ComContA

Team:  Jil Klünder, Martin Obaidi
Jahr:  2020
Förderung:  Leibniz Young Investigator Grants (Projektförderung für exzellente Postdocs)
Laufzeit:  von Juli 2020 bis Juni 2022

Motivation

Aufgrund der wachsenden Komplexität heutiger Softwareprojekte werden die meisten dieser Projekte von Entwicklungsteams, und nicht von einzelnen Entwicklerinnen oder Entwickler bearbeitet. Durch die Teamarbeit werden neben der fachlichen Kompetenz auch Anforderungen an die soziale Kompetenz der Entwicklerteams gestellt. Zur Koordinierung der Arbeit ist die angemessene und häufige Kommunikation unabdingbar. Dafür werden häufig Kommunikationsmittel wie E-Mails, (Video-)Telefonate usw. verwendet.

Ein Großteil der Informationsweitergabe erfolgt in Meetings (Besprechungen). Um die Interaktionen in Meetings von Softwareprojekten zu analysieren, wurde im Rahmen von den DFG-Forschungsprojekten TeamFlow(URL hinterlegen) und TeamDynamics(URL hinterlegen) ein in der Psychologie etabliertes Verfahren namens act4teams vereinfacht und an Entwicklerteams angepasst. Das vereinfachte Verfahren act4teams-SHORT hilft, Fehlverhalten vorzubeugen und bei den Entwicklern das Bewusstsein über die Konsequenzen ihres Verhaltens zu stärken.
Die Unterstützung bei der Auswertung dieser Ergebnisse ist hierbei wünschenswert.

Durch die wachsende Komplexität von Softwareprojekten sind viele Entwicklungsteams räumlich verteilt. Dies kann auf nationaler Ebene oder sogar global sein, bedingt durch die Globalisierung. Eine aktuelle Studie zeigt, dass ungefähr 60% aller Entwicklungsteams global verteilt sind, diese sowohl national als auch international. Durch die daher gehenden Probleme wie unterschiedliche Zeitzonen spielt beim Entwicklungsprozess häufig indirekte Kommunikation über digitale Kanäle wie E-Mail, aber auch Skype, Slack oder Zulip eine wesentliche Rolle.

Analog zu den Meetings ist zu vermuten, dass es sowohl Personen gibt, die durch ihre positiven Nachrichten wie Hilfestellung oder Aufmunterungen die Stimmung des Entwicklungsteams heben können, jedoch genau so Personen die Stimmung z. B. durch häufiges Beschweren senken könnten.

Um den Anteil an unangemessenen Verhalten in Gruppenchats zu reduzieren und den Projektleitern gerade bei dezentralen Entwicklerteams in ihrer Aufgabe der Stimmungsanalyse zu unterstützen, soll im Rahmen des Forschungsprojektes ComContA ein möglichst automatisiertes Verfahren entwickelt werden, das ermöglicht, die schriftliche Kommunikation im Hinblick auf kontraproduktives Verhalten zu untersuchen.

Herausforderungen

Beim Forschungsprojekt ComContA existieren einige Herausforderungen, die einer Anwendung in der Praxis entgegenstehen. Dazu gehören:

Verbesserung der Güte der Vorhersagen: Bei Datensätzen von Gruppenchats muss die Güte eines maschinellen Verfahrens verbessert werden.

Optimierung der zur Vorhersage verwendeten Algorithmen: Im Rahmen des Forschungsprojektes soll basierend auf den zugrundeliegenden maschinellen und evolutionären Lernfahren untersucht werden, welche Verfahren sich für diese Aufgabe möglichst gut eignen und wie sie angepasst werden müssen.

Auswahl von Metriken/Features zur Analyse: Es gibt bereits eine Vielzahl an Metriken, die zur Untersuchung von schriftlicher Kommunikation in Chats verwendet werden könne. Jedoch soll nur die relevanten, informationsreichen Metriken betrachten werden, welche systematisch ermittelt werden müssen.

Diese Herausforderungen sollen im Rahmen des Projektes ComContA bearbeitet werden.

Ziele

Im Rahmen des Projektes wird eine Open-Source-Software zur Weiterentwicklung und zur freien Verwendung entwickelt. Dabei fließen neue wissenschaftliche Erkenntnisse ein, die im Rahmen von Publikationen der Allgemeinheit zur Verfügung gestellt werden.
Es soll hierbei ein Algorithmus aus dem Bereich des maschinellen Lernens (weiter-)entwickelt werden, welcher bestimmte Texte, z.B. aus Gruppenchats von Entwicklungsteams auf deren Emotion hin untersucht. Hierfür werden Datensätze, z.B. von frei verfügbaren Mailingslisten aus OpenSource-Projekten, zum Trainieren verwendet. Ziel ist es, mit dem entwickelten Algorithmus die Stimmung des Entwicklungsteams zu analysieren. Es sind Fallstudien für das entwickelte Verfahren angedacht. Zuletzt ist die Anbindung an das JIRA-Plugin geplant.