173 artigos
Este artigo apresenta o Graphectory, uma abordagem centrada em processos para analisar e monitorar em tempo real sistemas de software agênticos, permitindo a identificação e correção de trajetórias ineficientes, o que resulta em taxas de resolução significativamente maiores e trajetórias mais curtas.
O artigo apresenta o DevBench, um benchmark baseado em dados reais de desenvolvedores que avalia modelos de linguagem em tarefas de geração de código com alta validade ecológica, oferecendo diagnósticos detalhados sobre precisão sintática, raciocínio semântico e utilidade prática para orientar a seleção e o aprimoramento de modelos.
Este estudo demonstra que métricas espectrais extraídas de redes estruturais de requisitos, utilizando integração molecular como proxy controlado, preveem o esforço de integração com correlações superiores a 0,95, preenchendo uma lacuna crítica na quantificação da complexidade em engenharia de requisitos.
O artigo apresenta o GraphSkill, um framework de codificação com recuperação aumentada hierárquica guiada por documentação e agente de autodepuração, que supera as limitações de métodos existentes ao explorar a estrutura hierárquica de documentos técnicos e corrigir erros lógicos, validado por meio de um novo dataset e experimentos que demonstram maior precisão e menor custo de inferência em raciocínio complexo sobre grafos.
O artigo apresenta o ResearchEnvBench, um novo benchmark que avalia a capacidade de agentes autônomos de sintetizar ambientes de execução para código de pesquisa, revelando lacunas significativas nas soluções atuais quanto à resolução de dependências e compatibilidade de versões.
Este estudo empírico analisa 13.602 problemas em sistemas de IA agêntica para desenvolver uma taxonomia validada de falhas, sintomas e causas raízes, revelando padrões de propagação e a origem comum de erros em mismatches entre artefatos probabilísticos e restrições determinísticas.
O artigo apresenta o PVBench, um novo benchmark que revela que mais de 40% dos patches gerados por sistemas automáticos de reparo de vulnerabilidades, embora aprovados por testes básicos, falham em testes avançados (), evidenciando a necessidade de melhorar a análise de causas raízes, a aderência a especificações e a captura da intenção dos desenvolvedores.
O artigo apresenta um framework declarativo chamado Marauder que unifica a análise e gestão de mutações manuais através de cinco representações, uma álgebra de mutação e um pipeline de conversão sem perdas, visando superar as limitações atuais de ferramentas de teste ao equilibrar legibilidade, preservação de mutações e custo de execução.
Este estudo estabelece um quadro de avaliação multidimensional para modelos de linguagem pequenos (SLMs) na arquitetura de software, revelando que modelos acima de 3B parâmetros possuem capacidades robustas em zero-shot, enquanto os menores beneficiam-se mais do ajuste fino, e que a alta diversidade semântica em modelos prontos muitas vezes indica alucinação em vez de exploração produtiva.
Este artigo propõe um sistema híbrido de recomendação baseado em *Learning-to-Rank* e incorporação de contexto social, que utiliza técnicas de mineração de texto e aprendizado profundo em dados do Stack Overflow para auxiliar desenvolvedores a encontrar soluções para bugs de software, alcançando uma precisão de aproximadamente 78% ao sugerir as 10 melhores respostas.
Este estudo empírico demonstra que, sob diversas restrições de implantação, quatro modelos de linguagem de grande porte (LLMs) apresentam altas taxas de alucinação de citações bibliográficas, com taxas de existência verificável inferiores a 47,5%, o que reforça a necessidade imperativa de validação pós-geração antes de seu uso em síntese de evidências de engenharia de software.
O artigo apresenta o Echo, um agente inovador que utiliza recuperação aprimorada por grafos de código e feedback de execução automática para gerar casos de teste de reprodução de bugs com alta eficiência, estabelecendo um novo estado da arte com uma taxa de sucesso de 66,28% no conjunto de dados SWT-Bench Verified.
Este estudo qualitativo com vinte profissionais de software revela que, em ambientes remotos e híbridos, a execução do teste de regressão mantém-se estável em sua essência, mas depende crescentemente de documentação robusta, automação e integração de ferramentas para superar os desafios de coordenação e comunicação, transformando-se em uma prática socio-técnica moldada pela infraestrutura digital.
Este estudo de revisão sistemática analisa como a empatia é ensinada e aplicada na educação em engenharia de software, concluindo que, embora atualmente fragmentada, sua integração estruturada e mensurável nos currículos é essencial para desenvolver profissionais mais colaborativos, éticos e centrados no usuário.
Este estudo realiza a primeira avaliação extensiva da eficácia de diferentes representações de código na previsão da correção de patches, demonstrando que representações baseadas em grafos superam consistentemente outras abordagens e que a integração de representações sequenciais a heurísticas melhora significativamente a detecção de patches com sobreajuste.
O artigo apresenta o AgentRaft, um novo framework automatizado que combina análise de código e raciocínio semântico para detectar e mitigar o risco de "Data Over-Exposure" (exposição excessiva de dados) em agentes de LLM, demonstrando alta eficácia na identificação de violações de privacidade em ferramentas reais.
O artigo apresenta o KCoEvo, um framework aprimorado por grafos de conhecimento que divide a migração de código em recuperação de caminhos evolutivos e geração informada, superando as limitações dos modelos de linguagem padrão ao lidar com mudanças em APIs de terceiros.
Este estudo investiga como a ofuscação de código afeta a compreensão humana em Python e JavaScript, revelando que, embora a ofuscação geralmente aumente o tempo de análise e reduza a precisão, a relação não é estritamente monotônica e varia conforme a linguagem, com a experiência do programador influenciando principalmente a familiaridade com a sintaxe específica e não a capacidade geral de programação.
Este estudo, baseado em entrevistas com profissionais de quatro equipes de IA em uma grande empresa de software no Brasil e em Portugal, revela que a diversidade de equipes desempenha um papel fundamental no desenvolvimento de sistemas de IA ao identificar vieses, promover empatia, combater discriminação sistêmica e fomentar decisões mais inclusivas e criativas.
O artigo apresenta o IOTEL, uma ferramenta que permite a geração sistemática de logs de eventos centrados em objetos (OCEL) enriquecidos com dados de IoT, facilitando a integração estruturada de informações de sensores em logs de processos existentes para análise por meio de mineração de processos.