1
00:00:09,565 --> 00:00:14,965
[Orador 1]: Bienvenidos a este curso muy corto sobre
métodos de investigación en ingeniería de

2
00:00:14,965 --> 00:00:15,565
software.

3
00:00:17,399 --> 00:00:19,904
Vengo de Lappeenranta, Universidad de
Tecnología.

4
00:00:20,104 --> 00:00:24,894
Lappeenranta está al sur de Finlandia, es
una pequeña ciudad, pequeña ciudad en

5
00:00:24,894 --> 00:00:27,658
realidad, con aproximadamente 80.000
personas.

6
00:00:27,638 --> 00:00:32,571
un poco más pequeño que Madrid, pero
tenemos una universidad bastante buena

7
00:00:32,571 --> 00:00:32,904
allí.

8
00:00:36,221 --> 00:00:39,354
Vengo de la Escuela de Comercio y Gerencia
allí,

9
00:00:41,138 --> 00:00:44,804
y soy el jefe del departamento de
innovación y software.

10
00:00:48,587 --> 00:00:53,987
Somos alrededor de 35 investigadores en
este campo, que trabajan principalmente en

11
00:00:53,987 --> 00:00:59,053
la investigación de ingeniería de software
empírica, con un punto de vista de

12
00:00:59,053 --> 00:00:59,587
negocio.

13
00:01:05,468 --> 00:01:07,601
Estas lecturas son, en realidad,

14
00:01:08,324 --> 00:01:13,457
Una versión más corta de mi curso que tomé
el año pasado en Lappeenranta sobre

15
00:01:13,457 --> 00:01:17,657
investigación científica en el área de la
ingeniería de software

16
00:01:20,170 --> 00:01:25,636
De hecho, la mayoría de estos ejemplos y
aplicaciones de las que hablo en estos dos

17
00:01:25,636 --> 00:01:30,903
días son de la ingeniería de software,
pero pueden ser directamente transferidos

18
00:01:30,903 --> 00:01:33,770
y usados en cualquier otro campo
científico.

19
00:01:35,726 --> 00:01:40,426
Así que hay este muy aburrido ideal de que
todo el conocimiento de la ciencia es

20
00:01:40,426 --> 00:01:42,092
aplicable a cualquier lugar.

21
00:01:42,252 --> 00:01:45,756
Así que no hay métodos de investigación
específicos en la ingeniería de software.

22
00:01:45,736 --> 00:01:50,469
No hay métodos específicos de
investigación en la física, no hay métodos

23
00:01:50,469 --> 00:01:55,069
específicos de investigación en la
sociología, pero hay una especie de

24
00:01:55,069 --> 00:01:57,802
universo de ciencia que estamos hablando.

25
00:01:59,408 --> 00:02:04,741
Pero, sin embargo, cada campo de estudio
considera ciertos abordajes aceptables y

26
00:02:04,741 --> 00:02:07,141
prefiere ciertos tipos de abordajes.

27
00:02:15,402 --> 00:02:20,535
En el fondo de estas lecturas está el
método de la ciencia, que en realidad no

28
00:02:20,535 --> 00:02:23,802
es una idea muy simple, pero la pregunta
es ¿cómo?

29
00:02:27,515 --> 00:02:32,648
¿Cómo podemos hacer investigación para que
los resultados sean válidos para la

30
00:02:32,648 --> 00:02:33,181
ciencia?

31
00:02:35,644 --> 00:02:39,177
Esto significa que debemos entender qué es
la ciencia,

32
00:02:40,883 --> 00:02:45,392
Y este cómo significa también que debemos
entender el método y la práctica de la

33
00:02:45,392 --> 00:02:45,849
ciencia.

34
00:02:45,869 --> 00:02:47,791
¿Qué es la práctica de la ciencia?

35
00:02:47,811 --> 00:02:49,277
¿Cómo hacemos ciencia?

36
00:02:49,834 --> 00:02:51,100
Esa es la pregunta.

37
00:02:52,657 --> 00:02:57,990
Así que esto no es tanto sobre la teoría
de la ingeniería de software que estamos

38
00:02:57,990 --> 00:03:02,723
hablando aquí, sino sobre cómo hacemos
investigación en la ingeniería de

39
00:03:02,723 --> 00:03:03,323
software.

40
00:03:05,633 --> 00:03:08,566
Y si vamos muy profundo en esta área,
estamos

41
00:03:11,073 --> 00:03:16,673
Hemos tenido problemas muy difíciles en la
filosofía de la ciencia cuando hablamos de

42
00:03:16,673 --> 00:03:18,873
cómo podemos hacer investigación.

43
00:03:20,354 --> 00:03:25,754
Y voy a mencionar algunas de ellas, no voy
a profundizar mucho en esta área porque

44
00:03:25,754 --> 00:03:30,420
seis horas no es suficiente para esto
Entonces, ¿qué es esto realmente?

45
00:03:34,581 --> 00:03:39,247
Es sobre la práctica de la ciencia que
requiere la capacidad de planear

46
00:03:39,247 --> 00:03:42,047
investigación y producir resultados
válidos

47
00:03:42,815 --> 00:03:48,148
Así que el objetivo principal de estas
lecturas es entender cuál es la esencia de

48
00:03:48,148 --> 00:03:52,948
esta práctica de la ciencia Cómo podemos
hacer investigación para que los

49
00:03:52,948 --> 00:03:56,681
resultados sean válidos para la ciencia En
estos dos días

50
00:04:04,347 --> 00:04:09,813
Tendré estos tipos de temas, empezaré con
una introducción desde mi punto de vista,

51
00:04:09,813 --> 00:04:15,413
describiré lo que pienso que es la ciencia
y lo que es la ingeniería de software como

52
00:04:15,413 --> 00:04:15,880
ciencia

53
00:04:21,661 --> 00:04:27,127
Luego voy a presentar una clasificación de
métodos de investigación hecha por Berti

54
00:04:27,127 --> 00:04:32,461
Ervinen, un investigador finlandés Es una
clasificación muy buena que nos permite

55
00:04:32,461 --> 00:04:37,327
entender un poco mejor dónde estamos
cuando estamos haciendo investigación

56
00:04:41,962 --> 00:04:46,695
Luego hoy hablaré un poco sobre
investigación cualitativa, investigación

57
00:04:46,695 --> 00:04:49,162
cualitativa y sobre estudios de caso.

58
00:04:50,936 --> 00:04:55,802
Y luego te daré una pequeña tarea de
planeación que podrías hacer antes de

59
00:04:55,802 --> 00:04:56,269
mañana.

60
00:05:00,952 --> 00:05:05,485
Y mañana seguiré con abordajes
cuantitativos en investigación y sobre

61
00:05:05,485 --> 00:05:06,352
experimentos.

62
00:05:07,302 --> 00:05:09,435
Esta es una área que es bastante

63
00:05:10,582 --> 00:05:15,915
Estudié también en la Universidad de York
Algunos profesores de la Universidad de

64
00:05:15,915 --> 00:05:21,382
York son muy experientes en hacer estudios
experimentales en Ingeniería de Software

65
00:05:25,988 --> 00:05:31,454
Luego seguiré con la acción y el diseño en
la investigación ¿Cómo podemos hacer una

66
00:05:31,454 --> 00:05:35,188
investigación que desarrolle acciones en
el entorno real?

67
00:05:42,653 --> 00:05:47,919
Y finalmente discutiremos un poco sobre
estas tareas que voy a presentar hoy Por

68
00:05:47,919 --> 00:05:50,653
favor, interrumpanme en cualquier momento

69
00:05:54,355 --> 00:05:57,155
estaré feliz de hablar contigo sobre esto.

70
00:06:02,328 --> 00:06:07,728
Bien, pero comencemos esta primera lectura
titulada ¿Qué es la ciencia y qué es la

71
00:06:07,728 --> 00:06:10,128
ingeniería de software como ciencia?

72
00:06:11,872 --> 00:06:16,538
Hablaremos un poco sobre la ciencia en
general y sobre la investigación

73
00:06:16,538 --> 00:06:21,605
científica en general luego sobre la
importancia de la comunidad científica y

74
00:06:21,605 --> 00:06:26,738
luego discutiremos algunos términos
importantes de la ciencia para que podamos

75
00:06:26,738 --> 00:06:30,472
usar estos términos como herramienta en
nuestra discusión

76
00:06:33,725 --> 00:06:39,191
Y luego voy a terminar esta primera parte
de preguntar qué tipo de investigación es

77
00:06:39,191 --> 00:06:44,591
la ingeniería de software y darles algunos
ejemplos de eso ¿Qué es la ciencia y la

78
00:06:44,591 --> 00:06:46,258
investigación científica?

79
00:06:54,397 --> 00:06:59,330
podemos pensar que hay un significado
profundo de la ciencia y luego hay un

80
00:06:59,330 --> 00:07:04,330
significado amplio de la ciencia el
significado profundo hace una distinción

81
00:07:04,330 --> 00:07:09,463
entre lo natural y lo artificial y piensa
que la ciencia estudia sólo la parte

82
00:07:09,463 --> 00:07:14,396
natural del mundo podemos decir que este
significado profundo de la ciencia

83
00:07:21,734 --> 00:07:26,200
incluye la actividad intelectual y
práctica que incorpora el estudio

84
00:07:26,200 --> 00:07:30,934
sistemático de la estructura y
comportamiento del mundo físico y natural

85
00:07:30,934 --> 00:07:33,534
a través de observación y experimentos.

86
00:07:35,090 --> 00:07:40,290
Así que significa que estamos observando
algo en el mundo natural y un campo de

87
00:07:40,290 --> 00:07:43,023
estudios que están muy contentos con este

88
00:07:47,722 --> 00:07:52,722
definición son, por ejemplo, física,
química, biología, y así sucesivamente.

89
00:07:54,202 --> 00:07:59,135
Estas son las ciencias naturales Y este
tipo de enfoque en la investigación

90
00:07:59,135 --> 00:08:04,068
produce explicaciones testables y
predicciones sobre el universo Así que es

91
00:08:04,068 --> 00:08:09,135
el estudio de las cosas naturales en el
mundo Y luego, por supuesto, hay esta

92
00:08:09,135 --> 00:08:14,202
parte artificial del mundo que es hecha
por los humanos y reproducida por los

93
00:08:14,202 --> 00:08:19,535
humanos que no es realmente el objetivo de
este tipo de significado en la ciencia

94
00:08:26,332 --> 00:08:31,332
Pero luego, por supuesto, si pensamos en
sociología, por ejemplo, o estudios

95
00:08:31,332 --> 00:08:35,732
culturales o estudios de gestión de
negocios, son estudios sobre lo

96
00:08:35,732 --> 00:08:40,798
artificial, son estudios sobre el efecto
humano en lo que sea el objetivo del

97
00:08:40,798 --> 00:08:41,332
estudio.

98
00:08:47,942 --> 00:08:48,742
Y para esto,

99
00:08:52,032 --> 00:08:56,965
En términos de estudios necesitamos un
significado un poco más amplio de la

100
00:08:56,965 --> 00:09:02,365
ciencia Podríamos decir que la ciencia es
un cuerpo de conocimiento sistémicamente

101
00:09:02,365 --> 00:09:07,765
organizado en un tema en particular, lo
que sea Así que es sistémico, es un cuerpo

102
00:09:07,765 --> 00:09:13,032
de conocimiento organizado Esta definición
no dice nada sobre si es natural o no

103
00:09:18,644 --> 00:09:22,777
Y este tipo de ciencia produce
conocimientos lo suficientemente

104
00:09:22,777 --> 00:09:28,110
confiables y enseñables sobre el tema de
alguna parte del mundo, ya sea natural o

105
00:09:28,110 --> 00:09:29,310
artificial Y luego

106
00:09:38,371 --> 00:09:43,504
Como ingenieros de software, debemos
pensar qué significa esta distinción para

107
00:09:43,504 --> 00:09:45,237
la ingeniería de software.

108
00:09:50,346 --> 00:09:54,251
¿Qué es la investigación científica en la
ingeniería de software?

109
00:09:54,271 --> 00:09:58,386
Y la pregunta es entonces si la ingeniería
de software es un estudio del mundo físico

110
00:09:58,386 --> 00:09:58,876
y natural.

111
00:09:58,896 --> 00:10:00,296
¿Qué piensas de esto?

112
00:10:01,019 --> 00:10:05,485
¿La ingeniería de software es un estudio
del mundo físico y natural?

113
00:10:06,246 --> 00:10:06,446
No.

