Linee guida per i metodi misti nell'ingegneria del software

La ricerca mista e multi-metodo è comune nell'ingegneria del software. Tuttavia, molti ricercatori al di fuori delle scienze sociali non hanno molta esperienza con questi approcci. Questo articolo offre linee guida su come progettare ricerche miste e multi-metodo nell'ingegneria del software, con l'obiettivo di promuovere un uso riflessivo e solido di questi metodi. Discuteremo anche le caratteristiche chiave dei principali progetti di ricerca mista.

Attraverso vari scenari di ricerca sull'ingegneria del software, tutti inventati ma realistici, mostreremo come scegliere i design giusti e affrontare i compromessi che derivano da qualsiasi scelta di design. Condivideremo anche le migliori pratiche e evidenzieremo gli errori comuni da evitare nella ricerca mista e multi-metodo.

#La Necessità di Metodi Misti nell'Ingegneria del Software

I ricercatori usano una gamma di metodi di ricerca nell'ingegneria del software, spesso combinandoli. Nonostante questa tendenza, ci sono poche indicazioni su come mescolare i metodi in modo efficace. Questo è cruciale perché le sfide attuali nell'ingegneria del software sono complesse. Usare più metodi può aiutare a far luce sulla natura dettagliata e intricata dei problemi e delle soluzioni studiate.

Questo articolo è rivolto a ricercatori che si sentono poco familiari con i metodi misti. Condivideremo concetti essenziali e forniremo modi per combinare diversi metodi. Ci siamo ispirati al nostro lavoro precedente sulla selezione dei metodi di ricerca per l'ingegneria del software. Questo articolo offre vari scenari di ricerca inventati che illustrano diversi obiettivi di ricerca e le scelte di design che ne derivano. Questi esempi ti guideranno nella scelta delle opzioni di design evidenziando i compromessi coinvolti.

Oggi, i nuovi ricercatori nell'ingegneria del software affrontano un panorama difficile. Il software è usato per affrontare problemi complessi che possono influenzare ampiamente la società. La spinta verso nuove idee in mezzo a tecnologie e pratiche in rapida evoluzione rende essenziale la selezione dei giusti metodi misti. Ad esempio, l'attuale interesse nello studio dell'uso dell'AI generativa nelle attività quotidiane di ingegneria del software mostra quanto rapidamente possa cambiare il panorama della ricerca.

#Panoramica della Ricerca con Metodi Misti

La ricerca con metodi misti combina approcci qualitativi e quantitativi per affrontare domande di ricerca. Le radici di questo approccio misto risalgono a migliaia di anni fa nelle scienze naturali. Figure storiche come Aristotele e Galileo hanno riconosciuto il valore di mescolare i metodi nei loro studi.

Tuttavia, l'interesse per i metodi misti è cresciuto significativamente dalla metà del XX secolo, specialmente in campi come la sociologia e l'antropologia. Figure chiave hanno proposto vari modi di utilizzare insieme questi metodi, portando a una comprensione più ricca dei soggetti di ricerca.

Oggi, i metodi misti sono utilizzati in vari campi, tra cui psicologia, educazione e gestione. I ricercatori hanno riconosciuto che questi metodi offrono un quadro flessibile per affrontare domande di ricerca complicate.

Anche con la crescente complessità dei design di ricerca con metodi misti, ci sono ancora sfide. I ricercatori devono affrontare problemi nel presentare e discutere questi design in modo facilmente comprensibile. Inoltre, devono prestare attenzione alle considerazioni etiche in questo campo in rapida evoluzione.

Forniamo indicazioni pratiche di design per i ricercatori nell'ingegneria del software. Prima di tutto, definiamo l'approccio a metodi misti che utilizziamo e discutiamo quattro principi essenziali per guidare la ricerca mista.

#Principi della Ricerca Mista e Multi-Metodo

Definiamo la ricerca mista e multi-metodo come un approccio che utilizza varie procedure per raccogliere, analizzare e combinare dati per affrontare domande di ricerca. I metodi misti richiedono specificamente l'integrazione di dati qualitativi e quantitativi. Al contrario, i multi-metodi implicano qualsiasi combinazione di metodi senza richiedere integrazione.

Identifichiamo quattro principi guida per la ricerca mista e multi-metodo:

#1. Rationale Metodologica

Questo principio spiega perché un ricercatore dovrebbe scegliere un design misto o multi-metodo specifico. Uno studio di ricerca mista efficace dovrebbe rispondere al perché è stato selezionato un particolare design.

