Aplicação de modelos de linguagem de grande escala no apoio à garantia de qualidade de software

Abstract

A garantia de qualidade de software é essencial para reduzir retrabalho e aumentar a confiabilidade dos sistemas. Nesse contexto, modelos de linguagem de grande escala surgem como ferramentas promissoras para apoiar a análise de requisitos e a geração de casos de teste. Este trabalho avalia o uso do ChatGPT Thinking e do Gemini Flash como apoio ao analista de qualidade de software. Foi conduzido um experimento com dez histórias de usuário do sistema OrangeHRM, de código aberto. As histórias foram submetidas aos modelos por meio de comandos padronizados, sem fornecimento de exemplos prévios, solicitando análise de requisitos, identificação de ambiguidades, geração de casos de teste, identificação de riscos, cenários de exceção, priorização e avaliação de prontidão. As respostas foram avaliadas por uma rubrica estruturada baseada em cinco critérios: cobertura funcional, relevância dos testes, clareza textual, cenários alternativos e aplicabilidade prática. Os resultados demonstram desempenho superior do ChatGPT Thinking. Destacando-se pela profundidade técnica e maior exploração de cenários alternativos, enquanto o Gemini Flash apresentou respostas mais concisas e claras. Conclui-se que os modelos de linguagem de grande escala constituem ferramentas auxiliares eficazes para as etapas iniciais da qualidade de software. Contudo, os achados reforçam a necessidade de supervisão e validação humana, especialmente em contextos que envolvem regras de negócio, segurança e requisitos ambíguos.