叙事的力量+专家智慧：解锁定性软件工程研究的过去、现在与未来
论文信息
- 原标题：The Human Need for Storytelling: Reflections on Qualitative Software Engineering Research With a Focus Group of Experts
- 主要作者及机构 ：
- Roberto Verdecchia（意大利佛罗伦萨大学）
- Justus Bogner（荷兰阿姆斯特丹自由大学）
- 参与专家：Rashina Hoda（澳大利亚莫纳什大学）、Carolyn Seaman（美国马里兰大学）、Klaas Stol（爱尔兰科克大学，Lero软件研究中心附属）
- 引文格式：Verdecchia R, Bogner J. The Human Need for Storytelling: Reflections on Qualitative Software Engineering Research With a Focus Group of Experts[J/OL]. arXiv:2512.07293v1 [cs.SE], 2025-12-08.
- 发表信息：ACM SIGSOFT SEN-ESE专栏，基于2025年10月25日专家焦点小组讨论整理
1. 一段话总结
本文基于2025年10月25日的专家焦点小组讨论 ，围绕定性软件工程（SE）研究 展开，三位领域专家（Rashina Hoda、Carolyn Seaman、Klaas Stol）分享了核心观点：定性SE研究因契合人类行为研究需求 和叙事本能 ，能弥补定量研究的局限，在探索性问题和行业实践洞察上不可或缺；其发展历程中曾面临出版困难、方法误解 等挑战，如今虽更主流但仍存在页面限制、研究质量参差不齐等问题；与行业间通过信任构建、实践验证 形成紧密联系；当前初级研究者面临方法应用、数据量判断等障碍，而AI在定性分析中的应用成为争议焦点（潜在效率提升与研究深度、研究者成长的冲突），核心结论强调实践是掌握该方法的关键。
2. 思维导图
3. 详细总结
一、讨论背景与参与专家
| 专家姓名 | 所属机构 | 定性研究相关背景 | 核心贡献领域 |
|---|---|---|---|
| Rashina Hoda | 澳大利亚莫纳什大学 | 20年研究经验，从博士阶段起步，扎根理论权威 | 敏捷软件开发、同理心在SE中的作用 |
| Carolyn Seaman | 美国马里兰大学 | 跨世纪（上世纪末）博士阶段起步，早期少数SE定性研究者 | 技术债务、文档与软件维护、混合方法 |
| Klaas Stol | 爱尔兰科克大学（Lero附属） | 博士阶段自学定性方法，后转向定量再深耕，指南制定者 | 众包软件开发、定性研究方法规范 |
- 讨论时间：2025年10月25日，内容为ACM SIGSOFT SEN-ESE专栏撰写，基于专家焦点小组对话整理。
二、定性SE研究的核心重要性
- 弥补定量研究局限：软件研发本质是人类行为，难以量化，定性方法能回答探索性问题（如"为什么""如何运作"），直接对接研究对象（观察、访谈）而非推测机制（Klaas Stol观点）。
- 契合人类叙事本能：从洞穴壁画时代延续的叙事需求，定性研究通过访谈引语、观察照片等原始数据，呈现真实实践体验，这是数字无法替代的（Rashina Hoda观点）。
- 非对立关系：强调"定性vs定量"并非对抗，而是互补，二者分别适用于不同研究目标。
三、发展历程与出版体验
- 早期阶段（1990s-2010s初）
- 挑战：研究者孤立、方法资源匮乏（无SE专属资料，需借鉴教育/社会科学）、出版困难（评审者稀缺、对定性方法不信任）。
- 应对：混合方法成为"出版保护伞"（如Carolyn Seaman的博士论文需加入定量数据才能通过）。
- 里程碑：1999年Carolyn Seaman的TSE论文 、2010年Rashina Hoda的ICSE论文 、2008年Cleidson de Souza等人的ICSE论文。
- 当前阶段（2025年视角）
- 进步：研究者群体扩大、方法多元（借鉴其他领域）、出版渠道更包容。
- 残留问题：部分低质量研究因引用而流传，高质量研究仍面临页面限制（无法充分描述方法）。
四、代表性成功案例
| 研究者 | 发表年份 | 发表期刊/会议 | 研究主题 | 核心亮点 |
|---|---|---|---|---|
| Hashini Gunatilake（Hoda指导） | 2025年 | TOSEM | 同理心在SE中的作用 | 采用6Cs模板+图表框架，嵌入原始引语，结构清晰 |
| Klaas Stol | 2014年 | ICSE | 众包软件开发案例研究 | 整合100+跨领域论文，提炼6大核心主题（协调、规划、薪酬等） |