114
00:10:07,666 --> 00:10:09,532
Esa fue una respuesta clara.

115
00:10:13,557 --> 00:10:15,623
Sí, estoy de acuerdo con usted.

116
00:10:19,668 --> 00:10:20,934
¿Por qué no es así?

117
00:10:21,211 --> 00:10:23,475
Porque está hecha por los humanos.

118
00:10:23,495 --> 00:10:25,295
Está hecha por los humanos.

119
00:10:25,539 --> 00:10:28,551
Y incluye muchos tipos de interacciones
entre los humanos, que incluye, por

120
00:10:28,551 --> 00:10:31,890
supuesto, aspectos sociales y culturales
muy profundos, y así sucesivamente, que no

121
00:10:31,890 --> 00:10:33,030
son parte del mundo natural.

122
00:10:33,755 --> 00:10:38,755
Por lo tanto, creo que este segundo
significado de ciencia, este significado

123
00:10:38,755 --> 00:10:43,355
amplio de ciencia, es mucho más válido
para la ingeniería de software.

124
00:10:52,869 --> 00:10:58,135
Luego un poco sobre las características de
la ciencia, cómo funciona la ciencia.

125
00:10:59,962 --> 00:11:04,495
La ciencia incluye la reconocimiento de
patrones intersubjetivos o la

126
00:11:04,495 --> 00:11:09,628
verificabilidad intersubjetiva, lo que
significa que hay algunas maneras en la

127
00:11:09,628 --> 00:11:12,695
ciencia que podemos comunicar entre
individuos.

128
00:11:16,050 --> 00:11:20,183
Así que diferentes individuos entienden
las cosas similarmente.

129
00:11:22,121 --> 00:11:24,654
Eso es muy importante para la ciencia.

130
00:11:25,780 --> 00:11:31,046
Y este tipo de reconocimiento de patrón o
variabilidad intersubjetiva es la base

131
00:11:31,046 --> 00:11:36,046
para cualquier investigación científica o
empírica Así que podemos comunicar

132
00:11:36,046 --> 00:11:41,046
efectivamente ideas entre individuos Hay
algo que se llama método científico

133
00:11:54,181 --> 00:11:59,381
que podemos, después de entender lo que
es, podemos preguntar si es válido para

134
00:11:59,381 --> 00:12:03,581
todo Pero incluye la idea de la
explicación de los eventos de la

135
00:12:03,581 --> 00:12:08,381
naturaleza de una manera reproducible
Incluye hipótesis Son explicaciones

136
00:12:08,381 --> 00:12:12,047
propuestas de algo que está bajo el
estudio, el fenómeno

137
00:12:26,142 --> 00:12:31,208
y luego pruebas esta hipótesis por
experimentación o observación Entonces hay

138
00:12:31,208 --> 00:12:36,075
algo que piensas que es verdad y luego
pruebas si es verdad o no Y si esta

139
00:12:36,075 --> 00:12:41,475
hipótesis sobrevive, piensas que después
de esta experimentación y observación que

140
00:12:41,475 --> 00:12:43,675
se hizo de acuerdo con las reglas

141
00:12:50,189 --> 00:12:55,655
Volvemos después a cuáles son las reglas
Puedes adoptar esta hipótesis en tu teoría

142
00:12:55,655 --> 00:13:01,055
porque es lo suficientemente verdadero al
menos Es parte de la teoría científica Y

143
00:13:01,055 --> 00:13:06,389
luego esta teoría es un tipo de modelo o
franquicia logísticamente razonable para

144
00:13:06,389 --> 00:13:09,789
describir el comportamiento de este
fenómeno natural

145
00:13:16,227 --> 00:13:21,293
Pueden notar que estamos hablando del
significado profundo de la ciencia, del

146
00:13:21,293 --> 00:13:24,760
mundo natural Este es el método de la
ciencia natural

147
00:13:27,196 --> 00:13:32,329
Tienes estas ideas de que esto puede ser
verdad y luego lo pruebas a ver si es

148
00:13:32,329 --> 00:13:37,862
verdad o no Y si es verdad, lo incluyes en
tu teoría Así es como funciona la ciencia

149
00:13:37,862 --> 00:13:42,595
natural Este método científico es la base
de la ciencia natural, pero no

150
00:13:42,595 --> 00:13:44,129
necesariamente de otros

151
00:13:51,057 --> 00:13:56,457
Por ejemplo, en la sociología hay formas
bastante diferentes de lidiar con teorías

152
00:13:56,457 --> 00:14:01,323
y cómo investigas la práctica Pero
hablaremos de esto más adelante También

153
00:14:01,323 --> 00:14:05,990
deberíamos hacer algunas otras
distinciones Hay cosas llamadas ciencias

154
00:14:05,990 --> 00:14:06,523
formales

155
00:14:24,335 --> 00:14:29,735
Por ejemplo, la matemática es muy esencial
para muchas ciencias, especialmente las

156
00:14:29,735 --> 00:14:30,401
naturales.

157
00:14:34,726 --> 00:14:39,792
Y también los métodos estatísticos son muy
importantes para la mayoría de las

158
00:14:39,792 --> 00:14:40,392
ciencias.

159
00:14:43,895 --> 00:14:47,561
Y luego tienes los métodos
computacionales, las ciencias

160
00:14:47,561 --> 00:14:52,428
computacionales que son realmente
importantes en el avanzamiento de muchas

161
00:14:52,428 --> 00:14:53,428
otras ciencias.

162
00:14:55,132 --> 00:14:59,065
Pero la pregunta es entonces, ¿es la
matemática una ciencia?

163
00:15:00,177 --> 00:15:03,921
¿Son las ciencias computadoras realmente
ciencias o qué son?

164
00:15:04,121 --> 00:15:08,854
Porque no estudian el mundo natural, por
lo que no están incluidos en el

165
00:15:08,854 --> 00:15:14,054
significado narrativo de ciencia No hay
experimentación o observación incluida,

166
00:15:14,054 --> 00:15:18,854
por lo que el método científico no se
aplica a la matemática, por ejemplo

167
00:15:21,457 --> 00:15:26,723
Por lo tanto, también debemos hacer una
diferencia entre las ciencias formales y

168
00:15:26,723 --> 00:15:28,257
las ciencias empíricas.

169
00:15:28,388 --> 00:15:33,388
Y estas ciencias empíricas pueden incluir,
por ejemplo, ciencias naturales o

170
00:15:33,388 --> 00:15:33,988
sociales.

171
00:15:42,892 --> 00:15:43,177
Bien.

172
00:15:43,377 --> 00:15:48,377
Otro concepto muy importante en la
práctica de la ciencia Recuerden que esto

173
00:15:48,377 --> 00:15:53,577
es sobre la práctica de la ciencia de lo
que estoy hablando Esto no es sobre la

174
00:15:53,577 --> 00:15:58,110
teoría de la ciencia sino sobre la
práctica de la ciencia Un concepto

175
00:15:58,110 --> 00:16:03,710
importante en la práctica de la ciencia es
la comunidad científica Esto es un tipo de

176
00:16:03,710 --> 00:16:07,577
intersubjetivo que decide si sus teorías
son buenas o malas

177
00:16:16,030 --> 00:16:21,496
podemos definir que es el grupo de todos
los científicos interactivos en el campo y

178
00:16:21,496 --> 00:16:26,963
la mayoría de los campos de estudio tienen
muchas sub-comunidades en muchos niveles

179
00:16:26,963 --> 00:16:32,163
que están intercambiando en muchas maneras
están conectados pero tal vez puedas

180
00:16:32,163 --> 00:16:36,563
reconocer muchas de estas sub-comunidades
y también hay comunidades

181
00:16:36,563 --> 00:16:37,830
interdisciplinarias

182
00:16:48,532 --> 00:16:53,665
Muchas veces la gente pregunta, ¿quién
decide qué investigación es válida y de

183
00:16:53,665 --> 00:16:54,532
alta calidad?

184
00:16:57,132 --> 00:17:01,358
¿Hay un santo de la ciencia que puede
decir si algo es verdad o no?

185
00:17:01,576 --> 00:17:06,976
Y creo que la respuesta aquí es que es la
comunidad científica la que decide si la

186
00:17:06,976 --> 00:17:12,376
investigación es válida y de alta calidad
Y es una cosa intersubjetiva lo que está

187
00:17:12,376 --> 00:17:17,242
sucediendo Por supuesto hay una jerarquía
en estas comunidades científicas

188
00:17:28,019 --> 00:17:32,952
Pero también hay independencia de
individuos y hay lo que se llama revisión

189
00:17:32,952 --> 00:17:38,085
de estudios, que es muy importante para la
ciencia En revisión de estudios, la

190
00:17:38,085 --> 00:17:43,352
mayoría de las escrituras de investigación
son seleccionadas para publicación de

191
00:17:43,352 --> 00:17:44,685
revisión de estudios

192
00:17:52,336 --> 00:17:57,602
Y, típicamente, hay un número limitado de
revisores que evaluan tus manuscritos.

193
00:17:57,993 --> 00:17:59,859
Probablemente ya lo conoces.

194
00:18:06,511 --> 00:18:11,777
A menudo cuando hay resultados importantes
en cualquier área de estudio provocan

195
00:18:11,777 --> 00:18:16,177
discusiones intensivas y
contrapublicaciones Hay argumentación fiel

196
00:18:16,177 --> 00:18:21,577
sobre muchos tipos de foros y eso es muy
importante para esta comunidad científica

197
00:18:21,577 --> 00:18:21,977
porque

198
00:18:35,570 --> 00:18:40,770
Y en algunos niveles de estudio, pero por
supuesto no en todos los niveles, los

199
00:18:40,770 --> 00:18:45,836
resultados deben ser repetidos por
investigadores independientes antes de que

200
00:18:45,836 --> 00:18:47,703
sean generalmente aceptados.

201
00:18:57,136 --> 00:19:01,869
Bien, luego voy a pasar por algunos
términos científicos importantes que

202
00:19:01,869 --> 00:19:03,869
necesitamos en estas lecturas.

203
00:19:08,706 --> 00:19:14,172
Son deducción e inducción, dos diferentes
y opuestos modos de acercarse al estudio.

204
00:19:16,974 --> 00:19:21,974
Luego mencionaré el problema de la
inducción, que siempre está ahí cuando se

205
00:19:21,974 --> 00:19:25,440
trata de una cantidad limitada de datos,
por ejemplo.

206
00:19:27,123 --> 00:19:32,523
un concepto importante de esta inducción
es la falsificabilidad y luego mencionaré

207
00:19:32,523 --> 00:19:36,923
la acumulación de conocimiento y
revoluciones científicas y también

208
00:19:36,923 --> 00:19:41,323
cuestiones importantes son la teoría y la
validez que mencioné aquí

209
00:19:58,257 --> 00:20:02,657
Bien, entonces, hay dos formas básicas de
razonamiento en estudios.

210
00:20:06,549 --> 00:20:09,949
Hay razonamiento deductivo y razonamiento
inductivo.

211
00:20:14,261 --> 00:20:16,661
Y aquí está el proceso de deducción.

212
00:20:16,945 --> 00:20:21,478
Típicamente empieza con algún tipo de
teoría o hipótesis teórica, que

213
00:20:21,478 --> 00:20:23,145
construimos de la teoría.

214
00:20:27,383 --> 00:20:32,716
Y luego observamos la práctica y obtenemos
la confirmación de la hipótesis, si es

215
00:20:32,716 --> 00:20:33,516
verdad o no.

216
00:20:39,537 --> 00:20:44,737
De esta manera, la teoría que tenemos en
el comienzo crecerá porque obtendremos

217
00:20:44,737 --> 00:20:47,537
resultados más confirmados para la teoría.

218
00:20:52,274 --> 00:20:54,940
La inducción funciona de la otra manera.

219
00:20:56,500 --> 00:21:00,833
La inducción es la manera normal en la que
la gente aprende cosas.

220
00:21:02,728 --> 00:21:08,261
Cuando veas algo sucediendo, probablemente
puedas generalizar que sucederá de nuevo.

221
00:21:11,841 --> 00:21:15,907
Observas algo, encuentras que hay un
patrón que has observado,

222
00:21:18,970 --> 00:21:23,903
y luego puedes hacer alguna tipo de
hipótesis tentativa de estos patrones y

223
00:21:23,903 --> 00:21:26,303
luego construyes una teoría de ello.

224
00:21:31,228 --> 00:21:36,428
Entonces ves algo en el mundo que crees
que tiene un determinado patrón en él y

225
00:21:36,428 --> 00:21:38,828
luego construyes una teoría de ello.

