O problema de usar estimativas para decidir trabalho de descoberta

A utilidade de uma estimativa depende menos da precisão aparente do número e mais do tipo de decisão que ela passa a autorizar. Na conversa, Woody Zuill desloca o debate de quem produz estimativas para quem as usa. Sua crítica não é uma regra universal contra estimar, nem um convite a ignorar custos. O ponto é mais restrito: em desenvolvimento de software, muitas organizações usam palpites sobre tempo, esforço ou custo como se fossem informação suficiente para escolher projetos, cobrar equipes e definir sucesso.

O mecanismo problemático aparece no exemplo do projeto de 1999. A cada iteração, a equipe encontrava os mesmos problemas: estimativas ruins, requisitos pouco claros e mudanças durante o trabalho. A resposta era sempre melhorar estimativas, melhorar requisitos e impedir mudanças. Zuill chama isso de ciclo de não melhoria contínua. O fracasso não estava apenas em estimar mal, mas em tratar sintomas como causa. Quando o trabalho é incerto, a tentativa de corrigir o número pode reforçar o mesmo sistema que produziu o erro.

A distinção entre tempo de trabalho e tempo de ciclo torna a crítica mais concreta. Escrever o próprio nome em um cartão pode levar segundos; fazer isso agora, com um cartão específico e uma caneta-tinteiro azul que talvez não estejam disponíveis, pode levar muito mais. O cliente que pergunta pela troca dos freios do carro não quer saber quantos minutos a oficina passa com a mão na peça, mas quando poderá buscar o carro. Em software, essa confusão entre esforço direto, espera, dependências e descoberta transforma estimativas em proxies frágeis para decisões maiores.

A alternativa proposta por Zuill é trocar a expectativa de previsão por capacidade de direção. Em vez de embalar um conjunto amplo de requisitos e perguntar quando tudo estará pronto, ele busca uma parte pequena, distinta, compreensível, potencialmente valiosa e implantável. O caso em que uma equipe aproveitou uma fração de um documento de 80 páginas e depois decidiu mudar o foco é central: entregar pouco, aprender cedo e parar quando o valor marginal cai pode ser mais racional do que cumprir o plano original. A consequência prática é desconfortável para gestores: a pergunta deixa de ser quanto tudo vai custar antes de começar e passa a ser qual é o menor experimento capaz de produzir aprendizado real.

Assistir ao episódio original

Referências encontradas

Livros

• I Am a Strange Loop: By Douglas R. Hofstadter, de Douglas Hofstadter — Ver livro na Amazon
• Gödel, Escher, Bach, de Douglas Hofstadter — Ver livro na Amazon
• Ruído: Uma Falha no Julgamento Humano, de Daniel Kahneman, Olivier Sibony And Cass R. Sunstein — Ver livro na Amazon

Este post contém links de afiliado. Se você comprar por eles, eu posso receber uma pequena comissão sem custo adicional para você.