| Carolyn Seaman | 2007年 | IST | 文档与软件维护中的"战争故事" | 创新访谈方法，引发后续多个同类研究，影响力持久 |
五、与行业的紧密关系
- 核心互动逻辑：定性研究为行业提供"实践镜像"------通过长期信任构建（承诺保密），收集从业者真实痛点（而非复述理论），反哺行业流程优化。
- 历史价值：早期定性研究的合法性的核心来自行业验证（1980s-90s，从业者需求推动 funding 支持，使定性研究获得认可）。
- 方法差异：SE领域20+访谈即可满足期刊论文要求（如JSS、TSE），而信息系统（IS）领域需以此为基础进一步探索主题。
- 经典案例 ：1988年Bill Curtis等人的ACM Communications论文（大型系统软件设计实地研究），至今仍具参考价值但未被充分借鉴。
六、初级研究者面临的关键障碍
- 认知误区：认为定性研究"更简单"，忽视文献研读和方法深度（如盲目选择扎根理论作为首个研究方法）。
- 出版与方法描述 ：SE期刊/会议的页面限制导致方法描述不充分，部分论文跳过数据分析环节，加剧误解。
- 实操难题：数据量判断（无固定数字标准，需结合质量与理论饱和度）、指南僵化应用（仅机械遵循步骤，忽视核心逻辑）。
- 压力与质量失衡：publish压力导致部分研究者追求方法数量（如混合4种方法），缺乏深度。
七、未来方向与AI应用争议
- AI/LLM的核心争议
- 反对观点：LLM仅能生成转录本摘要，无法替代研究者的学习过程、反思能力和跨时空/文化连接能力，导致研究深度缺失（Stol、Hoda观点）。
- 潜在机遇：可模拟多研究者偏见，探索结果收敛性，扩大研究规模（Seaman"魔鬼代言人"视角）。
- 核心风险：误导初级研究者，加剧"平均化"研究（LLM追求普适性，与定性研究的个性化洞察冲突）。
- 发展建议：持续借鉴其他领域方法，重视实践应用与事后反思，避免"指南教条化"。
八、核心结论
- 定性SE研究的双重产出：研究成果本身 + 研究者的能力成长（从直觉到系统认知）。
- 掌握关键：实践是核心------尽管文献学习重要，但深度 expertise 只能通过实际应用获得。
- 未来关键议题：如何负责任地整合AI，平衡效率提升与研究深度、研究者成长的需求。
4. 关键问题
问题1：定性软件工程研究的核心不可替代性体现在哪里？与定量研究的关系是什么？
答案 ：核心不可替代性体现在两方面：一是适配人类行为研究需求 ，软件研发本质是人类活动，定量方法难以捕捉"为什么""如何运作"等探索性问题，而定性研究通过直接观察、访谈能直击源头；二是契合人类叙事本能 ，通过原始引语、观察记录等呈现真实实践体验，这是数字无法替代的。二者关系为互补而非对立：定量方法适用于验证性问题，定性方法适用于探索性、深度理解类问题，共同服务于SE研究的多元目标。
问题2：初级定性软件工程研究者最易陷入哪些误区？有哪些针对性建议？
答案：最易陷入三大误区：① 认知误区（认为定性研究"简单"，忽视文献研读）；② 方法选择误区（盲目以扎根理论等复杂方法为首个研究课题）；③ 实践误区（僵化遵循指南步骤、追求方法数量而非深度）。针对性建议：① 先研读跨领域优质文献，从简单方法入手（如基础访谈+案例分析）；② 优先选择无页面限制的 venues 发表，确保方法描述充分；③ 参考经典框架（如6Cs模板、图表结构化呈现），重视原始数据嵌入；④ 以"质量+理论饱和度"为数据量判断标准，而非追求固定数字（可参考Rashina Hoda 2024年著作第7章）。
问题3：定性软件工程研究与行业的互动如何塑造其发展？核心合作基础是什么？
答案 ：行业互动对定性SE研究的发展起到决定性作用：① 合法性确立：1980s-90s，行业从业者对流程优化的需求推动 funding 支持，使定性研究摆脱"社会科学无用论"的质疑，获得学术认可；② 研究价值验证：行业为定性研究提供"实践镜像"的应用场景，研究者通过收集从业者真实痛点（而非复述理论），使研究成果具备实际意义；③ 方法迭代：行业反馈促进定性方法优化（如"战争故事"访谈法的普及）。核心合作基础是信任与保密承诺------研究者需通过长期互动建立信誉，确保从业者愿意分享真实困境，这也是定性研究原始数据难以公开共享的关键原因。
研究背景
在软件工程（SE）研究领域，很长一段时间里都是"定量研究说了算"。就像学校考试只看分数，不关心学生的学习过程和真实想法------定量研究靠数据、算法、统计模型得出结论，比如"某开发流程能提升20%效率"，但它解决不了"为什么这个流程在A公司管用、B公司不管用""开发者实际工作中遇到的隐性困难是什么"这类涉及人的问题。
