Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar
Sessões

Sessão de Bancada Revelação dos Suspeitos que Usam IA para Qualidade de Software (2024-05-07)

7 mai 20241h 03min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão encerrou o ciclo de investigação sobre o uso de inteligência artificial para melhorar a qualidade de software. Foi retomado o objetivo da bancada, que analisou diferentes papéis e atividades da engenharia de software, como desenvolvimento, testes, arquitetura e levantamento de requisitos, buscando identificar como a IA pode apoiar cada um deles. A conclusão geral foi que a tecnologia já pode ser aplicada em diversos pontos do trabalho, mas exige atualização constante, bom contexto, revisão humana e capacidade crítica para validar as respostas.

A principal apresentação mostrou, por meio de um vídeo demonstrativo, como a IA pode auxiliar um analista de requisitos a transformar anotações informais em documentação mais completa. Durante o experimento, a ferramenta ajudou a detalhar funcionalidades, identificar lacunas, sugerir aspectos de segurança, sincronização, backup e concorrência de dados, além de gerar consultas e esboços de diagramas. Também foram observados erros e invenções, como referências a tabelas inexistentes ou requisitos que haviam sido explicitamente descartados, reforçando que a IA não deve ser usada sem conferência. Mesmo sem experiência formal na função, a pessoa conseguiu compreender melhor o trabalho de requisitos e identificar problemas reais do projeto.

Como fechamento, destacou-se que a IA não substitui profissionais, mas aumenta a capacidade de quem sabe utilizá-la e pode ajudar pessoas a assumirem temporariamente papéis diferentes dentro de uma equipe. A investigação foi considerada positiva, sem um único “suspeito” responsável, já que todos os perfis podem obter ganhos de qualidade. O próximo ciclo deverá abordar desafios conceituais e práticos relacionados ao uso de IA generativa para testar aplicações, incluindo testes autônomos, geração de cenários e massa de dados. Ainda ficaram em aberto os detalhes, prazos e recompensas desses desafios, que serão divulgados nas próximas sessões.

