Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar

Geração de Testes Unitários com IA

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Geração de testes unitários com IA é o uso de ferramentas generativas para criar e explicar testes automatizados de um código existente, a partir de um prompt com a necessidade e o framework.

A técnica atende dois perfis: quem nunca testou no framework usa a ferramenta como tutora, para entender por que e como testar; quem já domina o básico a usa para acelerar a escrita de casos, em especial os caminhos que faltam cobrir. Nos dois casos o resultado é ponto de partida: raramente um prompt resolve tudo, e o código gerado precisa ser lido, executado e corrigido antes de entrar na suíte, como prevê a Revisão Humana de Saídas de IA.

O resultado se avalia por duas réguas: quanto a cobertura sobe e se a regra de negócio passou de fato a ser verificada. A qualidade estrutural dos testes gerados, medida por catálogos de más práticas, é o objeto da Avaliação de Testes Gerados por LLMs.

Dois pedidos diferentes: aprender o framework e testar uma função

O primeiro pedido é aberto e declara o nível de quem pergunta: implementar testes unitários com Jasmine num projeto Angular, sem saber nada de testes, e perguntar por onde começar. Perguntar por onde começar, em vez de mandar gerar testes, puxa respostas mais explicativas.

O segundo pedido é de geração, com persona e contexto: atuar como programador front-end e gerar o teste unitário da função colada no prompt, uma técnica de prompt de persona. Com a função à vista (por exemplo, adicionar um ingrediente a uma receita), a ferramenta monta a estrutura inteira do teste.

O ganho de tempo aparece depois do estudo. Entender o framework levou entre meia hora e uma hora; em seguida, gerar testes para uma função nova e comparar três ferramentas levou cerca de cinco minutos.

Como ferramentas diferentes responderam ao mesmo pedido

O mesmo prompt foi enviado ao Bing, ao ChatGPT gratuito (3.5) e ao Gemini:

  • Bing: passos em tópicos (instalar o Jasmine, configurar o Karma para executar e visualizar os testes, estrutura de um teste, um primeiro teste que só verifica se o componente é criado, o comando de execução). Gerou código funcional mais rápido.
  • ChatGPT gratuito: direto: configurar o ambiente, criar um teste parecido e rodar, sem explicar cada comando e com poucos comentários.
  • Gemini: o mais didático, com uma parte sobre por que, quando e como testar, código amplamente comentado e referências para aprofundar, das quais duas de quatro estavam quebradas.

Erros típicos no código de teste gerado

  • Um teste do Bing não executava; a correção manual só foi possível porque o framework já tinha sido estudado.
  • Um teste do ChatGPT falhava por causa de um enum, e a ferramenta não resolveu o problema.
  • O Gemini traduziu para o português nomes de propriedades e comentários de um código em inglês, e o nome usado no teste deixou de coincidir com a propriedade real. Perguntar em português sobre código em inglês induz essa troca, observada também em assistentes de código. A saída é corrigir à mão ou pedir nova geração, sem se prender à primeira resposta.
  • Questionada sobre um trecho não coberto, a ferramenta pode repetir a mesma resposta já testada, um caso de Alucinação.

Cobertura de testes e o risco de otimizar só o percentual

Cobertura mede quanto do código os testes executam, em linhas, statements, branches e funções. No projeto de exemplo, o ponto de partida era de cerca de 42% de statements, 33% de linhas, nenhuma branch e uma de quatro funções; com os testes gerados, linhas, funções e statements subiram de forma expressiva.

Branches são os caminhos alternativos de uma decisão, como o if e o else. Basta descrever o caminho já testado e pedir o complementar para a ferramenta gerar o teste do else sem reimplementar a lógica.

Percentual não é validação

Perseguir o número de cobertura pode deixar a regra de negócio sem verificação. Cada teste sugerido precisa ser conferido no que realmente afirma.

Com a suíte no lugar, qualquer alteração que quebre um comportamento coberto faz um teste falhar, e é aí que a aplicação ganha qualidade.