Um Estudo Comparativo sobre o Uso de LLMs na Criação de Testes de Integração de Software

Abstract

Com o avanço da inteligência artificial, ferramentas baseadas em Large Language Models (LLMs) vêm transformando diversas etapas do desenvolvimento de software, especial- mente por meio da automação de tarefas repetitivas. No entanto, algumas áreas ainda são pouco exploradas por essas tecnologias, como é o caso da geração automatizada de testes de integração. Considerando a importância desse tipo de teste na garantia da quali- dade de sistemas complexos, este trabalho propõe a realização de um estudo comparativo sobre o uso de LLMs na geração de testes de integração de software. A pesquisa é con- duzida com base em um estudo de caso real, o sistema Jornada do Estudante, no qual diferentes modelos de LLM são avaliados por meio de técnicas de prompt engineering e métricas consolidadas na literatura. A metodologia adotada inclui a seleção das ferramen- tas mais indicadas, o planejamento e aplicação dos prompts e a análise dos testes gerados, buscando identificar os principais desafios, limitações e potencialidades dos LLMs nesse contexto. Os resultados obtidos revelaram que, com a aplicação de one-shot prompting, os modelos avaliados alcançaram alta conformidade aos padrões arquiteturais do projeto. O modelo GPT-5.4 destacou-se por apresentar o melhor equilíbrio e maior capacidade de propor novos cenários úteis. O DeepSeek-V4-Flash obteve a maior eficiência compu- tacional, sacrificando a eficácia funcional, enquanto o Gemini 2.5 Pro apresentou maior instabilidade na geração de código compilável.