DORA AI Capabilities Model - Разбор отчета (Рубрика #Productivity) Прочитал на выходных отчет про эту модель-компаньон отчета 2025 года, который называется "State of AI-assisted Software Development". Основная мысль "DORA AI Capabilities Model" в том, что AI сам по себе не гарантирует улучшения, но он усиливает уже существующую социотехническую систему - хорошие практики усиливает, плохие тоже. Модель выделяет 7 capabilities, которые повышают шанс, что AI даст заметный положительный эффект. Отдельно отмечу, что я уже рассказывал как собираются отчеты DORA, как анонсировали AI Capabilities и что было в DORA 2025 - State of AI-assisted Software Development Но если возвращаться к новому отчету, то вот эта великолепная семерка capabilities и вратарь AI 1. Clear and communicated AI stance - у организации есть понятная и донесенная позиция по использованию AI: что разрешено, что ожидается, какие инструменты можно применять. 2. Healthy data ecosystems - внутренние данные качественные, доступные и не разрозненные. 3. AI-accessible internal data - AI-инструменты могут безопасно получать контекст из внутренних кодовых баз, wiki, систем и документов. 4. Strong version control practices - зрелые практики version control, включая частые коммиты и возможность rollback. 5. Working in small batches - маленькие изменения, маленькие релизы, короткий цикл обратной связи. 6. User-centric focus - команда держит в центре пользователя и пользовательскую ценность. 7. Quality internal platforms - качественная внутренняя платформа помогает масштабировать эффект AI на уровне организации. Исследователи из DORA нашли следующие связи между этими семью capabilities и интересующими всех outcomes 1. Clear and communicated AI stance ~ individual effectiveness и organizational performance 2. Healthy data ecosystems ~ organizational performance 3. AI-accessible internal data ~ individual effectiveness и code quality 4. Strong version control practices ~ individual effectiveness и team performance 5. Working in small batches ~ product performance и снижении friction 6. User-centric focus ~ team performance, но без этого фокуса AI даже может ухудшать team performace (команда будет быстрее двигаться не туда) 7. Quality internal platforms ~ organizational performance Отдельно надо отметить, что эти новые capabilities напрямую связаны с классической DORA Core Model - новые capabilities дополняют core модель - Core Model - это более консервативное ядро DORA: capabilities, metrics и outcomes, которые многократно подтверждались в исследованиях за многие годы. - AI Capabilities Model - это надстройка поверх Core, которая отвечает на другой вопрос: при каких условиях AI-assisted development реально улучшает результаты DORA отдельно подчеркивает, что многие AI-capabilities - это те же самые базовые инженерные и организационные способности, которые и раньше были связаны с high performance. Интересно отметить, что 7 факторов получилось не совсем из головы - по описанию DORA, процесс был таким: - Сначала исследователи сформировали широкий список гипотез о capability, которые могут влиять на успех AI-assisted development, опираясь на 78 in-depth interviews, мнения domain experts и прошлые исследования DORA - Затем через приоритизацию они отобрали 15 кандидатов в capabilities для включения в опрос - Потом в количественном анализе они оставили те, по которым нашлось существенное evidence of interaction with AI use В общем, в итоговую модель вошли те 7 capabilities, которые статистически усиливали эффект AI adoption на значимые outcomes #DevEx #Metrics #DevOps #Engineering #Software #Management #Leadership