APRIMORANDO A QUALIDADE DE SOFTWARE: EXPLORANDO REQUIREMENTS SMELLS COM INTELIGÊNCIA ARTIFICIAL GENERATIVA: UMA INVESTIGAÇÃO EMPÍRICA (OUTUBRO DE 2023)

Resumen

Requisitos bem definidos desempenham um papel fundamental para garantia da qualidade de um software. Quando os requisitos são precisos e completos, simplificam todas as fases do desenvolvimento, reduzindo a probabilidade de custos adicionais indesejados. No entanto, se os artefatos iniciais apresentam indicadores de baixa qualidade, esses problemas podem se propagar para as etapas subsequentes, resultando em sistemas deficientes ou que não atendem às expectativas dos stakeholders. Para abordar essa questão, neste trabalho utilizamos inteligência artificial (IA) generativa para investigar se é possível especificar de forma satisfatória os requisitos com indicadores de problemas em especificações, conhecidos como requirements smells. Conduzimos uma análise baseada na literatura e uma pesquisa em dois projetos: um acadêmico e outro em uma empresa de médio porte. Foi avaliado um total de 282 requisitos para identificar quais requirements smells estavam presentes e como impactavam o ciclo de desenvolvimento qualitativamente. Em seguida, geramos transcrições de vídeos sobre os sistemas a serem desenvolvidos utilizando a ferramenta Cockatoo e o Microsoft Teams. Com essas transcrições utilizamos o chatbot online de inteligência artificial: ChatGPT para criarmos requisitos e novamente analisamos seu impacto no ciclo de desenvolvimento. Com base nos artefatos obtidos, fica claro que a presença de requirements smells nos requisitos iniciais trouxe desafios. O uso da IA resultou em requisitos mais coesos e compreensíveis, embora ainda seja necessário esclarecimentos adicionais e a possibilidade de retrabalho. Esses insights ressaltam o potencial da IA como uma aliada valiosa nesta fase, contribuindo para mitigar problemas e garantir o sucesso no desenvolvimento de software.