226
00:21:41,002 --> 00:21:46,268
Así que esto es una especie de tipo de
razonamiento de base y esto es un tipo de

227
00:21:46,268 --> 00:21:47,668
razonamiento de base.

228
00:21:50,392 --> 00:21:55,725
Y esta es la manera normal en la que, por
ejemplo, los niños normalmente aprenden

229
00:21:55,725 --> 00:21:56,125
cosas.

230
00:21:57,405 --> 00:22:02,871
Ellos ven cosas y luego aprenden que hay
algún tipo de patrón que se repite y luego

231
00:22:02,871 --> 00:22:05,005
construyen sus modelos mentales.

232
00:22:09,764 --> 00:22:14,764
Y si pensamos en este método de ciencia,
la ciencia natural suele ir de esta

233
00:22:14,764 --> 00:22:15,230
manera.

234
00:22:21,520 --> 00:22:25,120
Tienes algún tipo de hipótesis que pruebas
y confirmas.

235
00:22:26,848 --> 00:22:31,248
Mientras que en las ciencias sociales el
proceso es de otra manera.

236
00:22:35,684 --> 00:22:39,150
Here are some examples about deduction and
induction.

237
00:22:42,111 --> 00:22:43,444
Deductive reasoning.

238
00:22:43,513 --> 00:22:45,379
All Frenchmen like red wine.

239
00:22:45,796 --> 00:22:50,796
Pierre is a Frenchman, therefore we know
already that Pierre likes red wine.

240
00:22:53,204 --> 00:22:58,470
If the premises here are true, that these
two things are true, therefore we know

241
00:22:58,470 --> 00:23:00,270
that Pierre likes red wine.

242
00:23:03,123 --> 00:23:05,250
No es cuestionable en absoluto, es verdad.

243
00:23:05,271 --> 00:23:08,871
Mientras que la razonación inductiva va de
otra manera.

244
00:23:12,757 --> 00:23:16,423
Encontramos que los primeros 5X en la caja
fueron rotos.

245
00:23:17,770 --> 00:23:23,103
Y todos estos huevos tienen el mismo BEST
BEFORE DATE estampado en ellos y por lo

246
00:23:23,103 --> 00:23:28,503
tanto podemos, quizás, causar que el sexto
huevo también esté roto en la caja y no

247
00:23:28,503 --> 00:23:31,103
deberíamos usarlo ¿Podríamos saber eso?

248
00:23:46,021 --> 00:23:47,554
¿Es posible saber esto?

249
00:23:52,043 --> 00:23:56,109
¿Podríamos saber la conclusión de estas
primeras dos primeras?

250
00:24:01,120 --> 00:24:06,586
No, no es posible, no lo sabemos Esto es
solo nuestra asumción de las cosas Esto es

251
00:24:06,586 --> 00:24:08,320
como funciona la inducción

252
00:24:13,205 --> 00:24:17,605
Así que hay este famoso ejemplo de que
todas las vacas son blancas.

253
00:24:18,491 --> 00:24:23,624
Creemos que todas las vacas son blancas,
lo que no es realmente verdad, porque

254
00:24:23,624 --> 00:24:27,557
había una especie negra de vacas
encontrada en Sudáustralia.

255
00:24:27,783 --> 00:24:32,249
Pero antes de eso, era una verdad
universal que todas las vacas eran

256
00:24:32,249 --> 00:24:36,049
blancas, porque no hemos visto nada más
que vacas blancas.

257
00:24:37,876 --> 00:24:40,276
Este es el problema de la inducción.

258
00:24:42,021 --> 00:24:45,021
No podemos demostrar algo como 100%
verdadero.

259
00:24:54,237 --> 00:24:55,970
Podemos solo asumir cosas.

260
00:24:57,761 --> 00:25:03,227
Este es un famoso ejemplo de los monstruos
negros que falsificaron esta asumción de

261
00:25:03,227 --> 00:25:05,627
que todos los monstruos son blancos.

262
00:25:06,532 --> 00:25:08,456
Esto se trata de falsificación.

263
00:25:08,656 --> 00:25:12,922
Así que la inducción no puede demostrar
algo como 100% verdadero.

264
00:25:15,882 --> 00:25:20,012
Y en realidad, si piensas más
profundamente sobre esto, se aplica a la

265
00:25:20,012 --> 00:25:22,108
mayor parte de las investigaciones.

266
00:25:22,128 --> 00:25:26,994
Cualquier investigación que estés
haciendo, a menos que tengas un conjunto

267
00:25:26,994 --> 00:25:30,328
completo de datos, todo lo que puedas
medir con ti.

268
00:25:34,919 --> 00:25:38,375
Por ejemplo, la maíz genéticamente
modificada es segura para los humanos.

269
00:25:38,575 --> 00:25:43,575
Se ha probado con un gran número de
humanos y ninguno de ellos sufrió ningún

270
00:25:43,575 --> 00:25:46,708
problema ¿Podemos decir que esto es 100%
verdad?

271
00:25:50,460 --> 00:25:54,926
No, no podemos porque también es una
inducción ¿Alguna investigación

272
00:25:54,926 --> 00:25:58,593
estatística que también use un ejemplo es
una inducción?

273
00:26:03,787 --> 00:26:08,853
Porque siempre es posible encontrar un
específico que falsifique tu teoría No

274
00:26:08,853 --> 00:26:14,187
puedes decir que si no está en el ejemplo,
no está en tus resultados Pero si está

275
00:26:14,187 --> 00:26:19,453
fuera de tu ejemplo, pronto o después
falsifica tu asumción falsa, si tienes una

276
00:26:19,453 --> 00:26:20,053
Y también

277
00:26:30,382 --> 00:26:34,733
Toda investigación cualitativa está basada
en la inducción, así que la mayor parte de

278
00:26:34,733 --> 00:26:38,619
la investigación estatística y toda
investigación cualitativa está basada en

279
00:26:38,619 --> 00:26:39,293
la inducción.

280
00:26:39,373 --> 00:26:42,706
Siempre hay un problema de inducción en tu
estudio.

281
00:26:48,444 --> 00:26:53,444
Por supuesto, puedes tener un censo
completo de la población, no un ejemplo,

282
00:26:53,444 --> 00:26:58,510
pero una completa población, todo el datos
de la población, entonces no es la

283
00:26:58,510 --> 00:27:00,644
inducción lo que estás haciendo.

284
00:27:04,182 --> 00:27:09,315
Este es un tema muy importante en la
filosofía de la ciencia, esta solución de

285
00:27:09,315 --> 00:27:13,982
Karl Popper, que todas las teorías
científicas deben ser falsificables.

286
00:27:23,133 --> 00:27:28,599
Así que un solo experimento o observación
puede falsificar una teoría de tal manera

287
00:27:28,599 --> 00:27:33,866
que esta una ocurrencia de una vaca negra
falsifica esta teoría de que todas las

288
00:27:33,866 --> 00:27:35,066
vacas son blancas.

289
00:27:44,530 --> 00:27:46,930
Lo explicaré un poco más en detalle.

290
00:27:50,377 --> 00:27:54,777
Esto está en el libro de Karl Popper,
Logik der Forschung, de 1933.

291
00:27:57,064 --> 00:28:00,330
También se llama refutabilidad en algunos
lugares.

292
00:28:04,793 --> 00:28:09,459
Dice que las teorías empíricas son
caracterizadas por falsificabilidad.

293
00:28:09,725 --> 00:28:15,058
La teoría no es una buena teoría si no es
posible falsificarla La teoría debe ser

294
00:28:15,058 --> 00:28:19,658
construida para que sea posible
demostrarla falsa si es falsa Debe ser

295
00:28:19,658 --> 00:28:24,725
posible demostrar una teoría científica
falsa Así que hay una asimetría entre

296
00:28:24,725 --> 00:28:26,991
verificabilidad y falsificabilidad

297
00:28:38,935 --> 00:28:44,401
Porque una observación contradictoria es
suficiente para falsificar una declaración

298
00:28:44,401 --> 00:28:47,735
universal, como esta, todos los sueños son
blancos.

299
00:28:58,002 --> 00:28:59,544
Se falsifica con solo un específico.

300
00:28:59,564 --> 00:29:03,051
Pero la pregunta es entonces, ¿cuántas
observaciones necesitas para verificar una

301
00:29:03,051 --> 00:29:04,010
declaración universal?

302
00:29:04,030 --> 00:29:05,296
¿Cuántas necesitas?

303
00:29:10,812 --> 00:29:11,945
¿Infinitivamente?

304
00:29:14,577 --> 00:29:15,443
¡Todos ellos!

305
00:29:18,583 --> 00:29:23,849
Así que a menudo es imposible verificar
que es completamente un estado universal

306
00:29:23,849 --> 00:29:28,849
Pero es fácil falsificar Con sólo un
específico correcto puedes falsificarlo

307
00:29:28,849 --> 00:29:31,649
Pero para verificarlo necesitas todos
ellos

308
00:29:41,525 --> 00:29:46,591
Bien, esto nos lleva a la cuestión de la
validez del pensamiento científico y

309
00:29:59,176 --> 00:30:03,976
La pregunta es, ¿cómo evaluar la validez
de una proposición, inferencia o

310
00:30:03,976 --> 00:30:06,042
conclusión en la investigación?

311
00:30:06,670 --> 00:30:11,403
Y esta es una pregunta filosófica
extremadamente difícil que incluye que

312
00:30:11,403 --> 00:30:16,403
debes entender lo que quieres decir con
conocimiento y debes entender lo que

313
00:30:16,403 --> 00:30:18,336
quieres decir con la realidad

314
00:30:24,708 --> 00:30:29,774
Y cada vez que estamos discutiendo temas
como la validez, debemos entender la

315
00:30:29,774 --> 00:30:32,508
epistemología y la ontología del estudio.

316
00:30:35,930 --> 00:30:40,930
Y hay diferentes tipos de abordajes y
diferentes tipos de concepciones sobre

317
00:30:40,930 --> 00:30:45,463
epistemología y ontología en la
investigación No voy a entrar en esta

318
00:30:45,463 --> 00:30:50,930
pregunta, pero esta es una investigación
más para ustedes Si quieren introducirse a

319
00:30:50,930 --> 00:30:55,796
la filosofía de la ciencia, tendrán un
mejor conocimiento de las preguntas

320
00:30:55,796 --> 00:30:57,730
epistemológicas y ontológicas

321
00:31:04,803 --> 00:31:10,269
Y es importante que entiendas qué tipo de
epistemología y ontología es típica en tu

322
00:31:10,269 --> 00:31:15,269
campo de investigación Cada campo y
metodología de investigación puede tener

323
00:31:15,269 --> 00:31:18,469
diferencias en los criterios para la
validez Bien

324
00:31:29,980 --> 00:31:35,113
Así que estamos hablando de investigación
científica, que es una actividad que

325
00:31:35,113 --> 00:31:39,913
establece y resuelve problemas de
investigación Y hay preguntas difíciles

326
00:31:39,913 --> 00:31:44,780
como cómo evaluar la significancia de los
problemas de investigación, cómo

327
00:31:44,780 --> 00:31:47,246
establecer problemas de investigación

328
00:31:58,094 --> 00:32:03,094
que se relacionan con las preguntas de
cómo hacer investigación, qué tipo de

329
00:32:03,094 --> 00:32:08,627
métodos de investigación pueden ser usados
Y la respuesta a todas estas preguntas es

330
00:32:08,627 --> 00:32:10,560
que es la pregunta científica

331
00:32:18,412 --> 00:32:23,145
de alguna manera acepta o confirma qué
tipo de abordajes son aceptables.

332
00:32:26,023 --> 00:32:31,423
Así que la investigación se realiza usando
los métodos aceptados por la comunidad.

333
00:32:31,971 --> 00:32:33,837
Esto es importante entender.

334
00:32:34,094 --> 00:32:38,119
Tienes que entender la comunidad en la que
estás haciendo la investigación.

335
00:32:38,139 --> 00:32:40,139
Qué es valorado allí y qué no.

336
00:32:41,444 --> 00:32:44,377
Pero la comunidad científica no es
homogénea.

337
00:32:45,089 --> 00:32:46,822
Es un grupo de compañeros.

338
00:32:47,172 --> 00:32:48,505
Están interactuando.