软件研发本质是人的协作行为：程序员的沟通方式、团队的协作习惯、面对需求变更的应对心态，这些"软性因素"恰恰是软件能否成功的关键，但它们天生难以用数字量化。早在上世纪80年代末，定性研究就尝试进入这个领域，却像"异类"一样举步维艰：
- 研究者找不到专属方法资料，只能去读社会科学、教育学的厚书，满是晦涩理论，没有"流程图"式的明确步骤；
- 学术期刊不认可纯定性论文，Carolyn为了博士毕业，不得不给研究加定量数据"包装"；
- 早期做定性研究的人寥寥无几，Rashina因为不跑算法、专做访谈，被当成团队里的"怪人"。
这种"只看数字、忽视人"的现状，让SE研究与行业实践脱节------学术论文里的"最优流程"，到了企业里可能因为不符合开发者习惯而水土不服。而定性研究，正是为了填补这道"理论与实践之间的鸿沟"而来。
创新点
- 形式创新：以焦点小组对话为核心载体，而非传统学术论述。三位专家结合自身20年+一线经验，用"讲故事"的方式还原定性SE研究的真实面貌，比纯理论文章更易理解、更具共鸣。
- 视角全面：覆盖"价值-历史-案例-行业-障碍-未来"全维度，既有宏观趋势，也有微观实操细节（如数据量判断、论文结构设计），兼顾新手入门与资深研究者反思。
- 争议直面：不回避AI对定性研究的冲击，呈现正反方观点，既指出LLM导致研究深度缺失的风险，也提出其模拟多研究者偏见的潜在价值，引发读者思考。
- 行业绑定：强调定性研究与行业的"双向奔赴"，突破"学术自嗨"，突出"信任构建""实践验证"的核心作用，为应用导向的研究者提供参考。
研究方法和思路
本文的核心研究方法是专家焦点小组讨论，具体流程可拆解为4步：
- 专家筛选：邀请3位在定性SE研究领域有不同背景、互补经验的资深学者------从早期开拓者（Carolyn）、扎根理论权威（Rashina）到方法跨界者（Klaas），确保视角多样性。
- 问题设计 ：围绕6个核心议题构建对话框架，层层递进：
- 专家自我简介（建立背景认知）；
- 定性研究的核心价值（明确"为什么重要"）；
- 出版体验与发展变化（梳理"从哪里来"）；
- 成功案例分享（提供"实操范例"）；
- 与行业的关系（链接"实际应用"）；
- 现存障碍与未来方向（探讨"到哪里去"）。
- 对话执行：2025年10月25日开展讨论，主持人引导发言、确保逻辑连贯，全程记录对话内容。
- 内容整理：对原始对话进行编辑（保留核心观点，精简冗余），保持"准逐字记录"风格，既忠于原意，又保证可读性，最终形成专栏文章。
创新之处在于：不追求"客观数据验证"，而是通过"专家集体智慧"提炼共识与争议------定性研究本身就重视"深度洞察"而非"样本数量"，这种研究方法与研究主题高度契合，形成"方法论与内容的统一"。
主要成果和贡献
| 核心成果 | 具体内容 | 领域价值 |
|---|---|---|
| 明确定性SE研究的双重价值 | 1. 弥补定量局限：解决探索性、人文类问题；2. 满足叙事需求：呈现真实实践体验 | 终结"定性vs定量"对立论，为定性研究正名 |
| 梳理发展脉络与关键节点 | 早期：孤立自学→混合方法出版；现状：多元方法→跨界融合；里程碑论文清单 | 为新手提供历史参照，避免重复踩坑 |
| 提炼3个典型成功案例 | 1. 同理心理论（6Cs模板+图表框架）；2. 众包开发（6大主题框架）；3. 战争故事访谈（结构化叙事方法） | 提供可复用的研究范式，降低新手入门门槛 |
| 揭示行业合作核心逻辑 | 信任构建→真实信息获取→实践镜像反馈，强调保密承诺的重要性 | 指导研究者开展行业合作，提升研究实用性 |
| 总结初级研究者核心障碍 | 认知误区、页面限制、数据量困惑、指南僵化 | 针对性给出避坑建议，助力新人成长 |
| 辨析AI应用的机遇与风险 | 风险：深度缺失、研究者能力退化；机遇：多偏见模拟、规模扩大 | 为领域未来发展提供讨论基础，避免盲目跟风AI |
| 确立实践核心原则 | 深度 expertise 来自"应用+反思"，而非单纯研读文献 | 明确学习路径，引导研究者重视落地实践 |
总结
本文通过三位资深专家的焦点小组对话，全景式展现了定性软件工程研究的发展全貌。从早期的孤立无援、出版困境，到如今的多元融合、行业认可，定性SE研究的核心价值始终是"捕捉人类行为的复杂性，填补理论与实践的鸿沟"。它以叙事为核心，以信任为纽带，既为学术研究提供了独特视角，也为行业实践提供了真实反馈。
文中既分享了可复用的研究范式（如6Cs模板、框架化论文结构），也直面了现存障碍与未来争议（如AI的冲击），最终强调"实践+反思"是掌握定性方法的关键。无论你是刚入门的新手，还是想深耕的资深研究者，都能从这份"专家经验谈"中获得启发------毕竟，软件工程的核心是人，而定性研究，正是读懂"人"的关键方法。