Idea

Una risposta che non dice dove si ferma sposta il rischio invece di ridurlo

Info

Scritto originalmente in francese. Tradotto dall'IA — il significato è stato preservato, non la prosa.

Idea principale

Una risposta sul comportamento di un prodotto è quasi sempre parziale. Nessun test copre il caso richiesto; il repository contiene due comportamenti a seconda dello stato di un feature flag; la configurazione di quel cliente non è accessibile; la decisione di prodotto scritta enuncia una regola che il codice sembra contraddire; la documentazione di supporto ne enuncia una terza.

Una risposta che tace queste zone resta utilizzabile, leggibile e sbagliata in alcuni punti — senza che niente dica quali. Chi la riceve, un operatore del supporto davanti a un cliente o un commerciale in riunione, la usa per intero, anche là dove non reggeva. Il rischio non è diminuito, ha cambiato portatore: stava presso chi sapeva di non sapere, ora sta presso chi crede di sapere.

Dichiarare dove ci si ferma è quindi parte della risposta, non un'ammissione di debolezza. È quello che fa una persona seria — segnala il dubbio e dice quando bisogna provare — ed è ciò che permette di rispettare l'obiettivo reale: ridurre il costo della ricerca senza ridurre la tracciabilità di ciò che si afferma.

Perché è importante

Fissa per un sistema di risposta automatizzato un criterio di accettazione che non riguarda né la velocità né il tasso di risposte giuste: sa produrre «non posso stabilirlo»? Un sistema che risponde sempre in modo completo è squalificato proprio da questa completezza.

Dà anche valore a ciò che somiglia a un fallimento: segnalare che un PDR e il codice divergono, o che nessun test copre un caso, è di per sé un'informazione di prodotto, a volte più utile della risposta richiesta.

Sfumature e limiti

L'esercizio ha una soglia. Una risposta che accompagna ogni frase con una riserva torna a essere inservibile, e chi legge riprende l'abitudine di andare a provare da sé — il costo che si voleva eliminare ritorna intatto.

E la dichiarazione di ignoranza non è più affidabile del resto: un modello può affermare con sicurezza di non sapere ciò che avrebbe potuto stabilire, e nemmeno questo errore si vede.

Domande aperte

  • Come verificare che un sistema segnali le sue reali zone di ignoranza, e non quelle che gli è facile nominare?