339
00:32:49,445 --> 00:32:54,778
a través de varios foros, conferencias y
jornales típicamente y no hay una y solo

340
00:32:54,778 --> 00:32:59,911
método científico en estas comunidades,
varian y hay muchos tipos de métodos y

341
00:32:59,911 --> 00:33:02,311
abordajes para diferentes propósitos

342
00:33:12,614 --> 00:33:17,414
Pero es muy típico en la investigación
científica que la solución para un

343
00:33:17,414 --> 00:33:22,080
problema de investigación debe ser
justificada y o probada Y también es

344
00:33:22,080 --> 00:33:26,680
importante entender que una opinión
subjetiva no es suficiente para la

345
00:33:26,680 --> 00:33:31,280
investigación Es la valididad
intersubjetiva evaluada por la comunidad

346
00:33:31,280 --> 00:33:33,014
científica que es esencial

347
00:33:41,538 --> 00:33:46,804
y hay muchas concepciones múltiples sobre
el conocimiento, la epistemología, los

348
00:33:46,804 --> 00:33:52,071
métodos científicos y los propósitos de la
ciencia en esta comunidad científica.

349
00:33:55,512 --> 00:34:00,245
Normalmente la relación entre el
conocimiento existente o prevalecido es

350
00:34:00,245 --> 00:34:05,512
importante y especialmente los conflictos
con el conocimiento anterior deben ser

351
00:34:05,512 --> 00:34:08,112
demostrados y si no hay conflicto entre

352
00:34:12,706 --> 00:34:17,772
entre los resultados, hay una especie de
acumulación de conocimiento que está

353
00:34:17,772 --> 00:34:20,639
sucediendo en la comunidad de
investigación.

354
00:34:26,442 --> 00:34:30,235
Pero luego hay esta cuestión de
breakthroughs científicos que pueden

355
00:34:30,235 --> 00:34:34,992
invalidar el conocimiento anterior, lo que
causa un tipo de cambio de paradigma en el

356
00:34:34,992 --> 00:34:36,974
cuerpo científico del conocimiento.

357
00:34:36,994 --> 00:34:38,927
Pero volveré a eso más tarde.

358
00:34:42,794 --> 00:34:47,727
El método de las ciencias naturales es
también comúnmente llamado el método

359
00:34:47,727 --> 00:34:52,727
positivista ¿Cuántos de ustedes han
escuchado de este positivismo antes y se

360
00:34:52,727 --> 00:34:53,727
acuerdan de él?

361
00:35:03,810 --> 00:35:06,410
Nunca Ok, entonces tengo que explicarlo

362
00:35:11,279 --> 00:35:16,745
En este método positivista, el propósito
de la ciencia es la explicación, encontrar

363
00:35:16,745 --> 00:35:21,479
leyes generales y conexiones causales
entre diferentes partes del mundo.

364
00:35:28,324 --> 00:35:33,790
La idea es que la ciencia es valiosísima y
basada en factos objetivos que se pueden

365
00:35:33,790 --> 00:35:34,190
medir.

366
00:35:36,187 --> 00:35:41,320
Y este valor libre significa que el
investigador es independiente del objetivo

367
00:35:41,320 --> 00:35:46,587
de investigación El investigador es un
observador independiente Como por ejemplo

368
00:35:46,587 --> 00:35:51,720
en la física, donde estás mediendo algunos
átomos y movimiento o lo que sea El

369
00:35:51,720 --> 00:35:55,053
investigador no afecta al objetivo, ese es
el ideal

370
00:36:07,186 --> 00:36:12,586
Y también debe ser cierto que los estudios
y los medidores pueden ser repetidos en

371
00:36:12,586 --> 00:36:16,586
cualquier momento y por cualquiera con los
mismos resultados.

372
00:36:24,073 --> 00:36:28,599
Entonces, no importa quién hará el estudio
y dónde, los resultados siempre serán los

373
00:36:28,599 --> 00:36:28,981
mismos.

374
00:36:29,001 --> 00:36:30,401
¿Qué piensas de esto?

375
00:36:31,385 --> 00:36:35,918
idea de observador independiente y
repetirlo en cualquier momento, en

376
00:36:35,918 --> 00:36:40,785
cualquier lugar en la investigación de
ingeniería de software ¿Es posible?

377
00:36:48,117 --> 00:36:49,850
Es difícil, es muy difícil

378
00:36:51,331 --> 00:36:56,731
No recuerdo cuál fue el estudio y quién lo
hizo, pero hay un estudio en sociología

379
00:36:56,731 --> 00:37:01,464
que muestra que incluso cuando el
investigador va al trabajo, el trabajo

380
00:37:01,464 --> 00:37:05,197
empieza a funcionar mejor, sin importar lo
que haga allí.

381
00:37:12,444 --> 00:37:17,665
Por lo tanto, probablemente no es posible
ser un observador independiente porque

382
00:37:17,665 --> 00:37:21,235
incluso tu presencia en el trabajo
cambiará el trabajo.

383
00:37:23,191 --> 00:37:28,257
Y cuando estás haciendo investigación
organizacional en una gran empresa, por

384
00:37:28,257 --> 00:37:32,991
ejemplo, y vas a otra gran empresa, el
ambiente es totalmente diferente.

385
00:37:36,029 --> 00:37:41,295
Hay una cultura diferente, un negocio
diferente, así que no puedes repetir nada.

386
00:37:42,218 --> 00:37:46,351
¿Has visto algún estudio repetido en la
ingeniería de software?

387
00:37:49,280 --> 00:37:50,080
Títulos, sí.

388
00:37:55,068 --> 00:38:00,668
Sí, así que no he visto ningún estudio que
haya sido repetido exactamente de la misma

389
00:38:00,668 --> 00:38:01,134
manera.

390
00:38:02,037 --> 00:38:04,660
Pero esta es la idea de las ciencias
naturales.

391
00:38:04,680 --> 00:38:05,680
Puedes repetir.

392
00:38:09,126 --> 00:38:14,459
Por ejemplo, si inventas una manera de
hacer la fusión fría, por ejemplo, y haces

393
00:38:14,459 --> 00:38:19,926
el experimento en algún lugar, alguien más
quiere repetirlo, si es posible hacerlo.

394
00:38:23,570 --> 00:38:29,103
También en este método positivista la idea
es que los resultados de la investigación

395
00:38:29,103 --> 00:38:33,703
aumenten la cantidad de conocimiento
científico Así que la cantidad de

396
00:38:33,703 --> 00:38:38,570
conocimiento científico aumentará todo el
tiempo Y luego este conocimiento

397
00:38:38,570 --> 00:38:43,636
científico acumulado y el método que se
usa para producirlo forman un sistema

398
00:38:43,636 --> 00:38:46,103
internamente armonioso sin conflictos

399
00:38:56,476 --> 00:39:01,809
Si piensas en los estudios sociales, por
ejemplo, ¿es posible hacer que todos los

400
00:39:01,809 --> 00:39:05,276
estudios sociales estén internamente en
armonía o no?

401
00:39:14,103 --> 00:39:19,636
Probablemente no Entonces la pregunta es,
¿es este método positivista el criterio de

402
00:39:19,636 --> 00:39:20,369
la ciencia?

403
00:39:23,982 --> 00:39:28,248
Así que en las ciencias naturales esto es
definitivamente verdad.

404
00:39:31,918 --> 00:39:36,118
Solo el estudio que cumple este método
positivista es aceptable.

405
00:39:38,612 --> 00:39:43,238
En la física, en la química, en la
biología, en muchos otros áreas también.

406
00:39:44,350 --> 00:39:49,683
Este es el método científico típico de las
ciencias naturales Pero luego hay este

407
00:39:49,683 --> 00:39:53,350
método de las ciencias humanas que es
bastante diferente

408
00:39:57,378 --> 00:40:01,978
Porque ahí, en el centro, está esta
comprensión y interpretación de la

409
00:40:01,978 --> 00:40:03,111
actividad humana.

410
00:40:09,733 --> 00:40:13,666
Cómo los humanos actúan individualmente en
una organización.

411
00:40:17,483 --> 00:40:22,749
Cómo su historia, su cultura y sus ideales
afectan la forma en que trabajan, por

412
00:40:22,749 --> 00:40:23,283
ejemplo.

413
00:40:24,091 --> 00:40:25,424
y así sucesivamente.

414
00:40:28,237 --> 00:40:33,437
Y luego hay la pregunta de cómo medir
ambigüezmente actitudes, normas sociales,

415
00:40:33,437 --> 00:40:37,370
creencias y lo que sea, lo que es muy
típico de los humanos.

416
00:40:40,355 --> 00:40:43,688
¿Crees que es posible medir actitudes, por
ejemplo?

417
00:40:51,023 --> 00:40:56,223
es posible interpretarlos para medir como
medir la temperatura o la velocidad Y

418
00:40:56,223 --> 00:41:01,689
luego esta pregunta de si el investigador
es un observador independiente es también

419
00:41:01,689 --> 00:41:05,289
muy difícil porque los que estás
estudiando son como tú

420
00:41:18,175 --> 00:41:23,575
Tienes sentimientos para otros humanos,
por ejemplo, que afectan tu interpretación

421
00:41:23,575 --> 00:41:29,108
Así que los investigadores normalmente no
pueden ser completamente, por supuesto, lo

422
00:41:29,108 --> 00:41:33,508
más posible, pero completamente neutros,
independientes y sin valor

423
00:41:41,615 --> 00:41:46,415
Y ya mencioné que la presencia del
investigador puede tener un efecto Sin

424
00:41:46,415 --> 00:41:50,881
hacer nada puede haber un efecto
importante Y es a menudo no posible

425
00:41:50,881 --> 00:41:55,948
repetir el estudio Entonces la pregunta
es, ¿es la ingeniería de software una

426
00:41:55,948 --> 00:41:57,015
ciencia natural?

427
00:42:04,315 --> 00:42:05,981
Ya lo he preguntado, creo

428
00:42:10,471 --> 00:42:15,671
Y creo que no es así, especialmente si
estás haciendo investigación de software

429
00:42:15,671 --> 00:42:20,271
empírico Tiene algo que ver con cómo
actúan y se sienten y cómo puedes

430
00:42:20,271 --> 00:42:25,071
interactuar con ellos, que no es
exactamente como se hace en las ciencias

431
00:42:25,071 --> 00:42:25,671
naturales

432
00:42:40,171 --> 00:42:45,304
Entonces, si pensamos que el desarrollo de
software realmente es una actividad

433
00:42:45,304 --> 00:42:50,637
humana, entonces hay ciertos efectos en
cómo hacer investigación en la ingeniería

434
00:42:50,637 --> 00:42:51,437
de software.

435
00:43:00,565 --> 00:43:03,628
La software en sí misma es un artefacto
técnico.

436
00:43:04,522 --> 00:43:09,052
Pero, por supuesto, se puede pensar que
hay un montón de conocimiento humano

437
00:43:09,052 --> 00:43:13,763
encodado en este artefacto técnico, lo
cual en realidad no es tan sencillo como

438
00:43:13,763 --> 00:43:16,180
pensar que es sólo un artefacto técnico.

439
00:43:16,220 --> 00:43:21,286
Pero si pensamos que el software en sí
mismo es un artefacto técnico puro que

440
00:43:21,286 --> 00:43:26,020
puede ser estudiado con ciencias
naturales, entonces bien, el desarrollo

441
00:43:26,020 --> 00:43:28,486
del software es una actividad humana.

442
00:43:30,421 --> 00:43:32,754
Entonces hay dos lados a este tema.

443
00:43:34,222 --> 00:43:39,488
Y cuando admitimos eso, debemos pensar en
cómo estudiar las actividades humanas,

444
00:43:39,488 --> 00:43:44,222
cómo medir y evaluar las actividades
humanas Es bastante fácil medir las

445
00:43:44,222 --> 00:43:49,622
cualidades y propiedades de la software
Podemos medir la complejidad ciclomática o

446
00:43:49,622 --> 00:43:53,688
calcular el número de líneas o clases o
variables o lo que sea

447
00:44:02,740 --> 00:44:07,940
Pero es bastante más difícil medir y
evaluar la actividad humana del desarrollo

448
00:44:07,940 --> 00:44:08,740
de software.

449
00:44:23,609 --> 00:44:23,870
¿De acuerdo?

450
00:44:23,890 --> 00:44:24,556
Sí, un sí.

451
00:44:25,403 --> 00:44:30,936
Entonces, si creemos que el desarrollo de
software es una actividad humana, entonces

452
00:44:30,936 --> 00:44:34,803
deberíamos preguntar ¿qué afecta a las
actividades humanas?

