El nuevo laboratorio de investigación de Microsoft estudia la productividad y el bienestar de los desarrolladores

Microsoft ha presentado una nueva iniciativa de investigación diseñada para “descubrir, mejorar y amplificar” el trabajo y el bienestar de los desarrolladores.

Anunciado en la conferencia anual Build centrada en desarrolladores de Microsoft, el nuevo Developer Velocity Lab (DVL) llevará a cabo “encuestas socio-técnicas” que abarcan la productividad, la comunidad y el bienestar general.

El laboratorio, que buscará aportaciones de varias unidades de Microsoft, incluidas GitHub, Visual Studio y Microsoft Research, así como colaboradores externos, tiene como objetivo buscar nuevas formas de medir y mejorar la productividad de los desarrolladores; destacar cómo los desarrolladores colaboran y comparten conocimientos sobre proyectos de software; e “investigar las intersecciones de la felicidad, la satisfacción y la autoestima” en relación con el desarrollo de software.

Compañía de software

Con el software prácticamente devorando el mundo (cada empresa es ahora una empresa de software, como ha dicho a menudo el CEO de Microsoft, Satya Nadella), mejorar la eficiencia dentro de los equipos de desarrolladores se ha convertido en un objetivo clave. GitHub, por ejemplo, lanzó recientemente una serie de nuevos controles de notificaciones móviles para impulsar la productividad de los desarrolladores. En otros lugares, una serie de nuevas empresas, como Jellyfish, una plataforma que alinea el trabajo de ingeniería con los objetivos comerciales, y Tines, que automatiza los flujos de trabajo repetitivos para los no desarrolladores, han asegurado fondos significativos para mejorar su producción.

El primer documento que surgió de DVL se publicó en marzo y se tituló: “El espacio de productividad del desarrollador: hay mucho más de lo que cree”. Aquí, investigadores de GitHub, Microsoft Research y la Universidad de Victoria afirman que la productividad de los desarrolladores no se puede medir con una sola métrica y se extiende más allá de “los niveles de actividad de un individuo o la eficiencia de los sistemas de ingeniería en los que se basa el envío de software”.

Microsoft y su subsidiaria GitHub tienen un historial comprobado de producción de artículos de investigación centrados en el desarrollador, algo en lo que DVL pretende construir.

“DVL extenderá este modelo al hacer que la investigación esté disponible y accesible para una amplia audiencia, incluidos desarrolladores, líderes, empresas y la comunidad de OSS (software de código abierto), a través de contenido adicional, como artículos breves, evaluaciones y videos”, dice el Dr. Nicole Forsgren, vicepresidenta de investigación y estrategia de GitHub, le dijo a VentureBeat. “Queremos ser creativos para que nuestra investigación pueda ser utilizada fácil y rápidamente por muchas personas”.

Fuente abierta

El nuevo laboratorio de Microsoft está en línea con una serie de otras tendencias recientes, como la gran cantidad de plataformas de código bajo / sin código que han surgido para democratizar el desarrollo de software, así como el crecimiento continuo de la tecnología de código abierto en las empresas y más allá.

De hecho, Microsoft ya ha señalado que el código abierto es ahora el modelo aceptado para la colaboración entre empresas, lo que permite a los gigantes tecnológicos del mundo eludir gran parte de la legislación tradicional en favor de unir fuerzas rápidamente en proyectos. El artículo más reciente de DVL, publicado este mes, examina las motivaciones y desafíos de contribuir a proyectos de software de código abierto para el bien social.

“Además de incluir desarrolladores y comunidades de código abierto como parte de nuestro programa de investigación, DVL adopta una ética de código abierto”, agregó Forsgren. “Por ejemplo, en la mayoría de los casos publicaremos nuestros artículos en revistas de acceso abierto o de código abierto, lo que permitirá aprovechar las aportaciones de otros investigadores y organizaciones. Además, planeamos respaldar y compartir conjuntos de datos anónimos y seleccionados en el futuro a medida que trabajamos hacia modelos más abiertos “.