Abstract:
Titolo provocatorio ma tema tutt'altro che accademico: da oltre quarant'anni la comunità del software engineering discute l'efficacia di indicatori come MMRE (Mean Magnitude of Relative Error) e Pred(0.25) per valutare la qualità dei modelli di stima. Nonostante le numerose critiche scientifiche e le evidenze empiriche che ne hanno dimostrato limiti e possibili distorsioni, tali metriche continuano a essere ampiamente utilizzate nell'industria ICT e persino in molte pubblicazioni accademiche.
Questo contributo analizza le ragioni di questo apparente paradosso, evidenziando il divario esistente tra ricerca e pratica professionale nella stima dei progetti software. Da un lato, il mondo accademico propone metriche statisticamente più robuste e metodologie avanzate per la validazione dei modelli; dall'altro, le organizzazioni continuano spesso a privilegiare indicatori semplici, consolidati e facilmente comunicabili agli stakeholder. Il risultato è un dialogo incompleto, nel quale evidenze scientifiche e necessità operative faticano a incontrarsi.
Attraverso esempi tratti da progetti ICT reali e dalla letteratura internazionale, l'intervento propone una riflessione critica sul significato e sull'uso delle metriche di accuratezza delle stime, ponendo una domanda provocatoria ma necessaria: quando continuiamo a usare MMRE e Pred(0.25), stiamo applicando buona scienza o perpetuando una sorta di "fantascienza" manageriale? La risposta potrebbe dipendere più dalla qualità del dialogo tra Accademia e Industria che dalle metriche stesse.
Vuoi saperne di più? Allora registrati a questo webinar (valido per 1 PDU, 1 CPD e per un credito formativo per la certificazione CEPAS SCH174 - PS: i soci GUFPI-ISMA 2026 possono richieder un voucher gratuito per la registrazione all'esame)
Benefici:
Comprendere i limiti delle metriche tradizionali di accuratezza
Colmare il divario tra teoria e pratica
Migliorare la qualità delle decisioni di stima e governance
Presentatore:
Luigi Buglione (DXC Technology)