КОРЕЛЯЦІЯ МІЖ КУЛЬТУРОЮ CODE REVIEW ТА РІВНЕМ НАДІЙНОСТІ У ВЕЛИКИХ МІЖНАРОДНИХ ІНЖЕНЕРНИХ КОМАНДАХ

Автор(и)

DOI:

https://doi.org/10.35546/kntu2078-4481.2025.3.1.1

Ключові слова:

рецензування коду, якість програмного забезпечення, культура розробки, командна взаємодія, метрики надійності, розподілені команди, міждисциплінарний підхід

Анотація

У статті представлено ґрунтовний аналіз кореляції між культурою рецензування коду та рівнем надійності у великих міжнародних інженерних командах. Застосовуючи міждисциплінарний підхід, що проводить широкі паралелі між програмною інженерією та науковим методом, аргументовано, що такі ключові інженерні практики, як code review, є прямими аналогами академічного рецензування (peer review), які забезпечують колективну верифікацію та підвищення достовірності програмного коду. Цей підхід дає змогу переосмислити процес розробки як постійний цикл висування гіпотез, експериментальної перевірки та колективного аналізу, що веде до системного поліпшення якості. Проведене дослідження показало, що code review має не лише очевидний технічний вплив, пов’язаний зі зниженням кількості дефектів, виявленням архітектурної ерозії та підвищенням читабельності коду, але й глибоке культурне значення, що сприяє формуванню довіри, покращенню комунікації та створенню колективної відповідальності за якість програмного продукту, що є особливо важливим в умовах роботи розподілених команд. На основі окреслених складних взаємозв’язків розроблено модель, яка візуалізує причинно-наслідкові зв’язки, демонструючи, як зріла культура рецензування безпосередньо діє на ключові метрики надійності, зокрема на частоту відкатів та кількість критичних інцидентів, що виникають після релізу. Результати дослідження мають вагоме практичне значення для менеджерів та інженерних команд, оскільки підкреслюють, що інвестування в організаційну культуру, яка підтримує відкрите та конструктивне рецензування, є переломним фактором для гарантування довгострокової стабільності та якості програмного продукту, перетворюючи його з технічного процесу на фундаментальний атрибут успішної інженерної практики. Отже, зазначена модель втілює універсальний інструмент для оцінювання та покращення ефективності роботи команд, орієнтуючись на культуру як на основний драйвер надійності.

Посилання

Witter dos Santos E., Nunes I. Investigating the effectiveness of peer code review in distributed software development based on objective and subjective data. Journal of Software Engineering Research and Development. 2018. № 6(14). P. 1–31. DOI: https://doi.org/10.1186/s40411-018-0058-0

De Silva D. I., Pabasara W. A. C., Sangkavi S. V., Wijerathne L. G. A. T. D., Wijesundara W. M. K. H., Reezan. The Effectiveness of Code Reviews on Improving Software Quality: An Empirical Study. International Journal of Recent Technology and Engineering. 2023. № 12(2). P. 1-10. DOI: 10.35940/ijrte.B7666.0712223

Hoffmann M., Mendez D., Fagerholm F., Luckhardt A. The human side of Software Engineering Teams: an investigation of contemporary challenges. 2022. P. 1-18. URL: https://arxiv.org/abs/2104.03712

Welsch D., Mötefindt D., Burk L., Neumann M. Navigating Cultural Diversity: Barriers and Potentials in Multicultural Agile Software Development Teams. 2023. URL: https://arxiv.org/abs/2311.12061

Zaghloul B., Riehle D., Zhou M. Communication in Firm-Internal Global Software Development with China. Software Business. Vol. 2. P. 132-138. DOI: 10.1007/978-3-319-19593-3_11

Miller C., Rodeghero P., Storey M-A., Ford D., Zimmermann T. “How Was Your Weekend?” Software Development Teams Working From Home During COVID-19. 2021. URL: https://arxiv.org/abs/2101.05877

Ofem P., Isong B., Lugayizi F. Metrics for Evaluating and Improving Transparency in Software Engineering: An Empirical Study and Improvement Model. SN Computer Science. 2024. № 5(1097). P. 1-35. DOI: 10.1007/s42979-024-03471-3

Software.com. Engineering Metrics: Mean Time to Recovery. 2025. URL: https://www.software.com/engineeringmetrics/mean-time-to-recovery

Forbes Councils. Minimizing The Impact Of Customers Finding Bugs. 2023. URL: https://www.forbes.com/councils/forbestechcouncil/2023/09/18/minimizing-the-impact-of-customers-finding-bugs

Haindl P., Plösch R. Value-oriented quality metrics in software development: Practical relevance from a software engineering perspective. IET Software. 2022. № 16(2). P. 167–184. DOI: 10.1049/sfw2.12051

Jureczko M., Kajda Ł., Górecki P. Code review effectiveness: an empirical study on selected factors influence. IET Software. 2021. № 14(7). P. 794-805. DOI: 10.1049/iet-sen.2020.0134

Li R., Soliman M., Liang P., Avgeriou P. Symptoms of Architecture Erosion in Code Reviews: A Study of Two OpenStack Projects. 2022. URL: https://arxiv.org/abs/2201.01184v1

Touré F., Badri M., Lamontagne L. Investigating the prioritization of unit testing effort using software metrics. In Proceedings of the 12th International Conference on Evaluation of Novel Approaches to Software Engineering (ENASE’17). 2017. Р. 69–80. DOI: 10.5220/0006319300690080

Silva R. B., Bezerra C. Empirical investigation of the influence of continuous integration bad practices on software quality. Virtual event. 2022. URL: https://sol.sbc.org.br/index.php/vem/article/view/22330/22154

Touati M. H., Moanassar A. R. Using Computing Containers and Continuous Integration to Improve Numerical Research Reproducibility. International Journal of Computer. 2018. № 30(1). P. 27–33. DOI: https://doi.org/10.53896/ijc.v30i1.1249

##submission.downloads##

Опубліковано

2025-11-28