Diversi motivi sostengono l'uso di questi metodi:

• Complementarietà: Un metodo può arricchire le intuizioni ottenute da un altro.
• Espansione: Metodi diversi possono rispondere a domande varie durante lo studio.
• Sviluppo: Un metodo può informare e migliorare un altro.
• Triangolazione: Usare diversi tipi di metodi può validare risultati precedenti e migliorare la qualità dei risultati della ricerca.
• Credibilità: Combinare metodi può aumentare la fiducia nei risultati fornendo più prospettive.
• Spiegazione: Se un metodo produce risultati inaspettati, un altro può aiutare a chiarire quelle discrepanze.
• Maggiore Flessibilità nel Design: I metodi misti possono fornire alternative quando un singolo metodo presenta limitazioni.

#2. Nuove Intuizioni

Questo principio sottolinea che gli studi misti e multi-metodo generano nuove intuizioni attraverso l'integrazione di diversi metodi. Uno studio ben eseguito dimostrerà cosa è stato guadagnato dall'uso di metodi misti.

Uno studio di successo dovrebbe offrire:

• Miglioramento della Comprensione del Problema: Una comprensione più profonda del panorama delle domande di ricerca.
• Maggiore Profondità e Ampiezza: Un'esaminazione più dettagliata e completa del problema.
• Spiegare Risultati Inaspettati: Usare un metodo per esplorare risultati sorprendenti da un altro.
• Narrazione Complementare: Combinare tipi di dati può creare una narrativa più ricca sui risultati.

#3. Rigor Procedurale

Questo principio assicura che la ricerca mista e multi-metodo mantenga un alto livello di affidabilità e validità. Uno studio solido dimostrerà chiaramente quanto bene è stato condotto.

I ricercatori dovrebbero valutare:

• Se l'approccio a metodi misti è giustificato.
• Quanto bene i metodi sono stati integrati per rispondere alla domanda di ricerca.
• Se i risultati dei diversi metodi sono stati combinati con successo.
• Se tutti i metodi utilizzati sono stati condotti in modo rigoroso.

#4. Ricerca Etica

Questo principio evidenzia l'importanza di condurre la ricerca in modo responsabile, rispettando il benessere e la privacy dei partecipanti. Uno studio misto solido dovrebbe dimostrare quanto responsabilmente è stata effettuata la ricerca.

Le principali considerazioni etiche includono:

• Privacy e Riservatezza: Proteggere le informazioni dei partecipanti durante il processo di ricerca.
• Rispetto e Sensibilità Culturale: Essere consapevoli e accogliere le differenze culturali tra i partecipanti.
• Sicurezza e Benessere: Garantire il benessere di tutti coinvolti.

#Caratteristiche dei Design di Ricerca Mista e Multi-Metodo

Progettare ricerche che includono metodi misti o multipli può essere impegnativo. Le principali caratteristiche da considerare includono:

• Design Pianificato o Emergente: Un design può essere determinato fin dall'inizio o evolversi organicamente durante la ricerca.
• Dominanza Induttiva/Deduttiva: La ricerca può inclinarsi più verso un approccio induttivo (estraendo intuizioni dai dati) o un approccio deduttivo (testando teorie).
• Tempistiche delle Procedure: I ricercatori possono raccogliere dati in sequenza o simultaneamente.
• Design Misto o Multi Metodo: Mescolare dati qualitativi e quantitativi è considerato un design misto, mentre usare solo dati qualitativi o solo dati quantitativi è considerato un design multi-metodo.
• Integrazione dei Dati: Come i dati provenienti da più fonti vengono combinati modella le intuizioni ottenute dalla ricerca.

#Variazioni nel Design della ricerca

Basandoci sulle caratteristiche menzionate, ci sono diverse varianti comuni di design con metodi misti:

• Design Esplorativo Sequenziale: Inizia con una ricerca qualitativa per esplorare un argomento e poi segue con metodi quantitativi per confermare i risultati.
• Design Esplicativo Sequenziale: Inizia con una ricerca quantitativa e poi utilizza metodi qualitativi per spiegare risultati inaspettati.
• Design Convergente Parallelo: Conduce sia ricerca qualitativa che quantitativa simultaneamente per raccogliere intuizioni complementari.
• Design Incorporato: Integra un metodo all'interno di un metodo dominante, ad esempio, usando interviste insieme a sondaggi.
• Design Multi-metodo: Usa più metodi qualitativi o più metodi quantitativi, senza mescolare i due.

#Personaggi di Ricercatore e Scenari

Per illustrare come questi principi e caratteristiche si applicano, introduciamo quattro profili di ricercatori fittizi. Ognuno si trova in una fase di ricerca diversa e affronta sfide uniche.

#Studio di Ali: L'Impatto degli Esperti di Sicurezza Assegnati ai Team di Sviluppo

Ali, un postdoc, studia come l'aggiunta di esperti di sicurezza ai team di sviluppo influisca sulle motivazioni e sui comportamenti dei programmatori. Utilizza un design esplorativo sequenziale, iniziando con interviste aperte per raccogliere intuizioni dai programmatori sui cambiamenti nella motivazione dopo che gli esperti di sicurezza si uniscono ai loro team. Dopo aver raccolto dati qualitativi, Ali progetta un sondaggio per convalidare i risultati su un gruppo più ampio di programmatori.