453
00:44:39,390 --> 00:44:42,911
Aquí hay una lista muy incompleta de cosas
que podemos pensar, por supuesto la

454
00:44:42,911 --> 00:44:43,277
genética

455
00:44:43,257 --> 00:44:48,057
Es lo más natural que afecta a las
actividades humanas, actitudes, normas

456
00:44:48,057 --> 00:44:53,123
sociales, control de comportamiento
percibido, experiencias de dificultades y

457
00:44:53,123 --> 00:44:57,123
recompensas, lo que es usualmente
beneficioso y lo que no es.

458
00:45:01,184 --> 00:45:04,184
¿Cómo puedo obtener penitencias y
recompensas?

459
00:45:05,768 --> 00:45:09,168
¿Cuál es mi creencia, creencia, religión,
filosofía?

460
00:45:13,459 --> 00:45:16,325
¿Cuáles son mis instintos, miedos y
hábitos?

461
00:45:16,443 --> 00:45:17,625
Y así sucesivamente.

462
00:45:17,645 --> 00:45:22,045
Hay una lista larga de cosas que afectan a
las actividades humanas.

463
00:45:25,536 --> 00:45:30,269
La pregunta es cómo medir esto
ambiguamente en el desarrollo de software

464
00:45:30,269 --> 00:45:31,336
y si es posible.

465
00:45:32,650 --> 00:45:35,316
Probablemente no, al menos ambiguamente.

466
00:45:36,755 --> 00:45:41,888
Podemos interpretarlo, observarlo, hacer
algunas conclusiones, pero no podemos

467
00:45:41,888 --> 00:45:46,688
estar 100% seguros de si nuestras
interpretaciones son correctas o malas.

468
00:45:51,654 --> 00:45:52,987
Aquí hay un ejemplo.

469
00:45:54,297 --> 00:45:55,058
¿Has visto este?

470
00:45:55,078 --> 00:45:58,344
El Manifesto para el Desarrollo de
Software Agile.

471
00:46:03,447 --> 00:46:08,513
Esto es algo muy influyente, sucedió hace
unos 15 años Estas personas son muy

472
00:46:08,513 --> 00:46:11,313
famosas consultoras en software
engineering

473
00:46:16,694 --> 00:46:21,427
Dicen que las interacciones y los
individuos son más importantes que los

474
00:46:21,427 --> 00:46:26,227
procesos y herramientas La tecnología de
trabajo es más importante que la

475
00:46:26,227 --> 00:46:31,360
documentación comprensiva La colaboración
de clientes es más importante que la

476
00:46:31,360 --> 00:46:36,493
negociación de contratos Y responder a
cambios es más importante que seguir un

477
00:46:36,493 --> 00:46:41,493
plan Esto es probablemente lo más
influyente en la ingeniería de software en

478
00:46:41,493 --> 00:46:43,160
los últimos 25 años o así

479
00:46:46,006 --> 00:46:51,072
Esto ha cambiado mucho de cómo las
empresas y los profesionales piensan en la

480
00:46:51,072 --> 00:46:51,539
acción.

481
00:46:56,604 --> 00:47:01,937
Y estos no son realmente, bueno, algunos
de ellos pueden ser científicos, pero no

482
00:47:01,937 --> 00:47:06,537
diría que sean importantes científicos,
son principalmente importantes

483
00:47:06,537 --> 00:47:07,337
consultores.

484
00:47:11,588 --> 00:47:16,921
Pero como se puede ver aquí, esto no es en
absoluto sobre tecnología de software.

485
00:47:18,155 --> 00:47:22,821
Esto es sobre actividades humanas,
comportamiento humano, cómo la gente

486
00:47:22,821 --> 00:47:27,955
trabaja juntos, cómo interaccionan y cómo
pueden progresar en el desarrollo de

487
00:47:27,955 --> 00:47:28,555
software.

488
00:47:29,947 --> 00:47:33,280
Y en realidad no es tanto sobre ingeniería
tampoco.

489
00:47:33,871 --> 00:47:39,128
Esto es solo sobre cómo se organiza el
lugar de trabajo para que la gente obtenga

490
00:47:39,128 --> 00:47:42,218
mejores resultados en el desarrollo de
software.

491
00:47:48,190 --> 00:47:53,656
Entonces, incluso estos consultores aquí
reconocen que la actividad humana es mucho

492
00:47:53,656 --> 00:47:58,456
más importante en el desarrollo de
software, a menudo, no siempre, pero a

493
00:47:58,456 --> 00:48:02,656
menudo mucho más importante que la ciencia
natural, por ejemplo.

494
00:48:14,667 --> 00:48:20,000
Entonces, la pregunta es, ¿está estudiando
la ingeniería de software los humanos?

495
00:48:20,878 --> 00:48:26,478
Un ejemplo, un investigador desea estudiar
cómo los métodos ágiles, como en el último

496
00:48:26,478 --> 00:48:31,211
slide, pueden ser utilizados en una
organización de software muy grande.

497
00:48:32,234 --> 00:48:37,300
Y en este tipo de estudios se necesita
evaluar y entender las acciones de las

498
00:48:37,300 --> 00:48:41,900
organizaciones individuales y humanas y
entender los motivos, valores,

499
00:48:41,900 --> 00:48:45,834
expectativas y objetivos de las
organizaciones individuales.

500
00:48:51,792 --> 00:48:57,125
Y por lo tanto, mi conclusión es que la
ingeniería de software también debe tomar

501
00:48:57,125 --> 00:49:02,125
a los humanos como temas de investigación
para que pueda producir resultados

502
00:49:02,125 --> 00:49:04,792
valiosos para la industria, por ejemplo.

503
00:49:12,353 --> 00:49:14,486
Bien, esta fue mi primera parte.

504
00:49:15,156 --> 00:49:17,956
Ahora hagamos un descanso de diez minutos.

505
00:49:21,560 --> 00:49:27,026
Ok, la segunda parte de mis lecturas es lo
que yo llamo clasificación de métodos de

506
00:49:27,026 --> 00:49:31,760
investigación, y estoy usando una cierta
manera de clasificar métodos de

507
00:49:31,760 --> 00:49:36,626
investigación por Berti Järvinen, que es
un investigador senior finlandés.

508
00:49:48,944 --> 00:49:51,610
Es una clasificación de 10 años de edad.

509
00:49:52,255 --> 00:49:56,788
es muy bueno para este propósito que
entiendas cómo puedes abordar es

510
00:49:56,788 --> 00:50:01,988
probablemente sin problemas pero es fácil
de usar para entender a dónde estás y

511
00:50:01,988 --> 00:50:06,988
también continuaré un poco esta discusión
sobre positivismo y lo que llamaré

512
00:50:06,988 --> 00:50:09,455
interpretativismo en la investigación

513
00:50:20,842 --> 00:50:24,042
¿Qué es un método de investigación o
metodología?

514
00:50:28,271 --> 00:50:33,337
Podría decir que la metodología es el
análisis teórico sistémico o estudio de

515
00:50:33,337 --> 00:50:36,204
los métodos aplicados a un campo de
estudio.

516
00:50:36,822 --> 00:50:41,955
Es un sistema de métodos y principios
utilizados en una disciplina particular.

517
00:50:46,576 --> 00:50:51,709
un método de investigación o metodología,
el nombre aquí no es muy adecuado en

518
00:50:51,709 --> 00:50:56,509
realidad, ambos se usan es un proceso
estructurado de investigación puede

519
00:50:56,509 --> 00:51:01,509
incluir cualquier de estas siguientes
cosas o usualmente la mayoría de ellas

520
00:51:01,509 --> 00:51:06,242
cómo recolectas datos, qué tipo de
principios hay para la recolección de

521
00:51:06,242 --> 00:51:11,042
datos cómo analizas los datos, cuáles son
los principios para el análisis

522
00:51:14,723 --> 00:51:17,656
¿Qué es la epistemología general del
estudio?

523
00:51:20,791 --> 00:51:22,674
¿Qué es el conocimiento en la
investigación?

524
00:51:22,694 --> 00:51:27,094
Incluye, al menos implícitamente, algún
tipo de asumción sobre eso.

525
00:51:31,866 --> 00:51:37,116
Hay, a menudo, descripciones de procesos,
cómo se procede en la investigación, qué

526
00:51:37,116 --> 00:51:38,283
tipo de fases hay.

527
00:51:38,483 --> 00:51:43,683
hay reglas para la análisis hay reglas
para validar los resultados y principios

528
00:51:43,683 --> 00:51:48,216
de cómo evaluar la validez de los
resultados y estos son a menudo muy

529
00:51:48,216 --> 00:51:53,416
claramente representados y a menudo no
existen si queremos clasificar el método

530
00:51:53,416 --> 00:51:54,483
de investigación

531
00:52:10,023 --> 00:52:14,823
El primer problema es cómo presentar
métodos y abordajes de investigación

532
00:52:14,823 --> 00:52:20,356
típicos en la ingeniería de software a los
estudiantes para que puedan decir que hay

533
00:52:20,356 --> 00:52:24,956
este tipo de estudios y este tipo de
estudios y luego hay este tipo de

534
00:52:24,956 --> 00:52:30,289
estudios, por ejemplo Así que necesitas un
tipo de visión holística para entender

535
00:52:30,289 --> 00:52:31,956
estos métodos y abordajes

536
00:52:37,327 --> 00:52:42,660
Así que la solución podría ser que puedas
clasificarlos en clases distintas donde

537
00:52:42,660 --> 00:52:47,060
cada clase tenga funciones claras que
puedan contrastarse con otras

538
00:52:49,831 --> 00:52:55,031
Y, por supuesto, hay muchas maneras de
hacer estas clasificaciones Por ejemplo,

539
00:52:55,031 --> 00:52:59,697
hay esta clasificación entre la
investigación básica, que tiene sólo el

540
00:52:59,697 --> 00:53:04,831
objetivo teórico y la investigación
aplicada, donde hay algún tipo de objetivo

541
00:53:04,831 --> 00:53:06,631
para beneficiar la práctica

542
00:53:12,460 --> 00:53:17,593
o hay investigaciones cuantitativas donde
medias números y hay investigaciones

543
00:53:17,593 --> 00:53:22,593
cualitativas donde clasificas impresiones,
por ejemplo o hay investigaciones

544
00:53:22,593 --> 00:53:27,193
positivistas que se basan en ciertos
métodos de la ciencia y luego hay

545
00:53:27,193 --> 00:53:31,993
investigaciones interpretativas que
intentan entender las acciones de los

546
00:53:31,993 --> 00:53:32,460
humanos

547
00:53:42,785 --> 00:53:46,949
Además, se puede hacer una clasificación
basada en el campo de estudio.

548
00:53:46,990 --> 00:53:51,390
Hay diferentes campos de estudio con
diferentes tipos de abordajes.

549
00:53:52,776 --> 00:53:57,909
Pero eso no nos ayuda mucho porque hace un
modelo muy multidimensional de esta

550
00:53:57,909 --> 00:54:00,709
clasificación de métodos de investigación.

551
00:54:07,752 --> 00:54:08,685
Pero para este

552
00:54:10,848 --> 00:54:16,314
Para los propósitos de clasificación creo
que necesitamos algunos conceptos básicos

553
00:54:16,314 --> 00:54:18,314
que deberíamos entender mejor.

554
00:54:21,361 --> 00:54:26,027
Ya mencionamos este positivismo, pero
luego necesitamos entender qué es

555
00:54:26,027 --> 00:54:28,427
interpretativismo o antipositivismo.

556
00:54:33,116 --> 00:54:38,258
Luego deberíamos hacer alguna distinción
entre cuantitativo y cualitativo en la

557
00:54:38,258 --> 00:54:39,182
investigación.

558
00:54:41,881 --> 00:54:46,814
Esto ya lo mencioné, el positivismo, el
significado positivo con un sentido

559
00:54:46,814 --> 00:54:50,147
filosófico impuesto en la mente por la
experiencia.

560
00:54:52,680 --> 00:54:57,813
Hay una experiencia, una observación de
algo que es entonces un hecho positivo

561
00:54:57,813 --> 00:54:58,880
sobre las cosas.

562
00:55:04,358 --> 00:55:09,291
Históricamente, este positivismo significa
la rechaza de la metafísica como

563
00:55:09,291 --> 00:55:10,091
explicación.

564
00:55:14,492 --> 00:55:19,425
Así que la explicación de algunos
fenómenos naturales no se trata de Dios o

565
00:55:19,425 --> 00:55:23,625
alguna gran fuerza que causa que las cosas
sucedan místicamente.

