Поиск путей применения Agile-подхода для управления проектами научных исследований и разработок

Введение

Agile-подход, как называют в литературе гибкое управление проектами, в настоящий момент имеет эпизодическое применение в случае проектов исследований и разработок [1]. Традиционные гибкие методы проектного управления основаны на трех законах agile [5]: законе организации работы в микрокомандах численностью от 5 до 9 человек, каждая из которых решает конкретную задачу, важную для потребителя продукта (закон микрокоманды). При этом постоянно производится коммуникация внутри и вне команды, обеспечивающая связь с потребителем результата работы команды. Приоритетом ставится не извлечение прибыли из продаж продукции, которая есть у компании, а разработка продукта, приносящего максимальную пользу для потребителя (закон потребителя) – внешнего или внутреннего (то есть, являющегося другой командой в той же самой организации). Наконец, команды разработчиков продуктов, которые работают на первых двух принципах, не являются изолированными островками внутри линейно управляемой организации, а составляют из себя сеть взаимодействующих команд, которые в том числе могут периодически обмениваться людьми и в любом случае ставят друг другу задачи (закон сети). Эти три закона логически связаны между собой, главным является второй (закон потребителя), подчиняющий всю разработку продукта интересам потребителя, а основным законом, от которого и зависит успех применения подхода, является третий (закон сети), который трансформирует организационную иерархию в сеть взаимодействующих команд [5].

Данный подход для разработки продуктов был первоначально разработан в отрасли информационных технологий и впервые опубликован в виде т.н. «Манифеста Agile» [13]. Поскольку данная статья предметом имеет управление проектами научных исследований и разработок, необходимо отметить, что научные проекты в узком смысле вообще не включают в себя разработку продуктов для продажи на рынке или поставок народному хозяйству. Они нацелены на генерацию новых знаний, и результаты научно-технической деятельности лишь в некоторых случаях и после существенных дополнительных доработок достигают уровня продукта, который может быть использован производственным или конечным потребителем. И в этом случае, после фактического внедрения этого результата в виде используемого продукта в экономику, научная деятельность по факту становится непосредственной производящей силой [30].

Это означает, что несмотря на специфику научных проектов, заключающуюся в том, что их производительная сила в конечном итоге зависит от преобразования новых знаний в продукт для поставки на рынок или в народное хозяйство – то есть инновационных проектов – основание для рассмотрения возможности применения agile-подхода есть. Поскольку хоть и опосредованно, через использование их результатов, эти проекты своей целью имеют создание продуктов для потребителей. Хотя временной разрыв между завершением научного проекта и началом инновационного может быть очень длительным [2]. Следовательно, тема возможностей применения agile-подхода в проектах научных исследований и разработок является актуальной.

В литературе отмечается ряд проблем применения гибких подходов к управлению проектами в научной сфере. В частности, сложности адаптации методологии к специфике исследований [21, 32]: длительные итерации с поучением обратной связи, так как научные эксперименты требуют месяцев и иногда лет, что делает невозможной применение практики из отрасли разработки программного обеспечения, когда ставится командная задача на 1-2 недели. Далее, грантовая система финансирования науки, предполагающая жесткую финансовую отчетность и сроки исполнения – это противоречит идее гибкости при управлении проектом. Помимо этого, не следует забывать возможность междисциплинарного характера проектов: если в команде объединены, например, физики, химики и биологи, то в этих отраслях науки различны практики по работе команд, то есть, требуется дополнительное время на достижение эффективного взаимодействия [6]. Ну и главное, сама организационная культура научных коллективов часто иерархична, что затрудняет выполнение требований «закона сети» [28]. Трудно оценивать прогресс команды: если в ИТ результат – это готовый работающий продукт, на научной стадии есть лишь знания, выраженные в виде публикаций. То есть, нужны новые метрики прогресса. Высокая неопределенность и риск получения отрицательного результата также осложняют координацию работы команд. Необходимость сочетать гибкость с жестким планированием крупных научных проектов (таких, например, как CERN), затрудняют возможности гибкого проектного менеджмента. Наконец, необходимость заранее планировать публикации и патентную активность противоречит итерационности при проведении проекта – гибкость, основанная на получении обратной связи от потребителя по промежуточным результатам, часто ведет к трансформации цели проекта.

