177 artigos
O artigo apresenta o SpecOps, um novo framework de teste totalmente automatizado que utiliza agentes especializados baseados em LLMs para avaliar e identificar falhas em agentes de IA operando em ambientes de interface gráfica do mundo real, demonstrando superioridade em precisão, eficácia na detecção de bugs e viabilidade prática em comparação com abordagens existentes.
O artigo propõe uma mudança da verificação tradicional para a "herding" (direcionamento), explorando a "Esparsidade de Influência" em sistemas complexos por meio do EZR, um aprendiz estocástico que alcança 90% dos resultados máximos com apenas 32 amostras, substituindo solucionadores pesados por amostragem leve.
Este trabalho apresenta o FP-Predictor, um modelo de Rede Neural Convolucional em Grafos (GCN) que utiliza Grafos de Propriedade de Código (CPGs) para prever com alta precisão falsos positivos em relatórios de Análise Estática de Segurança (SAST), alcançando 100% de acurácia no CamBenchCAP e 96,6% no CryptoAPI-Bench.
Este artigo sintetiza a primeira edição do track QuantumX, realizada no JISBD 2025, que consolidou a comunidade de pesquisa espanhola e ibero-americana ao explorar a interseção entre Computação Quântica e Engenharia de Software, definindo desafios futuros e posicionando a Espanha como um contribuinte emergente no ecossistema global de software quântico.
Este artigo propõe um novo framework de ciclo de vida agênico para relatórios ESG que integra agentes de IA para automatizar e transformar o processo de relatórios de sustentabilidade, tornando-o dinâmico, adaptável e baseado em feedback contínuo.
Este artigo apresenta uma plataforma educacional baseada em projetos e integrada à IA, que funciona como um ambiente de pesquisa colaborativa para gerar evidências práticas e reutilizáveis sobre o desenvolvimento ágil, preenchendo a lacuna entre estudos controlados e a indústria real.
O artigo apresenta o LabConstrictor, uma ferramenta que automatiza a conversão de notebooks Jupyter em aplicativos de desktop instaláveis, superando barreiras de distribuição e reprodutibilidade para facilitar a adoção de software acadêmico nas ciências da vida.
O artigo propõe o Desenvolvimento Primeiro do Cuidado (NFD), um novo paradigma que substitui as abordagens tradicionais de codificação ou prompts estáticos pelo crescimento progressivo de agentes de IA especializados através de interações conversacionais estruturadas com praticantes do domínio, utilizando um Ciclo de Cristalização do Conhecimento para transformar o conhecimento tácito e fragmentado em ativos reutilizáveis.
Este estudo investigou como traços de humor, circunstâncias de vida e dinâmicas de grupo influenciam a percepção de sentimentos em mensagens de desenvolvimento de software por estudantes, revelando que essa percepção é moderadamente estável, altamente dependente do conteúdo da mensagem e pouco afetada por fases do projeto, o que sugere cautela ao interpretar análises de sentimento automatizadas.
O artigo apresenta o STADA, um framework baseado em especificações que gera automaticamente cenários de teste diversificados para agentes de direção autônoma a partir de especificações formais em lógica temporal, demonstrando superioridade em cobertura e eficiência em comparação com métodos existentes.
O artigo apresenta o TOSSS, um novo benchmark baseado no banco de dados CVE que avalia a capacidade de Grandes Modelos de Linguagem (LLMs) de distinguir entre trechos de código seguros e vulneráveis, atribuindo uma pontuação de segurança que varia de 0 a 1.
Este artigo investiga como a Inteligência Artificial atua como catalisador para a inovação na Engenharia de Software, demonstrando através de revisão bibliográfica e estudo empírico que a integração de ferramentas de ML e NLP otimiza práticas ágeis ao automatizar tarefas repetitivas e melhorar a gestão de requisitos, geração de código e testes.
Este artigo apresenta uma análise sistemática de 178 benchmarks para modelos de linguagem e agentes de código, revelando um desequilíbrio significativo que prioriza excessivamente a fase de implementação em detrimento do planejamento e design, além de apontar a falta de estratégias contra contaminação de dados e propor direções futuras para alinhar as capacidades teóricas dessas ferramentas com sua eficácia prática no ciclo de vida de desenvolvimento de software.
Este artigo apresenta uma revisão sistemática da literatura sobre "sistemas de sistemas gêmeos", analisando 80 estudos selecionados de uma amostra inicial de mais de 2.500 para derivar um quadro de classificação que integra os paradigmas de sistemas de sistemas e gêmeos digitais.
Este artigo propõe uma metodologia estruturada baseada no metamodelo MeROS e adaptada ao modelo em V para integrar a Engenharia de Sistemas Baseada em Modelos (MBSE) com o Robot Operating System (ROS), visando garantir coerência semântica e rastreabilidade no desenvolvimento de sistemas robóticos heterogêneos complexos.
O artigo apresenta o UniCoR, um novo framework auto-supervisionado que supera os desafios de recuperação híbrida de código em cenários multilíngues ao alinhar representações de múltiplas perspectivas e distribuições, resultando em desempenho superior e generalização robusta.
Este artigo propõe uma abordagem estruturada e reutilizável para a construção de casos de segurança em sistemas de IA, introduzindo taxonomias específicas e modelos adaptados para lidar com as dinâmicas imprevisíveis e evolutivas da IA generativa e agêntica, superando as limitações dos métodos tradicionais de engenharia.
O artigo apresenta o SWE-MiniSandbox, uma abordagem leve e sem containers que utiliza mecanismos isolados no nível do kernel e técnicas de pré-armazenamento para reduzir drasticamente a sobrecarga de disco e o tempo de configuração no treinamento de agentes de engenharia de software por aprendizado por reforço, mantendo desempenho comparável ao dos pipelines baseados em containers.
Este estudo demonstra que, apesar do desempenho promissor de modelos de linguagem em fluxos de trabalho agênicos para correção de bugs, a capacidade de raciocínio em contextos longos é limitada, pois o sucesso depende da decomposição de tarefas em etapas de contexto curto, enquanto a geração de patches em contextos genuinamente longos (64k tokens) resulta em degradação severa de desempenho devido a falhas sistemáticas.
O artigo apresenta o "Theory of Code Space" (ToCS), um benchmark que avalia a capacidade de agentes de IA de construir e manter crenças arquiteturais coerentes em bases de código, revelando que a eficácia da exploração ativa, o uso de mapas de crenças estruturados e a estabilidade da memória variam significativamente entre diferentes modelos de linguagem.