566
00:55:28,439 --> 00:55:33,039
Esta metafísica explica la naturaleza
fundamental del ser y del mundo.

567
00:55:36,293 --> 00:55:41,493
Pero en el positivismo, el objetivo del
conocimiento es describir los fenómenos

568
00:55:41,493 --> 00:55:45,359
que experimentamos como experiencias, no
por la metafísica.

569
00:55:47,643 --> 00:55:53,109
Y la idea es que la ciencia puede explicar
sólo lo que podemos observar y medir Así

570
00:55:53,109 --> 00:55:57,909
que no deberíamos estudiar pensamientos
emocionales o cualquier otra cosa

571
00:55:57,909 --> 00:55:59,443
incoherente También hay

572
00:56:07,977 --> 00:56:13,377
Se han hecho muchos intentos en estudiar
las actividades humanas bajo esta idea de

573
00:56:13,377 --> 00:56:17,110
positivismo como el behaviorismo en los
años 1920 Skinner

574
00:56:25,477 --> 00:56:30,810
se concentró sólo en los comportamientos
positivos y negativos para predecir cómo

575
00:56:30,810 --> 00:56:32,743
las personas se comportarían.

576
00:56:37,851 --> 00:56:42,717
La idea era estudiar cómo las personas
reaccionaban a ciertos señales, por

577
00:56:42,717 --> 00:56:43,251
ejemplo.

578
00:56:52,780 --> 00:56:58,180
Y hay una causa clara que es el signo y la
reacción Y todo lo demás es irrelevante

579
00:56:58,180 --> 00:57:03,580
porque no puede ser medido Entonces las
intenciones de la gente no son importantes

580
00:57:03,580 --> 00:57:08,646
porque no pueden ser medidas Solo la
relación entre el signo y la reacción es

581
00:57:08,646 --> 00:57:09,313
importante

582
00:57:16,912 --> 00:57:21,778
Un buen ejemplo de esto es el perro de
Pavlov que hizo mucha saliva cuando

583
00:57:21,778 --> 00:57:26,712
vieron, no recuerdo lo que fue la
experiencia, algunas luces o algún sonido

584
00:57:26,712 --> 00:57:31,178
o algo así porque hicieron esta conexión a
la comida con este signo.

585
00:57:47,945 --> 00:57:53,211
Hay también este término de positivismo
lógico o empirismo lógico en el que este

586
00:57:53,211 --> 00:57:58,211
conocimiento científico es el único tipo
de conocimiento factual y todas las

587
00:57:58,211 --> 00:58:03,611
doctrinas tradicionales metafísicas deben
ser rechazadas como sin sentido Solo los

588
00:58:03,611 --> 00:58:08,411
estímulos que son verificables, tanto
lógicamente como empíricamente, son

589
00:58:08,411 --> 00:58:10,345
significativos cognitivamente

590
00:58:20,615 --> 00:58:23,481
De hecho, esto es de Viena en los años
1920.

591
00:58:25,065 --> 00:58:26,047
Había esta escuela de Viena.

592
00:58:26,067 --> 00:58:29,800
Uno de los representantes importantes de
esto fue Carnap.

593
00:58:33,343 --> 00:58:36,143
En su libro, Der Logische auf Baudelswelt,

594
00:58:38,755 --> 00:58:43,621
creó métodos estrictos y procedimientos
para la observación sensorial para

595
00:58:43,621 --> 00:58:47,955
verificar la verdad de la hipótesis
científica del universo físico

596
00:58:54,196 --> 00:58:59,129
Y con esta observación en combinación con
los métodos formales de la lógica

597
00:58:59,129 --> 00:59:04,329
matemática Esta es la única manera de
lograr cualquier cosa en la ciencia según

598
00:59:04,329 --> 00:59:09,862
Carnap Entonces existen estos métodos muy
estrictos de observación combinados con la

599
00:59:09,862 --> 00:59:13,595
lógica formal que hace posible el
conocimiento científico

600
00:59:23,558 --> 00:59:29,091
Pero probablemente el problema es que este
ámbito social de los humanos puede no ser

601
00:59:29,091 --> 00:59:33,624
sujeto a los mismos métodos de
investigación como el mundo natural, a

602
00:59:33,624 --> 00:59:36,491
pesar de lo que Schinner y Carnap
aclararon.

603
00:59:44,956 --> 00:59:50,289
Hay muchos problemas en este ámbito social
que lo hacen diferente de esta ciencia

604
00:59:50,289 --> 00:59:53,556
natural, como la interacción entre teoría
y datos.

605
00:59:58,534 --> 01:00:03,267
Siempre se puede interpretar los datos
humanos en la luz de otra teoría.

606
01:00:06,484 --> 01:00:10,217
Se puede crear otra teoría que también
explique lo mismo.

607
01:00:13,745 --> 01:00:18,678
Por lo tanto, también la investigación
sociológica debe concentrarse en los

608
01:00:18,678 --> 01:00:23,878
humanos y sus valores culturales No puedes
ser completamente libre de valores y

609
01:00:23,878 --> 01:00:28,745
científicamente objetivo porque estás
estudiando algo de lo que eres parte

610
01:00:28,745 --> 01:00:31,345
también de esta sociedad en gran medida

611
01:00:44,727 --> 01:00:49,927
Así que debe haber algún tipo de proceso
interpretativo en el que el observador

612
01:00:49,927 --> 01:00:55,327
exterior se relaciona con la gente o el
grupo subcultural en sus propios términos.

613
01:01:03,687 --> 01:01:08,420
Así que en los términos que están en este
grupo subcultural, en lugar de

614
01:01:08,420 --> 01:01:12,220
interpretarlos en el punto de vista de los
investigadores.

615
01:01:13,702 --> 01:01:18,302
y si traducimos esto a ingeniería de
software los observadores son los

616
01:01:18,302 --> 01:01:23,035
investigadores de ingeniería de software y
luego estos indígenas son los

617
01:01:23,035 --> 01:01:28,502
desarrolladores de software en la empresa
y debes ser capaz de explicar lo que está

618
01:01:28,502 --> 01:01:33,968
sucediendo en este equipo de desarrollo de
software con los términos que se usan en

619
01:01:33,968 --> 01:01:35,768
este desarrollo de software

620
01:01:47,317 --> 01:01:49,250
Este es uno de los problemas.

621
01:02:00,421 --> 01:02:03,287
Había mucha crítica contra este
positivismo.

622
01:02:08,933 --> 01:02:14,333
Y los elementos importantes en la crítica
fueron que el positivismo es restringido

623
01:02:14,333 --> 01:02:19,133
sólo a fenómenos observables Por ejemplo,
es imposible estudiar libertad,

624
01:02:19,133 --> 01:02:23,733
irracionalidad y varias acciones
impredicables que son muy típicas del

625
01:02:23,733 --> 01:02:27,866
comportamiento humano con estas ideas de
la escuela positivista

626
01:02:39,207 --> 01:02:44,207
y también el conocimiento sobre los
humanos nunca puede ser neutro porque en

627
01:02:44,207 --> 01:02:49,273
realidad eres parte de la misma sociedad y
el conocimiento siempre se traduce

628
01:02:49,273 --> 01:02:54,673
directamente en poder si sabes que tienes
más poder que los demás y luego hay este

629
01:02:54,673 --> 01:02:59,607
intento de dibujar una línea artificial
entre el observador y el sujeto que

630
01:02:59,607 --> 01:03:01,073
también es un problema

631
01:03:10,156 --> 01:03:14,489
Aquí hay una tabla sobre cómo podemos
comparar el positivismo y el

632
01:03:14,489 --> 01:03:19,622
interpretativismo En el positivismo la
realidad es objetiva, tangible y única,

633
01:03:19,622 --> 01:03:24,889
solo hay una interpretación, o en realidad
no es una interpretación, es el hecho

634
01:03:34,844 --> 01:03:39,777
mientras que en el interpretativismo
construyes la realidad socialmente, la

635
01:03:39,777 --> 01:03:44,577
aprendes de los demás y luego te acuerdas
de ella y puede haber múltiples

636
01:03:44,577 --> 01:03:46,644
interpretaciones de la realidad

637
01:03:52,698 --> 01:03:57,431
El objetivo de la investigación en el
positivismo es la explicación, una

638
01:03:57,431 --> 01:04:01,831
predicción fuerte, y en el
interpretativismo es la comprensión y la

639
01:04:01,831 --> 01:04:03,031
predicción frágil.

640
01:04:07,598 --> 01:04:12,573
Así que esto es sobre comprender lo que la
gente está haciendo, cómo la gente está

641
01:04:12,573 --> 01:04:13,126
actuando.

642
01:04:13,146 --> 01:04:15,212
Esto es explicar la naturaleza.

643
01:04:16,610 --> 01:04:21,330
Y significa que cuando conoces las reglas
de la naturaleza, puedes predecir mucho

644
01:04:21,330 --> 01:04:24,930
mejor que cómo puedes predecir cómo las
personas se comportan.

645
01:04:25,418 --> 01:04:30,951
El foco de interés en el positivismo es lo
que es general, promedio y representativo

646
01:04:30,951 --> 01:04:36,284
Quieres entender en general cómo son las
cosas, pero aquí en el interpretativismo

647
01:04:36,284 --> 01:04:41,551
cuando estás estudiando a los humanos
debes entender lo que es específico, único

648
01:04:41,551 --> 01:04:44,151
y cómo se está desviando de otras cosas

649
01:04:49,583 --> 01:04:54,516
El positivismo crea leyes que son
absolutas libres del contexto, del tiempo

650
01:04:54,516 --> 01:04:59,716
y de los valores El interpretativismo
intenta entender los significados que son

651
01:04:59,716 --> 01:05:01,183
relativos al contexto.

652
01:05:10,845 --> 01:05:14,406
Pueden ser diferentes en diferentes
tiempos, en diferentes contextos, en

653
01:05:14,406 --> 01:05:15,410
diferentes culturas.

654
01:05:15,610 --> 01:05:17,810
También son desvalorizados porque

655
01:05:19,351 --> 01:05:24,884
El conocimiento es poder En el positivismo
hay una separación rígida entre el sujeto

656
01:05:24,884 --> 01:05:30,084
y el investigador mientras que en el
interpretativismo puede haber una relación

657
01:05:30,084 --> 01:05:33,017
interactiva entre el sujeto y el
investigador

658
01:05:38,791 --> 01:05:42,524
The research may be cooperative, it may be
participative.

659
01:05:43,617 --> 01:05:47,883
The researcher may participate to the
actions of the target even.

660
01:05:48,684 --> 01:05:53,550
For example, when you are studying
software development, you may go to the

661
01:05:53,550 --> 01:05:58,217
software development team and work with
them to understand them better.

662
01:06:04,463 --> 01:06:05,663
What is desired in

663
01:06:08,474 --> 01:06:13,674
la información en el positivismo es, por
ejemplo, cuando estás estudiando a los

664
01:06:13,674 --> 01:06:19,074
humanos, cuántas personas piensan y hacen
una cosa específica o tienen un problema

665
01:06:19,074 --> 01:06:23,407
específico, mientras que en el
interpretativismo es lo que algunas

666
01:06:23,407 --> 01:06:28,474
personas piensan y hacen, qué tipo de
problemas se enfrentan y cómo se lidian

667
01:06:28,474 --> 01:06:29,140
con ellos.

668
01:06:33,331 --> 01:06:38,597
Luego, otra distinción que mencionaré aquí
es entre investigación cuantitativa y

669
01:06:38,597 --> 01:06:43,597
cualitativa La investigación cuantitativa
es describir y medir las cosas que

670
01:06:43,597 --> 01:06:45,931
responden a las preguntas ¿cuántas?

671
01:06:52,299 --> 01:06:52,780
¿cuántas veces?

672
01:06:52,800 --> 01:06:58,066
por ejemplo, el nivel de ocurrencia en
base a números y calculaciones, recolecta

673
01:06:58,066 --> 01:06:59,066
datos numéricos

674
01:07:02,947 --> 01:07:08,480
Hay una relación deductiva entre teoría y
investigación, así que tienes una teoría y

675
01:07:08,480 --> 01:07:13,680
una nueva medida para probar si es verdad
o no Esto es muy similar a la ciencia

676
01:07:13,680 --> 01:07:17,213
natural, hay estos métodos científicos que
mencionamos

677
01:07:20,750 --> 01:07:25,816
There is an objective conception of social
reality and a positivistic view in

678
01:07:25,816 --> 01:07:27,283
quantitative research.