Agile представляет собой гибкую методику, которая может дезорганизовать работу организации, если ее саму внедрять не гибко, а дословно так, как указано в литературе по использованию agile, за пределами сектора ИТ [16]. Далее. Процесс передачи технологий является ключевым при преобразовании результата научно-технического проекта в продукт. Подход Agile здесь может сыграть значительную роль, так как направлен на определяющую роль интересов потребителя – то есть реципиента технологии. Научная литература показывает, что в настоящее время изучаются передовые методы управления проектами, однако опыт показывает, что эти методы не пропагандируются на курсах повышения квалификации, поскольку на активных курсах изучаются более общие методы [27].

Среди высокотехнологичных отраслей экономики отметим сектор здравоохранения. Этот сектор является местом концентрации постоянных исследований, испытаний и внедрения новых продуктов. Там постепенно внедряются практики эффективного и гибкого управления проектами [11]. В упомянутом исследовании рекомендуется, чтобы учреждения здравоохранения уделяли приоритетное внимание развитию гибких компетенций посредством учебных программ.

Результаты отдельных исследований [12, 24] показали, что гибкие методы могут положительно влиять на эффективность, доступность и качество медицинского обслуживания. Более того, систематический обзор подтвердил важность условий успеха, таких как готовность организационного руководства к переходу от иерархии к работе сети команд, наличие собственно команд и навыков сотрудников разрабатывать продукты в таких условиях [37]. Это важнейшие элементы для успешного внедрения Agile. Одновременно поиск этих условий помогает выявить проблемы с готовностью организаций к гибкому внедрению.

Отметим также проекты, связанные с наукой об устойчивом развитии. Они направлены на достижение целей устойчивого развития Организации объединенных наций (ООН) и являются междисциплинарными. Междисциплинарные исследовательские проекты, связанные со сложными проблемами, могут потребовать подходов к управлению проектами, которые поддерживают обучение, адаптацию и инновации. Agile - это подход к управлению, который был разработан для содействия сотрудничеству, обучению, творчеству, инновациям и рефлексии. Благодаря этим качествам Agile может стать подходящим подходом к управлению такими междисциплинарными исследовательскими проектами [14].

Однако проблемы внедрения гибкого управления проектами, с которыми сталкиваются перечисленные отрасли, подсказывают, что было бы эффективнее осознанно применять принципы Agile на более раннем этапе. С одной стороны, Agile допускает адаптивность в формулировке цели проекта и нацелен на нее. С другой стороны, некоторые проблемы сложнее устранить на более позднем этапе. Особенно это относится к аспекту культуры. Как только сформировалась культура конкуренции, становится сложнее поддерживать сотрудничество. Это приводит к разочарованию внутри команды, которого можно было избежать.

В основе успеха лежит хорошая структуризация коммуникаций в команде и между командами. Необходимо хорошо объяснить процесс Agile, особенно если исследователи никогда ранее не использовали гибкий подход к управлению проектом. Конкуренция должна быть сведена к минимуму и заменена общей целью. В связи с необходимостью большей гибкости и адаптируемости исследований, связанных со сложными проблемами [34], руководители проектов могут интуитивно применять альтернативные способы организации проекта. Исследователи могут интуитивно применять гибкие методы проведения исследований, не зная о принципах Agile [21].

Исследование [17] содержит рекомендации о том, как применять оба подхода вместе (традиционный и гибкий), такие как стандартизация и использование шаблонов и процедур для удовлетворения требований проекта. Результаты также показывают, что приверженность роли проектного менеджмента очень важна для достижения успешных результатов. Участие высшего руководства и спонсоров проекта может внести решающий вклад в результаты проекта в целом. Регулярные консультации с заказчиками сокращают время и качество разработки. Стратегическое планирование, его наличие и качество, является фактором, который влияет на эффективность проектов научных исследований и разработок [33]. Совместная разработка стратегического плана улучшает координацию, сплоченность и совместное видение участниками. С другой стороны, критическим аспектом управления исследованиями, связанным с формированием команды или гибкими инструментами, является внутрикомандная борьба [36].