Gerado por IA a partir da transcrição.
Capítulos · 32
06:43
Abertura e objetivo da sessão
Assistir
08:05
Agenda e contexto da bancada
Assistir
09:20
Tecnologias emergentes e qualidade de software
Assistir
10:39
Dinâmica de investigação com IA
Assistir
11:59
Suspeitos, provas e etapas da investigação
Assistir
14:30
Início da apresentação de Kevin
Assistir
15:46
O papel do analista de requisitos
Assistir
17:02
Como a IA apoia a documentação
Assistir
19:37
Geração e análise de requisitos com IA
Assistir
20:53
Exemplo prático: requisitos de um aplicativo offline
Assistir
22:10
Validação, banco de dados e identificação de falhas
Assistir
24:43
Resultados e limites do uso da IA
Assistir
26:00
Conclusões sobre levantamento de requisitos
Assistir
27:16
Debate e feedback sobre a apresentação
Assistir
31:08
Boas práticas para escrever prompts
Assistir
33:40
Importância da revisão humana
Assistir
37:27
Compartilhamento das gravações e materiais
Assistir
38:46
Bastidores da produção do vídeo
Assistir
41:21
Avatares, clonagem de voz e vídeo com IA
Assistir
42:37
Aprendizados da apresentação e próximos experimentos
Assistir
45:11
Investigação sobre IA na análise de requisitos
Assistir
46:27
IA na geração e execução de testes
Assistir
47:42
IA aplicada ao desenvolvimento e à documentação
Assistir
48:58
IA como ferramenta de qualidade para todos os perfis
Assistir
50:14
IA não substitui profissionais: amplia capacidades
Assistir
52:51
Próximo ciclo: testes de aplicações com IA generativa
Assistir
54:07
Novos desafios, prazos e recompensas
Assistir
55:23
Canais de comunicação e novidades da bancada
Assistir
58:01
Encerramento do ciclo e integração entre bancadas
Assistir
59:16
Ideias, produtos e sistema de recompensas
Assistir
1:00:33
Sinergia entre testes e exploração de IA generativa
Assistir
1:01:49
Convite para a sessão de Digital Assets e encerramento
Assistir
Cortes · 7
Contexto da investigação sobre IA e qualidade de software
A sessão apresenta a dinâmica da bancada de desenvolvimento, cujo objetivo é investigar como diferentes papéis e ferramentas podem contribuir para aumentar a qualidade de software. Também são relembradas as etapas da investigação e introduzida a apresentação sobre o uso de IA no levantamento de requisitos.
06:43 – 15:46Assistir
IA como apoio ao analista de requisitos
Kevin apresenta uma investigação sobre o uso de inteligência artificial para documentar e analisar requisitos de software. A partir de um aplicativo de frequência escolar, ele mostra como a IA ajuda a detalhar requisitos, identificar lacunas, sugerir preocupações de segurança, sincronização e concorrência, além de apontar limitações e possíveis erros.
15:46 – 26:00Assistir
Discussão sobre requisitos, prompts e validação da IA
Após a apresentação, o grupo debate os ganhos e limites do uso de IA no trabalho de requisitos. A conversa destaca que a ferramenta pode economizar tempo e ajudar quem assume um papel fora de sua especialidade, mas exige contexto adequado, revisão humana e discernimento para identificar respostas incorretas ou requisitos inventados.
26:00 – 36:13Assistir
Vozes e avatares gerados por IA
A conversa explora ferramentas capazes de gerar vozes sintéticas, clonar a voz de uma pessoa e criar avatares com rosto, gestos e sincronização labial. Em seguida, Kevin relata como a experiência com IA ajudou a analisar requisitos e identificar falhas para a próxima sprint.
41:21 – 45:11Assistir
Onde a IA pode melhorar a qualidade do software
A sessão revisita investigações sobre o uso de IA em requisitos, testes e desenvolvimento. São discutidos ganhos como revisões mais completas, geração de histórias, cenários e scripts de teste, além da possibilidade futura de automatizar testes a partir da própria aplicação e gerar documentação do código.
45:11 – 48:58Assistir
IA não substitui profissionais, potencializa o trabalho
O grupo conclui que diferentes perfis da engenharia de software podem usar IA para trabalhar com mais qualidade e rapidez. A discussão enfatiza que a IA não substitui o profissional: quem sabe formular bons prompts e usar a ferramenta adequadamente consegue melhores resultados.
48:58 – 52:51Assistir
Próximo desafio: testar aplicações com IA generativa
A próxima etapa da investigação será dedicada ao uso de IA generativa em testes de aplicações, incluindo a criação de cenários e scripts. O grupo anuncia desafios conceituais e práticos, com recompensas e detalhes a serem apresentados na sessão seguinte.
52:51 – 54:07Assistir
Perguntas desta sessão
Quem planeja o trabalho necessário antes da implementação do código?
O analista de requisitos planeja esse trabalho, levantando, organizando, documentando e validando os requisitos para orientar a equipe de desenvolvimento.
17:31 – 17:44Assistir
Automatizar a documentação pode liberar tempo para o analista de requisitos se dedicar a outras atividades?
Sim. Automatizar ou otimizar a documentação libera tempo para o analista se concentrar em análise crítica dos requisitos, interação com as partes interessadas, validação de soluções e apoio à equipe de desenvolvimento.
18:55 – 19:22Assistir
A inteligência artificial pode ajudar o analista de requisitos no processo de documentação?
Sim. Ela pode gerar documentos, sumarizar e analisar requisitos, verificar consistência e conformidade, traduzir requisitos, identificar lacunas e dependências e sugerir melhorias, liberando tempo para atividades de maior valor, como análise crítica e interação com as partes interessadas.
19:24 – 20:16Assistir
A inteligência artificial identificou sozinha a necessidade de sincronizar os dados do aplicativo que funciona sem internet?
Sim. Mesmo sem a sincronização ter sido mencionada inicialmente, a inteligência artificial identificou essa necessidade e também apontou aspectos como segurança, backup e gerenciamento de senhas.
21:03 – 21:07Assistir
Como a IA pode responder a uma dúvida de desenvolvedor e incorporar a resposta à documentação?
Uma dúvida sobre o comportamento do login sem internet foi apresentada à IA, que conseguiu respondê-la e adicionar a resposta ao documento. Perguntas específicas e simples facilitam esse uso.
24:13 – 24:26Assistir
Qual era a ideia do vídeo sobre o uso de inteligência artificial na análise de requisitos?
O vídeo simulou o trabalho de um analista de requisitos para avaliar como a IA poderia ajudar a documentar e analisar requisitos. A experiência mostrou que a IA detalha textos, identifica vulnerabilidades e economiza tempo, mas atua como apoio e não substitui o profissional.
25:02 – 25:11Assistir
Como um analista de requisitos pode usar a inteligência artificial para produzir documentação?
O analista pode fornecer contexto à IA e pedir o detalhamento gradual de cada tópico ou tela. A ferramenta transforma descrições informais e resumidas em documentação mais completa, evitando respostas rasas que poderiam surgir de um pedido amplo feito de uma só vez.
30:59 – 32:28Assistir
O uso de IA na análise de requisitos pode gerar aprendizado e mudar a forma de analisar os requisitos recebidos?
Sim. A experiência mostrou que a IA ajuda a analisar os requisitos de outra forma e a identificar pontos de falha que podem ser corrigidos antes ou durante o planejamento da sprint, melhorando o projeto e reduzindo retrabalho.
43:39 – 44:27Assistir
Como a IA pode contribuir para a qualidade do trabalho do analista de requisitos?
A IA pode levar a requisitos mais completos, reduzir revisões e refatorações e ajudar o analista a identificar lacunas e pontos de melhoria, desde que suas respostas sejam avaliadas pelo profissional.
45:39 – 45:52Assistir
A IA consegue interpretar o que uma aplicação está mostrando e executar testes a partir dela?
A IA pode gerar scripts de teste e, em alguns contextos, executar testes. Porém, um prompt direto não garante um teste autônomo completo; pode ser necessário construir ferramentas e uma estrutura de apoio ao redor da IA.
46:27 – 47:27Assistir
Como a IA generativa pode ser usada em testes de software?
A IA generativa pode apoiar a criação de scripts e cenários de teste, além de ajudar a testar aplicações com mais rapidez e qualidade. Seu uso é especialmente relevante para experimentar novos mecanismos e processos de teste.
53:02 – 53:26Assistir