679
01:07:29,929 --> 01:07:34,929
There are strict methods of observation
that are defined by the quantitative

680
01:07:34,929 --> 01:07:36,062
research methods.

681
01:07:39,835 --> 01:07:44,701
hay este análisis con matemáticas
formales, así que esto es exactamente lo

682
01:07:44,701 --> 01:07:49,435
que Carnap, el emperista lógico, dijo
métodos estrictos de observación y

683
01:07:49,435 --> 01:07:51,635
análisis con matemáticas formales

684
01:07:56,727 --> 01:08:01,860
Los métodos típicos, herramientas y
técnicas incluyen cuestionarios de cerros,

685
01:08:01,860 --> 01:08:06,727
experimentos, análisis de correlación,
análisis de regresión Tal vez hayan

686
01:08:06,727 --> 01:08:11,727
escuchado de esto en sus cursos de
estadística anteriormente Así que esto es

687
01:08:11,727 --> 01:08:17,260
mucho sobre las estadísticas también Esta
investigación cuantitativa Su oposición es

688
01:08:17,260 --> 01:08:19,527
a menudo investigación cualitativa

689
01:08:29,954 --> 01:08:33,954
que no siempre es usualmente
interpretativo y se centra en la

690
01:08:33,954 --> 01:08:38,287
profundidad de la comprensión Puede
intentar interpretar palabras,

691
01:08:38,287 --> 01:08:41,820
percepciones, sentimientos, en vez de
analizar números

692
01:08:49,411 --> 01:08:54,344
Puede haber experimentos, entrevistas,
estudios de caso, grupos de enfoque,

693
01:08:54,344 --> 01:08:59,811
cuestionarios con preguntas abiertas, no
cerradas Normalmente hay un rango de datos

694
01:08:59,811 --> 01:09:04,411
observacionales incluidos en la
investigación cualitativa, no siempre,

695
01:09:04,411 --> 01:09:05,477
pero normalmente

696
01:09:11,483 --> 01:09:16,616
Y aquí la abstracción y la generalización
son principios importantes Y estamos

697
01:09:16,616 --> 01:09:21,283
especialmente hablando de la abstracción
teórica y la generalización de

698
01:09:21,283 --> 01:09:26,416
observaciones singulares Que no es lo
mismo que la generalización estadística,

699
01:09:26,416 --> 01:09:28,283
hay una gran diferencia aquí

700
01:09:36,020 --> 01:09:41,220
Y normalmente estos estudios de calidad
producen teorías y hipótesis que no son

701
01:09:41,220 --> 01:09:43,020
confirmadas ni verificadas.

702
01:09:46,583 --> 01:09:52,049
Así que hay una diferencia epistemológica
clara entre la investigación cuantitativa

703
01:09:52,049 --> 01:09:56,983
y la cualitativa La investigación
cuantitativa usualmente intenta construir

704
01:09:56,983 --> 01:10:02,116
factos mientras que la investigación
cualitativa construye teorías y hipótesis

705
01:10:02,116 --> 01:10:07,249
que no son verificadas pero que explican
algo que se ha observado Aquí hay una

706
01:10:07,249 --> 01:10:07,582
tabla

707
01:10:17,195 --> 01:10:21,061
compara las diferencias entre cualitativos
y cuantitativos.

708
01:10:21,982 --> 01:10:24,982
En cuantitativos, los fenómenos son
numéricos.

709
01:10:27,450 --> 01:10:31,916
La análisis es descriptiva y las
estadísticas inferenciales incluyen

710
01:10:31,916 --> 01:10:34,450
preguntas y hipótesis muy específicas.

711
01:10:41,070 --> 01:10:41,731
Hay grandes ejemplos.

712
01:10:41,751 --> 01:10:46,484
Tiene validez estatística y refleja la
población cuando está bien hecho.

713
01:10:49,460 --> 01:10:54,393
pero su desventaja es que la investigación
cualitativa es a menudo bastante

714
01:10:54,393 --> 01:10:59,260
superficial en la comprensión y no puede
describir bien los pensamientos o

715
01:10:59,260 --> 01:11:01,793
sentimientos de la gente, por ejemplo.

716
01:11:08,321 --> 01:11:13,654
En la investigación cualitativa, describes
los fenómenos de una manera narrativa,

717
01:11:13,654 --> 01:11:19,054
cuentas historias sobre cosas y intentas
entender las causalidades de la historia,

718
01:11:19,987 --> 01:11:25,387
La análisis incluye la identificación de
esquemas mayores, no tanto sobre detalles

719
01:11:25,387 --> 01:11:28,987
El escopo es a menudo amplio y hay temas
que son cortos

720
01:11:37,925 --> 01:11:43,325
y la ventaja principal es que produce una
descripción narrativa rica y profunda de

721
01:11:43,325 --> 01:11:48,391
la muestra así que va muy profundo y
entiende lo que está sucediendo en estos

722
01:11:48,391 --> 01:11:53,125
casos específicos no en general, pero en
estos casos específicos y no es

723
01:11:53,125 --> 01:11:57,525
absolutamente generalizable
estatísticamente no se puede decir nada

724
01:11:57,525 --> 01:12:00,791
sobre el resto del mundo en realidad no es
posible

725
01:12:09,127 --> 01:12:13,993
Así que en las estadísticas se puede
aclarar que se puede explicar también

726
01:12:13,993 --> 01:12:19,393
fuera de la muestra, pero aquí no se puede
decir nada sobre lo que está sucediendo

727
01:12:19,393 --> 01:12:20,727
fuera de la muestra.

728
01:12:27,743 --> 01:12:31,487
Esta es la diferencia epistemológica de
estos dos abordajes.

729
01:12:32,971 --> 01:12:37,371
Pero después de esta clasificación,
positivismo, interpretativismo,

730
01:12:37,371 --> 01:12:42,904
cuantitativo y cualitativo, presentaré una
clasificación un poco más compleja de los

731
01:12:42,904 --> 01:12:45,371
métodos de investigación de Järvinen.

732
01:12:57,571 --> 01:12:59,904
Así que esto es sobre, en realidad,

733
01:13:01,591 --> 01:13:06,178
sobre métodos de investigación desde el
punto de vista de la información,

734
01:13:06,178 --> 01:13:10,384
tecnología y sistemas Esto es
probablemente válido en nuestro campo

735
01:13:11,733 --> 01:13:17,066
Y esto también incluye investigaciones de
ingeniería y diseño como parte de ello.

736
01:13:21,348 --> 01:13:26,348
No es realmente el nombre de los métodos
de investigación actuales que están

737
01:13:26,348 --> 01:13:31,481
ubicados en esta jerarquía, pero esta
clasificación puede ser usada para poner

738
01:13:31,481 --> 01:13:34,081
ciertos métodos de investigación en él.

739
01:13:35,809 --> 01:13:36,742
Pero veámoslo.

740
01:13:37,212 --> 01:13:40,345
Aquí está la clasificación completa de
Yerwinen.

741
01:13:41,298 --> 01:13:46,098
Él hace una distinción entre abordajes
estudiando la realidad y abordajes

742
01:13:46,098 --> 01:13:46,898
matemáticos.

743
01:13:49,548 --> 01:13:54,652
Y luego hay esta pregunta, ¿cuál es la
realidad que se puede estudiar haciendo

744
01:13:54,652 --> 01:13:57,437
estudios conceptuales o estudios
empíricos?

745
01:13:57,457 --> 01:14:02,590
Los estudios empíricos pueden ser estudios
de teoría o estudios de creación de

746
01:14:02,590 --> 01:14:03,057
teoría.

747
01:14:04,282 --> 01:14:08,548
Y además de estudiar la realidad, hay este
estudio de artefactos.

748
01:14:10,192 --> 01:14:15,392
Puedes estudiar artefactos que no son
realmente realidad, pero puedes crearlos.

749
01:14:16,542 --> 01:14:18,742
Puedes construirlos o evaluarlos.

750
01:14:21,551 --> 01:14:26,617
Y Germinian afirma que esta distinción
explica este enfoque en el campo de la

751
01:14:26,617 --> 01:14:28,551
tecnología de la información.

752
01:14:33,138 --> 01:14:33,338
Veámoslo.

753
01:14:33,358 --> 01:14:36,024
Empecemos con estos abordes matemáticos.

754
01:14:36,703 --> 01:14:42,036
Esto no es realmente muy relevante en la
investigación de ingeniería de software.

755
01:14:43,512 --> 01:14:48,112
Se trata de demostrar que esto es la
ciencia formal, demostrar teorías

756
01:14:48,112 --> 01:14:49,712
matemáticas y cosas así.

757
01:14:52,445 --> 01:14:57,511
Esto se usa mucho en la ciencia de
computadoras, pero no exactamente mucho en

758
01:14:57,511 --> 01:15:00,311
la investigación de ingeniería de
software.

759
01:15:01,370 --> 01:15:06,636
Así que esto es algo que realmente se ve
puramente en los métodos matemáticos de

760
01:15:06,636 --> 01:15:12,036
los ingenieros de software Pero luego la
otra parte de los tres fue este método de

761
01:15:12,036 --> 01:15:17,103
estudiar la realidad que incluía dos
partes ¿Qué es la realidad y la utilidad

762
01:15:17,103 --> 01:15:18,303
de los artefactos?

763
01:15:23,870 --> 01:15:25,870
Y aquí en ¿Qué es la realidad?

764
01:15:27,593 --> 01:15:32,556
Vamos a ir allí primero y a ver qué son
los métodos de análisis conceptuales

765
01:15:36,284 --> 01:15:41,017
Esto se trata de la análisis de las
asumciones detrás de los constructos

766
01:15:41,017 --> 01:15:46,217
teóricos Puede incluir la identificación
de teorías, modelos y frameworks en la

767
01:15:46,217 --> 01:15:47,684
investigación anterior

768
01:15:52,163 --> 01:15:57,163
Estudios literarios, quizás abordes
conceptuales y analíticos pueden incluir

769
01:15:57,163 --> 01:16:02,563
algún tipo de razonamiento lógico donde se
sintetiza el conocimiento existente con

770
01:16:02,563 --> 01:16:07,896
algo más Pero este abordaje no requiere
las observaciones originales de lo que es

771
01:16:07,896 --> 01:16:12,363
la realidad Puedes usar estudios
existentes para sintetizar algo más

772
01:16:21,003 --> 01:16:26,536
Es posible usar este tipo de métodos en la
ingeniería de software y puedes encontrar

773
01:16:26,536 --> 01:16:31,936
muchos estudios de literatura sistemática
o estudios de mapa que son parte de este

774
01:16:31,936 --> 01:16:32,403
método.

775
01:16:40,832 --> 01:16:46,298
Así que puedes sentarte conveniente en tu
habitación y no salir y mirar los papeles

776
01:16:46,298 --> 01:16:48,632
y pensar sobre cosas y escribirlas.

777
01:16:49,786 --> 01:16:52,307
Así que no estás tan distraído de la
realidad.

778
01:16:55,057 --> 01:17:00,390
Pero hay este problema de qué partes de
los resultados son basadas en opiniones e

779
01:17:00,390 --> 01:17:05,390
intuición en lugar de investigaciones
científicas Así que este es un enfoque

780
01:17:05,390 --> 01:17:10,457
Luego había estos estudios empíricos que
son estudios de teoría o estudios de

781
01:17:10,457 --> 01:17:10,857
teoría

782
01:17:28,705 --> 01:17:33,705
La investigación cuantitativa es también
una investigación de teoría, eso es

783
01:17:33,705 --> 01:17:34,171
típico.

784
01:17:40,066 --> 01:17:45,266
Puedes hacer, por ejemplo, experimentos
laboratorios donde medias cómo la gente

785
01:17:45,266 --> 01:17:46,266
hace las cosas.

786
01:17:46,437 --> 01:17:51,037
Tienes un ejemplo de personas y los pones
en un laboratorio para hacer

787
01:17:51,841 --> 01:17:56,841
Usted está usando estos métodos de
ingeniería requeridos y usted está usando

788
01:17:56,841 --> 01:18:01,841
este otro y luego mediremos quiénes son
mejores Este es el experimento de la

789
01:18:01,841 --> 01:18:07,107
laboratoria o el experimento controlado O
usted puede preguntar la opinión de la

790
01:18:07,107 --> 01:18:12,641
gente sobre las cosas envíen una formación
de survey para 1.000 empresas y luego 100

791
01:18:12,641 --> 01:18:14,574
de ellas lo devuelven a usted

792
01:18:23,262 --> 01:18:27,328
y la mitad de ellos no son útiles porque
han filtrado tan mal.