Хотя практика применения гибкого подхода (agile) к управлению научными проектами исследований и разработок, как видно из обзора литературы, изучена для различных стадий исследований и разработок и для разных отраслей, виден также и ряд пробелов, которые не позволяют в настоящее время вполне использовать потенциальные плюсы от применения agile-подхода в проектах генерации знаний. Во-первых, гибкость в управлении такими проектами необходимо сочетать с их структурированностью. То есть это должен быть особый способ применения гибкого подхода, учитывающий высокую степень неопределенности, характерную для научных проектов. Во-вторых, для оценки эффективности и результативности таких проектов нужна особая метрика: критерий «наличие работающего продукта», как в ИТ-проектах, не применим к научным проектам, которые реализуются на допродуктовой стадии. В-третьих, необходимо осмысление вопроса: решения по первым двум пунктам в разных отраслях (отраслях технических систем и социальных, прежде всего) являются несопоставимыми, или возможен межотраслевой обмен результатами?

Целью данного исследования является выявление потенциаьных областей для переноса опыта из сферы управления техническими роевыми системами в сферу социальных роевых систем. Цель определена тем, что научные проекты, в случае успешной реализации, в конечном итоге ведут к развитию производительных сил общества. В том числе производительных сил самой науки, которая является системой знаний общества. Значит, целесообразно изучить передовые достижения и перспективные разработки в области новейшей техники с точки зрения перенесения новых подходов в сферу организации научных проектов.

Данная работа претендует на новизну в том, что направлена на выявление рекомендаций по переносу новейшего опыта технических наук, экспериментирующих с гибким управлением, в область управления исследованиями и разработками. Рассматривается применение гибкого (agile) подхода к управлению научными проектами как способа превращения науки в производительную силу экономики. Это означает, что при обзоре литературы фокус исследования сконцентрирован на моменте преобразования результата научно-технической деятельности в рыночный продукт, и роли гибкого подхода в этом процессе. Такой подход дает возможность переносить опыт передовых технических наук в науку управления научно-техническим прогрессом (поскольку технические науки, решая технические проблемы, имеют дело с теми изделиями, которые уже являются продуктами. Иначе эти проблемы не актуальны).

Гипотеза в данном исследовании состоит в том, что возможно выявить решение вышеперечисленных проблем гибкого управления научными проектами на основе изучения достижений робототехники, занимающейся перспективными разработками в области роевого интеллекта. Для этого необходимо определить наиболее развивающуюся область технических роевых систем, и сравнить полученные результаты с пробелами в возможной области применения роевых технологий в управлении научными проектами.

Методология исследования основана на отборе, анализе и обобщении научных публикаций, а также данных учебников и материалов электронных ресурсов, соответствующих критериям, установленным согласно заданной теме. Поиск осуществлялся в системе Google Scholar. Использовались такие поисковые запросы, как «agile, роевой интеллект, роевое управление БПЛА, управление научно-техническим прогрессом» на русском и английском языках.

Передовой опыт построения технических роевых систем и возможность его применения для реализации agile-подхода в сфере управления проектами научных исследований и разработок

Важно подчеркнуть, что в данной работе мы не задаемся целью определить исчерпывающий или хотя бы существенный перечень принципов, которые установлены для управления техническими роевыми системами и которые мы рекомендуем напрямую перенести их в область управления социальными роевыми системами. Это бурно развивающаяся область, и сейчас важнее определить эффективный подход к анализу ее результатов, чем определять перечень этих результатов. С учетом этого, мы уточняем цель исследования и окончательно она звучит так: формулировка рекомендаций по использованию правил и практик, являющихся выводами исследований по техническим роевым системам для решения задач формирования роев команд в научно-технических проектах. То есть, мы ставим целью найти пути поиска инструментов трансформации иерархических научных организаций в сетевые, не относящиеся к организационной культуре (в то время как большинство исследований по успешным применениям agile-подхода к разработке продуктов связывают успех именно с культурой организации, создающей условия для реализации гибкого управления проектами [8].

Подход основан на следующем. Как было сказано выше, основным законом Agile, от реализации которого зависит успех применения подхода в целом, является закон сети. В литературе случай его успешного применения называют «рой команд» [5]. Основополагающим условием для достижения этого считается соответствующая культура организации, благоприятствующая гибкости в управлении и приоритете сетевого управления над бюрократизмом и иерархией [5]. В передовой технике роевыми называют технические системы, решающие широкий круг задач, отличающиеся высокой автономностью: нет ни программы, однозначно определяющей каждое действие робота, ни оператора-человека, делающего то же самое. Роевая техническая система получает задание, сформулированное в общем виде, и интегральный критерий ее решения, а в конкретных действиях принимает автономные решения. Алгоритмы управления роевыми системами построены как на имитации физических процессов, так и роевых процессов из животного мира, а не только из чисто абстрактных результатах развития математических методов. Это и дает возможность предположить, что опыт развития технических роевых систем применим и к человеческим системам, которыми являются научно-исследовательские коллективы.

