Análise de códigos usando large language models para identificação de code smell em aplicativos criados com App Inventor

Abstract

Code smells são indícios de problemas estruturais em um código que, embora não comprometam imediatamente sua execução, podem impactar negativamente sua manutenção e evolução. A identificação desses padrões é essencial para garantir a qualidade do software, especialmente em ambientes educacionais, onde programadores iniciantes estão em processo de formação. Nesse contexto, a programação por blocos, como a oferecida pela plataforma App Inventor, destaca-se como uma abordagem acessível para o ensino de lógica de programação. Este Trabalho de Conclusão de Curso propõe uma abordagem automatizada para análise de códigos criados com App Inventor, utilizando técnicas de RAG com modelos de LLM para identificação de code smells. O objetivo é apoiar o ensino de boas práticas de desenvolvimento desde os primeiros contatos dos alunos com a programação, promovendo uma base mais sólida e sustentável para a aprendizagem em computação. Foram testados diferentes modelos locais de LLM, para a tentativa de identificação de smells, contudo, devido às limitações de hardware e modelos simples, não foram obtidos bons resultados para execução local.