Inteligência Artificial na Revisão Automatizada de Código

Abstract

Este trabalho tem como foco o desenvolvimento e aplicação de um guia para o uso de Inteligência Artificial (IA) na revisão automatizada de código, prática crescente em equipes de desenvolvimento de software. O problema central investigado refere-se à eficácia e às implicações do uso de ferramentas baseadas em IA no processo tradicional de revisão de código, que historicamente depende de revisão manual realizada por pares ou por integrantes mais experientes. O objetivo principal da pesquisa é desenvolver um guia e avaliar empiricamente como a adoção de soluções de IA influencia o processo de revisão. Para isso, primeiramente será desenvolvido um guia de implementação para o uso de IA na revisão de código. Em seguida, será conduzido um estudo de campo em uma equipe de desenvolvimento de software, que utilizará uma ferramenta de IA para revisar trechos de código selecionados, seguindo as diretrizes propostas no guia. A metodologia adotada inclui a aplicação de questionários antes e depois do uso da ferramenta, análise qualitativa e quantitativa das respostas e comparação entre os resultados de revisões manuais e automatizadas. Como resultado, identificaram-se benefícios e limitações da aplicação da IA neste contexto, incluindo aspectos como a aceleração do processo de revisão, a identificação de falhas recorrentes e possíveis riscos relacionados à dependência excessiva da automação. Os achados contribuem para uma melhor compreensão do papel da IA no ensino de boas práticas de programação e no aprimoramento de processos de engenharia de software.

This work focuses on the development and application of a guide for the use of Artificial Intelligence (AI) in automated code review, a practice that is increasingly adopted by software development teams. The central problem investigated concerns the effectiveness and implications of using AI-based tools in the traditional code review process, which has historically relied on manual peer review or evaluation by more experienced team members. The main objective of the research is to develop a guide and empirically assess how the adoption of AI solutions influences aspects such as productivity, code quality, and the reliability of the review process. To achieve this, a best-practice guide will first be developed to support the use of AI in code review. Subsequently, a field study will be conducted with a software development team, which will use an AI tool to review selected code excerpts following the guidelines proposed in the guide. The methodology includes administering questionnaires before and after the use of the tool, performing qualitative and quantitative analyses of the responses, and comparing the outcomes of manual and automated reviews. The expected results include identifying the benefits and limitations of applying AI in this context, such as accelerating the review process, detecting recurring issues, enhancing students’ critical thinking, and highlighting potential risks related to excessive reliance on automation. Furthermore, based on the findings of the study, the guide will be applied and evaluated, allowing for the assessment of its effectiveness and the identification of opportunities for improvement to support its conscious adoption in both academic and professional settings. The results contribute to a better understanding of the role of AI in teaching programming best practices and improving software engineering processes.