Несложно понять, что прямое перенесение принципов роевого интеллекта на работу роев команд (сети команд) исследователей и разработчиков может привести не просто к лишенному смысла, а к противоположному целям управления научным проектом результату. Проиллюстрируем это на примере сопоставления подходов к безопасности полетов пилотируемой авиации (то есть системы, которая управляется людьми – пилотами и диспетчерами) и роевых беспилотных летательных аппаратов. Задачи обеспечения безопасности полетов здесь противоположны: если в первом случае во главу угла ставится недопущение падения летательного аппарата, чтобы не погибли пилоты и пассажиры, то во втором случае – недопущение падения БПЛА в месте, в котором могут пострадать люди и их имущество. По сути, это совершенно разный подход к обеспечению безопасности полетов (хотя и не противоположный). Это нужно понимать, исследуя вопрос о применении других принципов роевого интеллекта в человеческих системах.

То есть, технические закономерности могут служить инструментом для выделения цели и задач анализа, но их применение требует адаптации к закономерностям человеческого поведения. С другой стороны, комбинация точности технических методов с гибкостью социальных предметов исследования могут позволить выявить интересные пути решения сложных социальных задач.

Так как же нам следует достичь этой необходимой для социальных предметов исследования гибкости? В данной работе мы исходим из того, что ключевые условия здесь таковы: адаптивность к изменениям условий (критерий 1), прозрачная коммуникация (критерий 2), управление рисками (критерий 3) и интеграция междисциплинарных знаний (критерий 4). Критерии взяты из работы [42]. Также, важно обеспечить независимость от политической ангажированности [7]. С этими критериями мы будем сравнивать результаты обобщения знаний из области управления техническими роевыми системами, чтобы делать заключение о целесообразности их применения для расширения принципа роевого управления командами исследователей в научных проектах. То есть, в конечном итоге – для применения agile-подхода к управлению научными проектами. Сначала для этого нам нужно сделать выборку соответствующих достижений в области науки роевого управления техническими системами. Самой бурно развивающейся из них является сейчас сфера БПЛА – беспилотных летательных аппаратов [9].

Статистика платформы IEEE (Institute of Electrical and Electronics Engineers, некоммерческой инженерная ассоциация, разрабатывающая широко применяемые в мире стандарты по радиоэлектронике, электротехнике и аппаратному обеспечению вычислительных систем и сетей) показывает, что с 2019 по 2024 год опубликовано в общей сложности 398 статей и документов, связанных с ключевым словом “роевое управление БПЛА”. В том числе 269 — материалы конференций, 118 — статьи в журналах, 7 — статьи с ранним доступом и 4 — статьи в журналах смежных научных областей. Таким образом, что тема “роевое управление БПЛА” становится важной в научных конференциях и журналах. Данные приведены в таблице 1:

Таблица 1 – Данные с платформы IEEE о росте количества статей по роевому управлению БПЛА на 31 декабря 2024 года

Помимо количественной составляющей, рассмотрим качество и уровень исследований. По материалам платформы IEEE были рассмотрены 125 научных публикаций. Из них 27% опубликованы в журнальных изданиях категории Q1, что означает о высокий уровень значимости и качества публикаций. 5% материалов опубликованы в журналах категории Q2, а 19% — категории Q3, что иллюстрирует широкий охват научных источников. Значительная часть, 41%, составляют статьи, представленные на научных конференциях, подчеркивая актуальность и быстрое развитие тематики. Около 2% материалов — это книги, которые предоставляют вклад в развитие фундаментальной базы дисциплины. Около 5% - материалы из других источников, не попавших под приведенную классификацию (статьи в некоторых российских научных изданиях). Данные приведены на Рисунке 1:

Рисунок 1 - Анализ использованных в обзоре источников на 31.12.2024

Источник: платформа IEEE

Приведенные выше данные позволяют сделать заключение о том, что сфера знаний, связанных роевым интеллектом в беспилотных летательных аппаратах, является достаточно быстро развивающейся и подтверждает актуальность ее изучения для определения перспектив диффузии ее результатов в сферу роев команд. Теперь рассмотрим собственно направления исследований в данной области на основе анализа содержания 30 наиболее цитируемых публикаций и сгруппируем основные области приложения усилий исследователей, а также актуальные для нашей цели исследования полученные результаты. Первая группа публикаций посвящена проблематике оптимизации пути передвижения роя БПЛА [15, 20, 18, 22, 23, 25, 26, 40, 41, 49]. Здесь рассматривается вопрос централизации и децентрализации принятия решений, безопасное планирование маршрутов с учетом различных моделей коммуникаций между элементами роя. Здесь интересным для нас является общий принцип, закладываемый в алгоритмы: основным источниками информации являются сигналы от соседних БПЛА. Это похоже на движение автомобилей по автотрассе, когда каждый водитель имеет карту, цель поездки и видит сигналы соседних участников движения, а также руководствуется правилами дорожного движения. Это децентрализованная система управления трафиком дорожной сети, поскольку каждое конкретное решение о движении водитель на основании вышеперечисленного принимает сам. Нам же следует понять, возможно ли перенесение этого децентрализованного управления на координацию роев команд исследователей. Сравнение обобщения с критериями из [42] позволяет заметить, что данные результаты соответствуют как минимум критерию 1 и критерию 2.

Далее выделим работы [31, 35, 39, 43, 46, 47, 48, 50]. В них рассматриваются различные аспекты передвижения роев на местности с препятствиями либо по незнакомой местности. В нашей теме с автономной координацией роев команд исследователей эта задача является актуальной, поскольку научные исследования по определению имеют дело с ранее неизвестным, и препятствия, требующие пересборки календарного плана проекта возникают в силу сути дела. Сравнение обобщения с критериями из [42] позволяет заметить, что данные результаты соответствуют как минимум критериям 1, 2 и 3.

Интерес также представляет ряд работ, основанных на переносе принципов самоуправления роев из природного мира в мир киберфизических систем [10, 19, 29, 44, 45]. Методы автономного поведения на основе роевого интеллекта в настоящее время являются одними из наиболее широко изученных алгоритмов в области планирования поведения киберфизических роевых систем. Изучены алгоритмы муравьиной колони, пчелиного роя, волчьей стаи, стаи рыб и др. Отметим также генетические алгоритмы, которые также применяются для роев технических устройств достаточно часто. В исследованиях отмечается, что алгоритмы роевого интеллекта

подвержены риску, заключающемуся в вероятности ненахождения оптимального решения из-за неопределенности, присущей настройкам начальных значений. Иными словами, критически важен верный первый шаг в реализации проекта. А это означает, что гибкость управления проектом дает возможность снять ошибку, если она заложена в самом начале процесса управления. Сравнение обобщения с критериями из [42] позволяет заметить, что данные результаты соответствуют как минимум критериям 1, 2 и 4.

В заключение обзора, отметим работы, построенных на анализе имитации физических процессов для построения алгоритмов роевого интеллекта технических систем [3, 4, 38]. В этих работах сборка роя осуществляется на основе модели кристаллической решетки. Либо описывающая движение элементов роя в виде самодвижущихся частиц активной материи. Это дает возможность применять математические методы моделирования движения роя. Сравнение обобщения с критериями из [42] позволяет заметить, что данные результаты соответствуют как минимум критерию 4.

Итак, мы выделили 4 группы исследований по роевому интеллекту в технических системах, чтобы выявить опыт, который может быть применен к управлению роями команд научно-технических проектов (что является основой для успеха применения подхода agile в данной сфере): оптимизация путей движения технических роевых систем, аспекты централизации и децентрализации принятия решений, перенос алгоритмов управления роевым движением из животного мира, перенос алгоритмов управления роевым движением из изученных физических явлений. Ни одна из перечисленных 4 групп исследований не позволяет удовлетворить всем 4 критериям, которые сигнализируют о возможной целесообрасности переноса опыта из технической в социальную сферу, согласно требованиям [42]. Но в совокупности те или иные группы исследований и их результатов отвечают всем требованиям.