#Studio di Sam: L'Impatto di un Nuovo Strumento di Revisione del Codice sulla Qualità del Codice

Sam, uno studente di dottorato all'inizio, esamina un nuovo strumento progettato per migliorare i processi di revisione del codice. Inizia con un'analisi di dati quantitativi per testare l'ipotesi che lo strumento diminuisca il tasso di bug. Dopo risultati inaspettati che mostrano nessuna riduzione dei bug, Sam conduce interviste di follow-up con i programmatori per approfondire le ragioni di quei risultati.

#Studio di Vicki: L'Adozione dell'AI Generativa in un'Azienda Software

Vicki, un'esperta ricercatrice dell'industria, esplora come i programmatori stiano adottando le tecnologie di AI generativa nella sua azienda. Utilizza un design convergente parallelo, conducendo osservazioni etnografiche sui programmatori mentre analizza contemporaneamente i dati di registrazione dallo strumento AI per valutare il suo impatto sulla produttività.

#Studio di Zara: Comprendere l'Efficienza di uno Strumento Automatizzato per Generare Test

Zara, una studentessa di dottorato a uno stadio avanzato, indaga su quanto bene funzioni il suo strumento di generazione automatizzata di test. Inizialmente conduce un esperimento controllato con programmatori studenti che utilizzano lo strumento. Dopo risultati positivi, analizza i dati di telemetria dall'esperimento per valutare l'efficacia dei test generati.

#Errori Comuni da Evitare

Mentre progetti o critichi uno studio di ricerca mista o multi-metodo, sii consapevole dei comuni tranelli noti come antipattern. Questi problemi possono sorgere nella presentazione della ricerca o nel design dello studio.

#Antipattern di Presentazione

1. Ospite Non Gradito: Introdurre un metodo inaspettato tardi nell'articolo senza menzione precedente.
2. Fumi e Specchi: Vendere eccessivamente l'impatto di un metodo che contribuisce minimamente ai risultati.
3. Evasore di Limitazioni: Non affrontare le limitazioni di tutti i metodi utilizzati.

#Antipattern di Design dello Studio

1. Mancato Obiettivo: Disallineamento del design con le domande di ricerca.
2. Vendere la Propria Anima: Usare un metodo solo per soddisfare le preferenze dei revisori che non contribuiscono ai risultati.
3. Ricerca Cargo Cult: Imitare metodi di ricerca di successo senza comprendere la loro applicazione.
4. Contaminazione del Campione: Utilizzare gli stessi partecipanti attraverso i metodi, il che può influenzare le loro risposte.
5. Opportunità Persa: Non applicare intuizioni da una fase di ricerca alle fasi successive.
6. Fallimento dell'Integrazione: Scarsa integrazione dei risultati di diversi metodi che porta a conclusioni deboli.
7. Etica Dubitabile: Preoccupazioni etiche relative ai metodi utilizzati o agli obiettivi dello studio.

#Conclusione

In questo articolo, abbiamo delineato linee guida per l'uso della ricerca mista e multi-metodo nell'ingegneria del software. L'importanza di questo approccio risiede nella sua capacità di produrre intuizioni più ricche e una comprensione più completa delle sfide complesse nel campo.

Sottolineando i quattro principi chiave-rationale metodologica, nuove intuizioni, rigore procedurale e ricerca etica-miriamo a fornire ai ricercatori un quadro per progettare studi solidi. Riconoscere le varie caratteristiche dei design misti e multi-metodo, insieme ai comuni tranelli, può portare a risultati di ricerca più efficaci e significativi.

Man mano che il panorama dell'ingegneria del software continua a evolversi, incoraggiamo i ricercatori a mantenere un approccio aperto e creativo ai loro design e a condividere i loro risultati con la comunità più ampia.

#Appendice: Glossario

• Paradigmi di Ricerca: Una raccolta di credenze e valori che guidano i ricercatori nel loro lavoro.
• Strategia di Ricerca: Un piano ampio che delinea come condurre la ricerca in modo efficace.
• Design di Ricerca: Il piano specifico per affrontare domande di ricerca.
• Metodo di Raccolta Dati: Tecniche per raccogliere informazioni per la ricerca.
• Tecniche di Analisi Dati: Metodi per esaminare i dati raccolti.
• Qualitativo e Quantitativo: Approcci alla ricerca focalizzati su dati descrittivi vs. numerici.
• Induttivo e Deduttivo: Due approcci al ragionamento nella ricerca.
• Meta-inferenze: Conclusioni tratte dall'integrazione dei risultati di diversi metodi.