Toward the optimization of peer review effort in DevOps: an empirical investigation using merge request traces

Résumé

La revue par les pairs constitue une étape centrale des flux de travail DevOps modernes, où les changements logiciels sont examinés avant leur intégration au moyen de mécanismes tels que les merge requests (MRs). Bien que les travaux antérieurs aient étudié la revue par les pairs sous plusieurs angles, l’effort de revue est encore souvent approximé par des mesures temporelles qui confondent le travail de revue proprement dit avec les temps d’attente, la disponibilité des réviseurs et les contraintes organisationnelles. Cette thèse étudie l’effort de revue par les pairs comme un phénomène de processus logiciel plutôt que comme un simple indicateur temporel, et examine comment il peut être mieux caractérisé, analysé et optimisé dans les environnements DevOps. La thèse adopte une approche empirique fondée sur des traces de MRs recueillies auprès de deux partenaires industriels (Kaloom et TELUS) ainsi que dans des projets open source GitLab. Elle établit les traces de MRs comme un instrument d’observabilité qui capture non seulement l’activité de revue, mais aussi les perturbations environnementales, les transitions technologiques, les priorités organisationnelles et les interactions entre automatisation et humains. Elle introduit la quantité de changements réalisés après soumission comme un indicateur d’effort indépendant du temps, montre qu’il capture une dimension distincte du travail induit par la revue et le prédit dès la création de la MR avec une AUC atteignant 0,88. Elle examine comment l’effort et la qualité de la revue varient selon les types de MRs (développement, configuration, documentation), en mettant en évidence le profil particulier des changements de configuration et l’effet amplificateur de la présence de bogues. Elle définit une taxonomie des déviations de flux de travail, montre qu’elles touchent jusqu’à 37% des MRs industrielles, les détecte avec une précision atteignant 91% et démontre leur impact sur l’analyse de l’effort. Elle étend ensuite l’analyse en amont, en reliant l’effort de revue aux pratiques d’estimation des tâches, puis en aval, en reliant les décisions de revue aux résultats CI/CD et en prédisant les MRs pouvant être auto-approuvées de manière sûre avec une AUC supérieure à 0,82. Enfin, elle présente RevMine, un outil assisté par grand modèle de langage pour la collecte et l’analyse reproductibles des données du pipeline DevOps sur GitHub et GitLab, intégrant les données de planification de type Kanban, les données de revue par les pairs et les données de livraison CI/CD dans un même flux d’analyse transversal, et opérationnalisant ainsi la chaîne complète amont revue aval étudiée dans les chapitres précédents. À travers ces contributions, la thèse soutient que l’effort de revue par les pairs est un construit multi-dimensionnel qu’aucun indicateur unique ne peut capturer adéquatement, et que son optimisation est un problème de calibration plutôt que de minimisation : l’effort doit être réduit là où il s’avère non nécessaire et préservé là où il est sous investi. En reliant la planification en amont, l’étape de revue elle-même et les résultats de livraison en aval, la thèse fournit des fondements empiriques, des artefacts méthodologiques et un support outillé pour interpréter et gérer l’effort de revue par les pairs dans les contextes DevOps.

Date	8 juil. 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Francis Bordeleau (Directeur(-trice))