo esta necessidade, a partir da área de medicina, nos anos 90 surgiu um
novo paradigma de pesquisa baseado em evidências, visando oferecer aos médicos a possibilidade de tomar decisão baseado nas melhores evidências já pesquisadas e comprovadas a respeito do assunto de interesse, a partir de experiências clínicas individuais publicadas (PETERSEN, 2007).
A partir do sucesso desta nova área, em 2004 surge a área de Engenharia de Software baseada em Evidências com o objetivo de proporcionar os meios pelos quais as melhores evidências oriundas das pesquisas podem ser integradas com a experiência prática e os valores humanos no processo de tomada de decisão no desenvolvimento e manutenção de software (KITCHENHAM, 2004).
As pesquisas que utilizam a abordagem baseada em evidências são também conhecidas como pesquisas secundárias ou estudos secundários, uma vez que analisam de forma sistemática estudos primários em busca de sintetizar e integrar as evidências relacionadas a uma determinada pergunta de pesquisa (KITCHENHAM e CHARTERS, 2007). O tipo de estudo secundário realizado nesta pesquisa é o Mapeamento Sistemático da Literatura.
Estudo de Mapeamento Sistemático (MS), também conhecido como Estudo de Escopo (KITCHENHAM e CHARTERS, 2007), tem por objetivo prover uma visão ampla sobre uma determinada área de pesquisa, buscando estabelecer se existe ou não evidências em um determinado tópico e fornecer de forma sistemática um indicativo a respeito da quantidade de evidências. Para Petersen et al. (2008), o MS é um método que visa construir um esquema de classificação e estruturação de um campo de interesse específico, além de usualmente apresentar uma consolidação visual dos resultados. Os seus resultados podem identificar áreas para futuras revisões sistemáticas da literatura.
As razões (ARKSEY e O'MALLEY, 2005) para se realizar um mapeamento sistemático são:
1. Para examinar a extensão, o alcance e a natureza do fenômeno a ser investigado, sendo uma maneira útil para o mapeamento de áreas de estudo onde é difícil de visualizar a gama de materiais que possam estar disponíveis; 2. Para determinar se existe a necessidade da realização de uma completa
revisão sistemática. Nestes casos, um mapeamento preliminar da literatura pode ser realizado a fim de identificar a relevância da elaboração de uma
completa RSL;
3. Para resumir e divulgar resultados de pesquisas. Este tipo de estudo de MS pode descrever mais detalhadamente os resultados e a abrangência da pesquisa em determinadas áreas de estudo, proporcionando um mecanismo de síntese e divulgação dos resultados da pesquisa;
4. Para identificar lacunas de pesquisa na literatura existente. Este tipo de MS conduz à disseminação de conclusões sobre o estado global da área investigada.
Outro tipo de estudo secundário existente é a revisão sistemática da literatura, conhecida como um dos principais métodos da engenharia de software baseada em evidências e que tem recebido muita atenção na engenharia de software (KITCHENHAM, 2004). Diferente de uma revisão comum da literatura presente em qualquer projeto de pesquisa, em uma revisão sistemática existem explicitamente uma estratégia de pesquisa e os critérios de aceitação, permitindo que as evidências pertinentes sejam consideradas de forma sistemática e transparente.
Mapeamentos sistemáticos diferenciam-se das revisões sistemáticas por possuírem questões de pesquisa mais amplas e buscas que geralmente retornam uma grande quantidade de estudos primários. Além disso possuem um processo de extração de dados mais focado em classificar os trabalhos do que em analisa-los em profundidade (KITCHENHAM e CHARTERS, 2007), o que, para Arksey e O’Malley (2005), dispensa a avaliação da qualidade dos estudos primários incluídos, ao contrário do que deve ocorrer em uma revisão sistemática. Ademais, para Mays et al. (2001), um mapeamento sistemático pode ser realizado como projeto autônomo, principalmente se a área a ser investigada é complexa ou ainda não foi revisada de forma exaustiva anteriormente.
Arksey e O’Malley (2005) citam que um dos pontos fortes de um mapeamento sistemático está no fato de poder fornecer resultados através um método rigoroso e transparente em um espaço de tempo menor do que nas revisões sistemáticas. Os autores sugerem as seguintes etapas para um mapeamento:
Identificar as questões de pesquisa;
Identificar os estudos relevantes;
Mapear os dados extraídos;
Consolidar, sintetizar e produzir um relatório com os resultados.
Para eles, o processo de um MS não é linear, mas iterativo, o que exige que os pesquisadores envolvam-se de forma atenta em cada fase e, quando se fizer necessário, repita os passos no intuito de garantir a maior cobertura da literatura científica disponível. Ademais, para um estudo secundário é de fundamental importância a definição de um protocolo de pesquisa contendo as questões de pesquisa, as fontes de busca e os critérios de inclusão e exclusão dos estudos primários (DYBÅ et al., 2007). É através do protocolo que são definidas rigorosamente todas as diretrizes que deverão guiar a pesquisa a fim de minimizar o viés do pesquisador, além de ser possibilitada a replicação do estudo por parte de pesquisadores externos. O protocolo utilizado nesta pesquisa é discutido em detalhes no Capítulo 3 e pode ser observado na íntegra no APÊNDICE B desta dissertação.
3.1 Introdução
Neste capítulo será explanada detalhadamente a abordagem metodológica desta pesquisa afim de obter maior confiabilidade e tornar possível a extensão e replicação por outros pesquisadores de forma imparcial e independente. Para isto é necessário inicialmente apresentar um quadro metodológico e sua classificação para poder ajudar na avaliação de qualidade da revisão de literatura.
Este capítulo segue a seguinte estrutura:
3.2 - Quadro metodológico: este tópico traz um quadro metodológico e a taxonomia da pesquisa segundo Cooper (COOPER, 1988).
3.3 - Ciclo de pesquisa: esta seção detalha a equipe de trabalho (papéis,divisões, revisores, etc.) durante todas as fases do mapeamento e também tratará com detalhes cada fase desta pesquisa, desde a definição do protocolo até a análise dos dados.
3.2 Quadro Metodológico
O quadro metodológico confere rigor científico ao trabalho de pesquisa (LAKATOS e MARCONI, 1990). Nele três aspectos são analisados: método de abordagem, método ou procedimento e a natureza das variáveis. Segue abaixo, no Quadro 3.1, o quadro metodológico adotado por esta pesquisa:
Quadro 3.1: Quadro Metodológico Quadro Metodológico
Método de abordagem Indutivo
Método ou procedimento Estudo de Mapeamento Sistemático
Comparações Constantes
Natureza das variáveis Qualitativa
Esta pesquisa utiliza o método de abordagem indutivo baseado em dados de natureza qualitativa. O método de procedimento utilizado foi o estudo de mapeamento sistemático e comparações constantes.
