Los programas informáticos para los servicios públicos son siempre más complejos, ya que la normativa evoluciona constantemente y las exigencias de los usuarios no dejan de perfeccionarse. Así, la calidad del software disminuye, lo que hace más difícil su mantenimiento y uso. Por ejemplo, algunas anomalías que se producen en el entorno de producción no pueden reproducirse y, por tanto, no pueden resolverse. Desde el punto de vista del usuario, el software se vuelve más complejo de utilizar y entender, lo que afecta a la experiencia del usuario.
Para garantizar un nivel de calidad aceptable, exploramos la explotación de las huellas de los usuarios. Un rastro de usuario es la huella que deja un usuario al utilizar un software. A corto plazo, el objetivo es proporcionar información a los equipos de producción. Por ejemplo, podría permitirnos confrontar las huellas de las pruebas de aceptación con el uso real. A largo plazo, se podría diseñar un asistente inteligente para ayudar al usuario a realizar algunas tareas complicadas o acciones repetitivas. Para ello, es necesario modelar el software a partir de las trazas del usuario. El análisis de la actividad del usuario es especialmente interesante porque ofrece una visión realista de cómo el usuario utiliza la aplicación y cómo funciona. Por último, no se requiere ninguna acción por parte del usuario para capturar, registrar y recoger las observaciones. Sin embargo, los datos recogidos deben respetar la intimidad del usuario y enmarcarse en un tratamiento ético.
Muchos campos científicos estudian la actividad del usuario, pero consiguen objetivos diferentes. Nosotros nos centramos en el descubrimiento de procesos porque el modelo de proceso empresarial es el punto de partida para la adaptación de los procesos. En este momento, es el más valioso.
Los enfoques existentes ofrecen diferentes métodos para encontrar un modelo de proceso a partir de rastros de actividad. El más conocido es la minería de procesos (van der Aalst, 2016). Se realizaron varios experimentos con un conjunto de datos de acceso abierto del software Berger-Levrault. Los experimentos se basan en un estudio exitoso (Astromskis et al., 2015), pero no logran replicar estos resultados. Dos puntos pueden explicar esto:
- El diseño del sistema de registro es crucial. Lo mejor es diseñar el sistema de registro de acuerdo con un objetivo conocido. Pero con el software existente este sistema de registro ya existe, ¿cómo se puede mejorar? Más en general: ¿cómo diseñar un buen sistema de registro?
- os resultados muestran características de nuestros datos que no pueden ser abordadas por los actuales métodos de extracción de procesos. Por ejemplo, los datos son ruidosos y pueden describir casos de uso que se cruzan sin información de etiquetado. Estos problemas de los datos se derivan del flujo de trabajo no estructurado de la aplicación (❷ y ❸). Desde el punto de vista del diseño, el flujo de trabajo ❶ es mejor, pero esto puede ser doloroso para el usuario cuando el proceso de negocio es complejo ❸.
Nuestro objetivo es diseñar un sistema multiagente. De hecho, los sistemas multiagente adaptativos ya han demostrado su capacidad para gestionar datos complejos. Nuestro trabajo se desglosa en un paso, el primero diseña e implementa un sistema multiagente capaz de detectar y corregir errores en las trazas. En este paso, se supone que el modelo del proceso es conocido. Los resultados de la evaluación son alentadores. En el segundo paso se añaden errores al modelo del proceso. Habrá que determinar nuevos comportamientos de los agentes para resolver este problema. Este paso prepara el inicio sin un modelo presupuestativo. A continuación, hay que descubrir el modelo en su totalidad.