В литературе уже начали появляться формулировки принципов для правил, лежащих в основе движения технических беспилотных систем именно как роевых – то есть автономного движения в составе потока других подобных транспортных средств [3]. Вот они:

1. Программно-аппаратный комплекс напрямую взаимно измеряет относительные координаты и скорости между участниками движения и наземными ориентирами. Связь осуществляется без использования третьей стороны (без GPS, без ГЛОНАСС) - габаритными огнями, стоп-сигнальными, индикаторами поворотов и аналогичных светотехнических элементов.

2. Алгоритмы и средства контроля, позволяющие выполнять сложные трехмерные манёвры в воздухе. Стыковка, дозаправка в воздухе, передача грузов с одного аппарата на другой в полёте, посадка на движущийся транспорт, уклонение от внезапно обнаруженных препятствий. Достигается методами машинного обучения с использованием искусственного интеллекта.

3. Автономная групповая работа. Групповая работа – это возможность распределить нагрузки между бортами, а не устанавливать сразу все на единственный аппарат. Пример групповой работы без автономности – шоу дронов, но такая работа сильно снижает экономический эффект, т.к. либо получается, что задание выполняется по неизменяемому сценарию от начала и до конца, либо требуется много дополнительных усилий, чтобы с земли изменить индивидуальное задание каждому беспилотнику.

4. Новый подход к созданию наземной архитектуры управления беспилотными системами. В данный момент каждый оператор осуществляет старт своего беспилотника, обеспечивает возвращение и задаёт полётное задание. Приемлемо, когда работают одиночные беспилотники. При групповой работе необходим новый язык описания полётного задания, подразумевающий групповое взаимодействие, старт с одной базы, возвращение на другую базу, получение и смену заданий в воздухе.

5. Автономные базы наземного обслуживания. Могут быть как стационарными, так и мобильными, размещенными на подвижных наземных и морских платформах. Возможен вариант воздушной базы (летающая платформа, питающаяся энергией либо от поставляемых дронами аккумуляторов, либо по кабелю с земли). При наиболее вероятных сценариях работы межполётное обслуживание дрона можно полностью автоматизировать. Чтобы обеспечить заход на посадку и саму посадку - потребуется аппаратура из первого пункта, алгоритмы из второго, диспетчеризация – из третьего и назначение конкретной базы из четвёртого.

Все пять принципов являются разворачиванием определения роевого интеллекта: децентрализованная самоорганизующаяся система, в применении к авиационным беспилотникам. Проверка на соответствие принципам переносимости результатов развития технических роевых систем на социальные роевые системы (по критериям [42]) позволит достичь междисциплинарного эффекта и найти пути повышения полезности agile-подхода в управлении научно-техническими проектами.

Заключение

Задача по управлению движением технических роевых систем сводится к обеспечению возможности автономности на основе правил, общих сигналов, воспринимаемых всеми элементами движения (как сигналы светофора на трассе, команды регулировщика и сигналы от соседних участников дорожного движения). Необходимы: общая цель всего «роя команд», децентрализованная коммуникация между командами (элементами роя), решение проблем при ситуации выхода из работы какой-либо команды. Коммуникации между командами исследователей можно налаживать на междисциплинарных мероприятиях и любых иных способов объединения людей на основе самоорганизации (включая использование коворкингового пространства, больших столовых и т.п.).

При этом требуются дополнительные исследования подходов к распределению задач для повышения автономности и масштабируемости, особенно в случае перехода к использованию крупномасштабного роя.

Данная область технических исследований может быть источником находок для развития области знаний о применении agile-подхода при управлении проектами научно-технических исследований и разработок. В первую очередь, ценность представляют идеи об организационных правилах и процедурах, способных за счет своего внедрения повлиять на культуру организации и инициировать преобразование иерархической системы в систему роя команд. Согласно имеющихся представлений теории agile-подхода, это обеспечит как эффективность формирования команд исследователей, так и их ориентацию на реализацию интересов внешнего или внутреннего потребителя (а не бюрократических требований иерархии компании). Такой подход должен выявить инструменты преобразования иерархических организаций, занимающихся исследованиями, в организованные на принципе сети (роя) команд (что позволяет эффективно использовать agile), за счет конкретных рекомендаций по правилам и процедурам, без отсылки к идеям о преобразовании организационной культуры.