Σε κάθε kick-off έργου πληροφορικής, η υπόσχεση είναι κοινή: καθορισμένοι χρόνοι, σαφές κόστος, προβλέψιμα παραδοτέα. Πίνακες Gantt απλώνονται σαν εγγυήσεις ακρίβειας, και αριθμοί κοστολογούνται με δύο δεκαδικά. Κι όμως, πίσω από τη μαθηματική πρόσοψη ελλοχεύει η πιο συχνή παρανόηση του κλάδου: ότι το έργο είναι ελέγξιμο. Η προβλεψιμότητα στην πληροφορική, όπως και στον καιρό, είναι εν μέρει επιθυμία και εν μέρει ψευδαίσθηση.
Η φύση των έργων πληροφορικής συνιστά ενδογενώς αβέβαια περιβάλλοντα, επειδή σπάνια υλοποιούν το ίδιο πράγμα δύο φορές. Αντίθετα με μια κατασκευαστική δραστηριότητα, κάθε πληροφοριακό έργο είναι κατά κανόνα «πρώτη φορά» — νέα συστήματα, νέες διεπαφές, νέα δεδομένα. Όπως εύστοχα σημειώνει ο Fred Brooks στο The Mythical Man-Month, η πληροφορική δεν είναι εργοταξιακή εργασία αλλά δημιουργική επινόηση: η πολυπλοκότητα δεν είναι μόνο τεχνική, αλλά και εννοιολογική.
Ένα δεύτερο σημείο αστάθειας είναι η διαρκής μεταβολή των απαιτήσεων. Τα λεγόμενα emergent requirements συχνά δεν οφείλονται σε κακή αρχική ανάλυση, αλλά στην ίδια τη φύση της τεχνολογικής μάθησης. Οι χρήστες καταλαβαίνουν τι θέλουν αφού το δουν. Έτσι, η Agile προσέγγιση —παρά τις μεθοδολογικές υπερβολές που την συνοδεύουν— προσπαθεί να χωρέσει αυτή την εξελικτική κατανόηση μέσα στο project. Το rolling wave planning (τμηματικός προγραμματισμός) και τα μικρά timeboxes επιχειρούν να δημιουργήσουν μικρές νησίδες προβλεψιμότητας, χωρίς να καταπιέζουν το απρόβλεπτο.
Επιπλέον, υπάρχουν και ψυχολογικοί μηχανισμοί που ενισχύουν την ψευδαίσθηση ελέγχου. Η πλάνη του προγραμματισμού (planning fallacy) — όπως ορίστηκε από τους Kahneman και Tversky — είναι η τάση να υποεκτιμούμε τον χρόνο και το κόστος υλοποίησης, ακόμη και όταν έχουμε εμπειρικά δεδομένα που αποδεικνύουν το αντίθετο. Το "φαινόμενο του optimism bias" λειτουργεί ως παραμορφωτικός καθρέπτης: όλοι ελπίζουν πως "αυτή τη φορά θα το προλάβουμε".
Παράδειγμα τέτοιας εκτροπής ήταν η περίπτωση ενός πληροφοριακού συστήματος για τον ψηφιακό μετασχηματισμό αδειών οικοδομής. Το αρχικό χρονοδιάγραμμα ήταν έξι μήνες. Η υλοποίηση διήρκεσε εικοσι δύο. Κανένα σημείο του αρχικού σχεδίου δεν προέβλεπε τις μεταβολές της νομοθεσίας, τη δυσκολία ενοποίησης με τα Κτηματολογικά APIs ή τις αντιδράσεις των μηχανικών που έπρεπε να εκπαιδευτούν.
Το ερώτημα, λοιπόν, δεν είναι πώς θα κατακτήσουμε πλήρως την προβλεψιμότητα, αλλά πώς θα συγκατοικήσουμε με την αβεβαιότητα. Η προσέγγιση probabilistic forecasting, οι τεχνικές Monte Carlo simulation, καθώς και η σταδιακή αξιολόγηση των ρίσκων, προσφέρουν πιο ρεαλιστικά εργαλεία. Επιπλέον, ο διάλογος με τον πελάτη —όχι ως αποδέκτη αλλά ως συμμέτοχο της αβεβαιότητας— είναι κρίσιμος. Προτιμότερο ένα ρεαλιστικό σενάριο με εύρος και εναλλακτικά πλάνα, παρά ένας γραμμικός μύθος με δήθεν βεβαιότητες.
Στην τελική, τα έργα πληροφορικής δεν αποτυγχάνουν επειδή δεν είναι προβλέψιμα. Αποτυγχάνουν όταν προσποιούμαστε ότι είναι.
Βιβλιογραφία:
- Brooks, F. P. (1995). The Mythical Man-Month: Essays on Software Engineering. Addison-Wesley.
- Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
- Flyvbjerg, B. (2023). How Big Things Get Done. Currency.
- Standish Group. (2020). Chaos Report. www.standishgroup.com
- McConnell, S. (2006). Software Estimation: Demystifying the Black Art. Microsoft Press.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου