From (Elementary) Mathematical Data Model Schemas to Safe Blazor Web Applications with Claude AI

Este artigo descreve o desenvolvimento de aplicações web seguras em Blazor utilizando a IA Claude Sonnet 4.5 a partir de esquemas de modelos de dados matemáticos elementares, apresentando também melhores práticas de engenharia de software e questões específicas da plataforma Blazor Server.

O essencial

Imagine que você quer construir uma casa muito segura e complexa, mas em vez de usar tijolos e cimento, você usa apenas matemática pura para desenhar os planos. E, em vez de contratar uma equipe inteira de pedreiros, arquitetos e engenheiros, você contrata um super-ajudante de inteligência artificial chamado Claude.

Este artigo de pesquisa é a história de dois professores da Romênia (Christian e Diana Mancas) que decidiram testar essa ideia. Eles queriam ver se conseguiam transformar planos matemáticos abstratos em um site real e seguro, usando apenas a ajuda dessa IA.

Aqui está a explicação do que eles fizeram, usando analogias do dia a dia:

1. A Ideia Principal: "Falar Matemática com o Computador"

Há 50 anos, um dos autores perguntou a um professor: "Quando vamos começar a falar matemática diretamente com os computadores?" O professor disse: "Nunca!".
Hoje, eles provaram que o "Nunca" pode ter sido um erro. Eles usaram um modelo matemático (chamado E-Modelo de Dados) que funciona como uma receita de bolo muito rigorosa.

• A Receita: Eles escreveram regras como "mães devem ser do sexo feminino" ou "ninguém pode ser seu próprio avô".
• O Cozinheiro (Claude AI): Eles deram essa receita para a IA. A IA não apenas entendeu as regras, mas cozinhou o bolo inteiro sozinha: criou o banco de dados, o site e todas as proteções de segurança.

2. O Ferramental: Claude Code e Blazor

Eles usaram uma ferramenta chamada Claude Code (uma versão avançada da IA que escreve código) e uma tecnologia chamada Blazor (que permite criar sites usando a linguagem C#, em vez da linguagem complexa JavaScript).

• A Analogia do "Vibe Coding": É como se você estivesse conversando com um programador experiente. Você diz: "Quero uma lista de pessoas, mas se eu digitar 'J', só aparecem os nomes que começam com J". A IA entende o "vibe" (a intenção) e faz o trabalho técnico.

3. O Projeto: A Árvore Genealógica Digital

Eles construíram um aplicativo para gerenciar genealogias (famílias, casamentos, reis e rainhas).

• As Regas de Ouro: A IA teve que garantir que o sistema não deixasse ninguém cometer erros bobos, como:
  • Uma pessoa casar com ela mesma.
  • Um pai nascer depois do filho.
  • Um rei governar um país antes de nascer.
  • Duas pessoas governarem o mesmo país ao mesmo tempo (a menos que fossem casadas).

A IA conseguiu criar um sistema onde essas regras são aplicadas automaticamente, tanto no site quanto no banco de dados, como se fosse um porteiro de segurança que nunca dorme.

4. O Resultado: Um Sucesso com alguns "Travamentos"

O resultado foi impressionante:

• Em menos de 15 minutos, a IA criou os arquivos iniciais.
• O site funcionou, era seguro contra hackers e permitia fazer cálculos complexos de ancestralidade (quem é parente de quem, indo várias gerações para trás).
• A IA até criou dados de teste, como Adão e Eva e seus descendentes.

Mas nem tudo foi perfeito (O lado humano da IA):
A IA é como um estagiário superinteligente, mas que às vezes se distrai.

• Erros de "Alucinação": Às vezes, ela esquecia de aplicar uma regra em uma parte do sistema e aplicava em outra.
• Problemas Técnicos: A tecnologia que eles escolheram (Blazor) às vezes "trava" quando há muita informação na tela (como uma lista com 1.800 nomes), fazendo botões pararem de funcionar sem dar aviso.
• Aprendizado: Os autores tiveram que agir como "mentores", corrigindo a IA e ensinando regras extras (chamadas de "meta-axiomas"), como: "Nunca apague dados válidos" ou "Nunca renomeie as coisas que eu te disse".

5. A Lição Final

O artigo conclui com uma mensagem poderosa:

1. A Matemática é a chave: Se você entende lógica e matemática básica, você pode "falar" com a IA e construir softwares complexos. Não precisa ser um gênio da programação.
2. A IA é um parceiro, não um substituto: A IA faz 90% do trabalho pesado, mas precisa de um humano para checar se ela não cometeu erros bobos ou de lógica.
3. O Futuro: O sonho de "programar com matemática" está acontecendo. A IA está evoluindo rápido, e quem souber usá-la como um "colega de trabalho" terá uma vantagem enorme.

Em resumo: Os autores pegaram um desenho matemático, deram para um robô superinteligente, e o robô construiu um prédio digital seguro. O robô fez um trabalho incrível, mas precisou de um humano para segurar a régua e garantir que as paredes estivessem retas.

Resumo técnico

Título: De Esquemas de Modelos de Dados Matemáticos (Elementares) a Aplicações Web Blazor Seguras com Claude AI

Autores: Christian Mancas e Diana Christina Mancas (Universidade Ovidius, Constanta, Romênia)

---

1. Problema e Contexto

O artigo aborda o desafio de desenvolver aplicações web seguras e complexas a partir de modelos de dados matemáticos formais, especificamente o Modelo de Dados Matemático (Elementar) ou (E)MDM. Tradicionalmente, a tradução de modelos conceituais rigorosos para implementações de software funcionais e seguras exige um esforço manual significativo e propenso a erros.

O objetivo central dos autores foi testar a capacidade de uma Inteligência Artificial (IA) de ponta, especificamente o Claude AI (versão Sonnet 4.5) e sua ferramenta de codificação Claude Code, para:

1. Compreender esquemas (E)MDM complexos contendo lógica de predicados de primeira ordem e regras Datalog.
2. Gerar automaticamente uma aplicação web completa, segura e funcional utilizando a tecnologia MS Blazor Server e SQL Server.
3. Validar se a IA pode atuar como um "colega de trabalho" capaz de realizar engenharia de software de ponta a ponta, desde a modelagem até a implantação.

2. Metodologia

Os autores adotaram uma abordagem de "Vibe Coding" (codificação baseada em descrição natural), onde interagiram com a IA usando linguagem natural e definições formais de regras de negócio, sem fornecer instruções de codificação detalhadas.

• Ferramentas:
  • IA: Claude AI (Sonnet 4.5) e Claude Code.
  • Plataforma de Desenvolvimento: MS Blazor Server (.NET 8), SQL Server 2021, Windows 10.
  • Modelo de Dados: (E)MDM, Datalog, e restrições de integridade baseadas em lógica formal.
• Processo de Desenvolvimento:
  1. Definição do Esquema: Os autores forneceram ao Claude AI esquemas (E)MDM contendo funções, restrições explícitas (regras de negócio) e regras Datalog. Exemplos incluíam restrições de genealogia (ancestrais, descendentes, casamento, reinos).
  2. Geração de Código: A IA gerou automaticamente o banco de dados (tabelas, chaves, triggers, stored procedures) e a aplicação web (arquivos .razor, C#, CSS).
  3. Iteração e Refinamento: O processo envolveu 270 páginas de diálogo, 205 reconstruções e correções de erros. Os autores corrigiram falhas de lógica da IA, problemas de sincronização do Blazor e erros de implementação.
  4. Estabelecimento de "Meta-Axiomas": Para mitigar erros recorrentes da IA, os autores definiram 14 regras de melhores práticas (meta-axiomas) que foram comunicadas à IA para guiar futuras gerações de código (ex: "Nunca renomeie conceitos dos specs", "Use chaves primárias surrogate", "Não delete código válido").

3. Contribuições Principais

• Validação da (E)MDM com IA: O estudo prova que modelos de dados matemáticos formais podem ser compreendidos e implementados quase perfeitamente por IAs modernas, validando a visão de "modelagem como programação".
• Guia de Boas Práticas para IA: A definição de 14 regras de "meta-axiomas" que servem como um manual para orientar IAs de codificação em projetos de banco de dados e software, evitando erros comuns de design e implementação.
• Análise Crítica do Blazor Server: O artigo oferece uma avaliação técnica profunda das limitações do Blazor Server, identificando problemas críticos como:
  • Fragilidade na sincronização do DOM com grandes conjuntos de dados.
  • Modelos de tratamento de eventos não confiáveis.
  • Experiência de depuração pobre (falhas silenciosas).
  • Conclusão: Blazor é ideal para formulários complexos, mas inadequado para grandes grids de dados ou listas suspensas massivas.
• Aplicação de Segurança (OWASP): Demonstração de como uma aplicação gerada por IA pode ser segura contra as principais vulnerabilidades web (OWASP Top 10 2025), utilizando stored procedures, tokens anti-forgery e validação estrita no lado do servidor.

4. Resultados

• Aplicação Gerada: Foi criada uma aplicação web de genealogia ("Genealogies") com:
  • Banco de Dados: 5 tabelas, 8 chaves estrangeiras, 18 restrições de verificação, 4 triggers, 29 stored procedures e 1 assembly.
  • Frontend: 46 arquivos de código fonte (24 Razor, 13 C#, etc.), totalizando 252KB.
  • Funcionalidades: CRUD completo para Pessoas, Casamentos, Títulos, Países e Reinados, além de consultas complexas de fechamento transitivo (árvore genealógica) usando Datalog.
• Desempenho da IA:
  • A IA compreendeu corretamente regras complexas (ex: proibições de incesto, restrições de idade para casamento e morte, ciclos em grafos de descendência).
  • Erros Detectados: A IA cometeu erros conceituais (ex: adicionar restrições redundantes, falhar na aplicação simétrica de restrições entre entidades) e erros de implementação (ex: problemas de renderização no Blazor, uso incorreto de Dapper vs. SqlCommand).
  • Correção: A maioria dos erros foi corrigida após feedback humano, mas alguns exigiram a reescrita completa de arquivos ou a mudança de estratégia (ex: substituir uma página Razor complexa por HTML simples para uma funcionalidade específica).
• Segurança: A aplicação resultante foi verificada como segura contra injeção SQL, CSRF, XSS e clickjacking, graças à geração automática de código que segue padrões de segurança do .NET.

5. Significância e Conclusão

O artigo conclui que o Claude AI é uma ferramenta poderosa e um "colega de trabalho" excepcional, capaz de acelerar drasticamente o desenvolvimento de software a partir de especificações matemáticas formais. No entanto, não substitui o desenvolvedor humano.

• Papel do Humano: O desenvolvedor é essencial para:
  • Validar a lógica conceitual e corrigir falhas de raciocínio da IA.
  • Gerenciar as limitações da plataforma de desenvolvimento (como as do Blazor Server).
  • Estabelecer regras de "meta-axiomas" para guiar a IA.
• Futuro: A pesquisa sugere que o futuro da engenharia de software reside na colaboração entre modeladores matemáticos e IAs. Desenvolvedores que não adotarem ferramentas de IA de forma significativa ficarão obsoletos, mas a contratação de não-desenvolvedores para posições técnicas é um erro, pois a interação com IAs exige conhecimento técnico e jargão específico.

Em suma, o sonho de "falar matemática para computadores" foi realizado, mas com a ressalva de que a supervisão humana crítica permanece indispensável para garantir a qualidade, segurança e correção lógica do software final.