793
01:18:31,794 --> 01:18:36,660
Así que puedes recoger y analizar datos
estatísticos de una población, por

794
01:18:36,660 --> 01:18:37,194
ejemplo.

795
01:18:38,443 --> 01:18:41,376
O puedes hacer algún tipo de testeo de
campo.

796
01:18:43,610 --> 01:18:47,010
El estudio de campo es una palabra
bastante ambigua.

797
01:18:47,635 --> 01:18:51,445
Puede significar algo más también, pero
puedes hacer algún tipo de experimentos de

798
01:18:51,445 --> 01:18:52,104
campo también.

799
01:18:52,304 --> 01:18:53,837
y probar alguna teoría.

800
01:18:55,450 --> 01:18:59,516
La mayoría de las investigaciones de
teoría son cuantitativas.

801
01:18:59,857 --> 01:19:04,245
Mezclas las cosas y luego puedes analizar
estatísticamente el resultado.

802
01:19:04,445 --> 01:19:09,511
Pero la teoría debe ser tomada de algún
lugar, o de la literatura, o obtienes

803
01:19:09,511 --> 01:19:14,378
alguna inspiración divina de que esto
puede ser verdad, vamos a mezclarlo.

804
01:19:17,988 --> 01:19:22,721
Así que de alguna manera debes
desarrollarlo o refinarlo, también cuando

805
01:19:22,721 --> 01:19:24,521
es tomado de la literatura.

806
01:19:28,663 --> 01:19:31,828
Y luego el estudio prueba si la teoría es
verdadera o no.

807
01:19:31,848 --> 01:19:37,181
Y por supuesto, podemos pensar qué es el
significado de verdadero, pero puede ser

808
01:19:37,181 --> 01:19:38,981
una cosa difícil de pensar.

809
01:19:42,203 --> 01:19:44,827
Hay ciertos problemas en este tipo de
abordaje.

810
01:19:44,847 --> 01:19:48,647
Cómo seleccionar y desarrollar la teoría,
¿de dónde viene?

811
01:19:49,358 --> 01:19:50,691
No es siempre obvio.

812
01:19:56,212 --> 01:19:59,678
Pero esto es muy típico en la ingeniería
de software.

813
01:20:02,665 --> 01:20:08,065
Hay muchos investigadores experimentando,
muchos investigadores de survey también.

814
01:20:12,393 --> 01:20:16,393
Entonces, la contraparte en la
investigación empírica es esta

815
01:20:16,393 --> 01:20:20,526
investigación que crea teorías, una
estrategia que crea teorías

816
01:20:23,783 --> 01:20:29,183
hay una multitud de abordajes que están
creando teorías que incluyen, por ejemplo,

817
01:20:29,183 --> 01:20:34,183
la mayoría de los estudios de casos que
voy a discutir más adelante sobre la

818
01:20:34,183 --> 01:20:39,049
mayoría de estas etnografías donde se
encuentran entre los nativos y hacen

819
01:20:39,049 --> 01:20:41,583
observaciones durante un largo periodo

820
01:20:51,037 --> 01:20:54,770
La teoría basada es un método que he
estado usando mucho.

821
01:20:59,369 --> 01:21:01,702
Es basado en observación inductiva.

822
01:21:01,933 --> 01:21:05,599
Observas cosas y luego construyes algo
teórico de ellas.

823
01:21:07,682 --> 01:21:12,548
Y luego hay muchos otros métodos, como la
analización de las causas, y así

824
01:21:12,548 --> 01:21:13,482
sucesivamente.

825
01:21:15,693 --> 01:21:19,038
En la mayoría, esta investigación de
teoría es cualitativa.

826
01:21:19,058 --> 01:21:19,499
En la mayoría.

827
01:21:19,519 --> 01:21:21,985
No completamente, pero en la mayoría.

828
01:21:23,150 --> 01:21:28,216
Inductivamente observas la práctica, la
práctica es la realidad y luego haces

829
01:21:28,216 --> 01:21:33,816
conclusiones teóricas de ella Y hay varios
métodos de recopilación de datos, como que

830
01:21:33,816 --> 01:21:38,683
puedes entrevistar a la gente, puedes
hacer observaciones directas, puedes

831
01:21:38,683 --> 01:21:40,416
recopilar material archivo

832
01:21:46,268 --> 01:21:51,201
Y en esta creación de teoría inductiva,
refineras estas observaciones hasta

833
01:21:51,201 --> 01:21:56,134
obtener una teoría, que después podrás
probar con otros métodos si quieres.

834
01:22:04,720 --> 01:22:10,219
El problema de todos estos abordajes es si
es realmente posible hacer cualquier tipo

835
01:22:10,219 --> 01:22:10,352
de

836
01:22:10,552 --> 01:22:13,685
generalización de las teorías a otros
contextos.

837
01:22:15,340 --> 01:22:20,473
Así que sabes que esto sucedió en esta
compañía, pero ¿qué pasa con los otros?

838
01:22:23,653 --> 01:22:27,053
Así que ninguno de estos abordajes es sin
problemas.

839
01:22:30,825 --> 01:22:32,891
Luego, si volvemos a la imagen,

840
01:22:34,126 --> 01:22:39,059
hubo otras marcas sobre la utilidad de los
artefactos que se usan a menudo,

841
01:22:39,059 --> 01:22:43,926
especialmente en la investigación de
ingeniería y es muy típico en nuestro

842
01:22:43,926 --> 01:22:46,992
campo que inventes un nuevo modelo, por
ejemplo

843
01:23:01,177 --> 01:23:06,110
Otra herramienta de modelación para los
pobres desarrolladores de software.

844
01:23:06,830 --> 01:23:12,096
o inventas un nuevo tipo de proceso de
desarrollo de software donde puedes hacer

845
01:23:12,096 --> 01:23:14,563
las cosas más eficazmente o algo así.

846
01:23:18,290 --> 01:23:20,290
Ese es otro tipo de artefacto.

847
01:23:20,414 --> 01:23:25,880
El artefacto puede ser una software, puede
ser un hardware, puede ser algún tipo de

848
01:23:25,880 --> 01:23:27,880
proceso o método o lo que sea.

849
01:23:29,290 --> 01:23:32,820
Así que es un método o modelo de
constructo particular

850
01:23:33,020 --> 01:23:36,620
que se aplican y producen un artefacto a
partir de eso.

851
01:23:38,709 --> 01:23:43,575
Y luego consideran los aspectos de
utilidad del artefacto, si es útil para

852
01:23:43,575 --> 01:23:44,242
algo o no.

853
01:23:46,241 --> 01:23:51,374
Y reportan el artefacto y hacen una
especie de evaluación o discusión sobre su

854
01:23:51,374 --> 01:23:51,974
utilidad.

855
01:23:57,657 --> 01:24:02,657
Este es un enfoque muy común en la
ingeniería Puedes hablar de investigación

856
01:24:02,657 --> 01:24:07,790
de diseño o de la ciencia de diseño
artificial o puedes estudiar el proceso de

857
01:24:07,790 --> 01:24:08,990
diseño en sí mismo

858
01:24:14,701 --> 01:24:19,734
Pero el problema de este tipo de abordajes
es que a menudo dicen que tenemos este

859
01:24:19,734 --> 01:24:22,314
artefacto bueno, pero ¿cómo lo evaluamos?

860
01:24:22,334 --> 01:24:24,267
¿Cuál es su valor científico?

861
01:24:24,779 --> 01:24:29,712
Si tenemos otro nuevo herramienta de
desarrollo de software, ¿qué significa

862
01:24:29,712 --> 01:24:30,779
para la ciencia?

863
01:24:39,575 --> 01:24:44,708
Una visión un poco diferente a este
artefacto es la otra brancha, evaluando el

864
01:24:44,708 --> 01:24:49,641
artefacto Donde tienes algún tipo de
artefacto que tomas en uso, lo evaluas

865
01:24:49,641 --> 01:24:53,974
según algunos criterios diseñados,
realizas medidas, observaciones

866
01:25:02,305 --> 01:25:07,305
Este tipo de evaluación puede ser un
experimento controlado, pero en la vida

867
01:25:07,305 --> 01:25:12,171
real eso es a menudo imposible Si estás
tomando algún método o herramienta

868
01:25:12,171 --> 01:25:16,838
relevante para usar en una gran
organización, es muy raro que haya algo

869
01:25:16,838 --> 01:25:19,238
controlado en realidad, si sabes eso

870
01:25:24,817 --> 01:25:30,083
Un método típico en esto es el método o
proceso de investigación de acción Es un

871
01:25:30,083 --> 01:25:35,083
tipo de proceso cíclico en el que se
diagnosa el problema, se desarrolla una

872
01:25:35,083 --> 01:25:40,483
intervención o un artefacto para resolver
el problema o se toma una intervención o

873
01:25:40,483 --> 01:25:42,083
artefacto listo para uso

874
01:25:47,159 --> 01:25:52,025
haces esta intervención o tomas este
artefacto en uso y luego evaluas esta

875
01:25:52,025 --> 01:25:57,359
intervención, lo aprendes y luego puedes
repetirlo de nuevo Este es el proceso de

876
01:25:57,359 --> 01:26:02,559
investigación de acción y es bastante
usado en muchos tipos de ciencias humanas

877
01:26:02,559 --> 01:26:04,759
Lo discutiremos más tarde, mañana

878
01:26:14,328 --> 01:26:19,061
Así que esta ha sido la clasificación de
Yerwinens sobre los enfoques de

879
01:26:19,061 --> 01:26:24,461
investigación y principalmente en estudios
de ingeniería de software podemos hacer

880
01:26:24,461 --> 01:26:27,061
una distinción entre estudios empíricos

881
01:26:34,645 --> 01:26:39,711
donde hay test de teoría y aprendizaje de
teoría y luego hay esta utilidad de

882
01:26:39,711 --> 01:26:44,978
artefactos donde podemos construir algo
útil o evaluar algo útil si es útil o no

883
01:26:54,288 --> 01:26:59,488
Y ahora el resto de mi lectura se trata
de... Voy a intentar llenar estas cajas

884
01:26:59,488 --> 01:27:01,688
aquí, lo que hay dentro de ellas.

885
01:27:08,886 --> 01:27:11,470
Discutiré sobre el testeo de teoría y la
investigación de la creación de teoría.

886
01:27:11,490 --> 01:27:15,890
Discutiré sobre la construcción de
artefactos y la investigación de

887
01:27:15,890 --> 01:27:17,556
evaluación de artefactos.

888
01:27:20,461 --> 01:27:22,842
¿Cuál es el enfoque de las
investigaciones?

889
01:27:23,077 --> 01:27:24,343
I would say that...

890
01:27:26,873 --> 01:27:29,139
Estos cuatro son todos muy usados.

891
01:27:29,657 --> 01:27:34,190
Entonces, la gente hace investigación
experimental, experimentaciones

892
01:27:34,190 --> 01:27:39,457
laboratorias y experimentos controlados,
investigaciones y la gente crea teorías

893
01:27:39,457 --> 01:27:44,990
con métodos cualitativos y luego la gente
construye diferentes tipos de herramientas

894
01:27:44,990 --> 01:27:49,923
y métodos y procesos y presenta ellos y
luego la gente también evalúa estos

895
01:27:49,923 --> 01:27:51,990
métodos y procesos en práctica.

896
01:27:56,455 --> 01:27:58,721
All these four are very much used.

897
01:27:58,898 --> 01:28:02,898
And there are different... Action research
is typically this.

898
01:28:04,206 --> 01:28:06,539
This is design research, typically.

899
01:28:08,913 --> 01:28:12,338
This is typically grounded theory or
ethnography or something like that.

900
01:28:12,358 --> 01:28:14,100
There are also many other variations.

901
01:28:14,120 --> 01:28:16,186
Case studies are included here.

902
01:28:17,165 --> 01:28:21,698
And then these theory testings are
laboratory experiments, controlled

903
01:28:21,698 --> 01:28:24,165
experiments and surveys, for example.

904
01:28:26,358 --> 01:28:30,958
Creo que estos cuatro, y luego por
supuesto hay estos, pondré estudios

905
01:28:30,958 --> 01:28:36,424
literarios aquí Pero no sé, no son tantos
métodos de investigación quizás, pero son

906
01:28:36,424 --> 01:28:37,291
un tipo de...

907
01:28:44,342 --> 01:28:49,542
Haces estudios indirectos Meta de tu área
Ok, así que esta fue la segunda parte