Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar
Sessões

Desafio 1 Interpretação de Artefatos com IA em Protótipos de Tela (2024-06-26)

26 jun 20241h 13min
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 apresentou o segundo ciclo do Solutis Labs, voltado à ampliação do repertório em testes autônomos. O trabalho foi organizado em três etapas: interpretar artefatos com IA, gerar artefatos para testes e testar a aplicação, registrando resultados e possíveis bugs. Foram explicados os formatos esperados para os desafios, incluindo uma visão geral, sugestões de testes, percepções dos participantes e, quando possível, comparação entre diferentes ferramentas de inteligência artificial. Também foi reforçado que os desafios podem ser realizados individualmente ou em grupo, com apoio da comunidade, gravações disponíveis e recompensas previstas conforme a complexidade da etapa.

O desafio demonstrado utilizou um protótipo de cadastro de livros como entrada para diferentes IAs. Uma ferramenta conseguiu identificar corretamente diversos componentes da interface, como campos, menus, botões, imagens e restrições de tamanho, enquanto outra apresentou erros de interpretação, mas trouxe observações úteis sobre informações ausentes e possíveis melhorias. A partir dessas análises, foram sugeridos testes de interface, funcionalidade, validação de campos, imagens, usabilidade, segurança, desempenho, compatibilidade, acessibilidade, robustez e generalização. A principal conclusão foi que a IA pode acelerar a identificação de cenários e ampliar o repertório de testes, mas ainda depende da validação humana, pois pode inventar informações ou interpretar elementos incorretamente.

Como pontos em aberto, ficou a necessidade de explorar prompts mais especializados, personas voltadas a testes e ferramentas ou modelos treinados para esse contexto, além de comparar melhor as respostas das IAs. Também foi incentivada a participação nos próximos desafios e bancadas, com liberdade para apresentar os resultados em slides, vídeos ou outros formatos. Permaneceram dúvidas operacionais sobre a divisão das recompensas em trabalhos realizados em dupla e sobre os próximos encontros, que deverão continuar aprofundando a geração e a execução autônoma dos testes.

Gerado por IA a partir da transcrição.
Capítulos · 32
01:50
Abertura e problemas técnicos da sessão anterior
Assistir
04:29
Início da sessão e apresentação do Solutis Labs
Assistir
07:00
Estrutura da sessão e contexto da bancada for Devs
Assistir
08:20
Exploração da Solutis e início do ciclo 2
Assistir
09:37
Ciclo 2: testes autônomos em três atos
Assistir
13:29
Desafios com artefatos e interpretação por IA
Assistir
16:05
Geração de artefatos e execução de testes
Assistir
18:40
Desafio prático: interpretação de um protótipo
Assistir
22:34
Análise do protótipo com ChatGPT
Assistir
26:23
Comparação entre ChatGPT e Gemini
Assistir
32:54
Perguntas direcionadas para descobrir o que testar
Assistir
40:35
Sugestões de testes funcionais e de interface
Assistir
43:09
Testes de segurança, performance e usabilidade
Assistir
45:45
Geração de testes: precisão, robustez e generalização
Assistir
49:40
Acessibilidade e consolidação dos testes sugeridos
Assistir
50:56
Comparação entre Gemini e GPT nos testes
Assistir
52:14
Testes de imagens, usabilidade e feedback
Assistir
53:32
Diferenças de didática e utilidade para iniciantes
Assistir
54:51
Necessidade de uma IA especializada em testes
Assistir
56:10
Perguntas finais e divulgação dos desafios
Assistir
57:24
Recompensas e participação nos desafios
Assistir
58:43
Equipes, gravações e calendário dos encontros
Assistir
1:00:02
Divisão de recompensas em desafios colaborativos
Assistir
1:01:18
Inscrições e apoio para apresentar desafios
Assistir
1:02:37
Orientações para preparar e apresentar desafios
Assistir
1:03:55
Formatos criativos para apresentações
Assistir
1:05:10
Apresentações com vídeos e IA generativa
Assistir
1:06:27
Aprendizados e recomendações de estudo
Assistir
1:07:42
Redes neurais, visão computacional e linguagem natural
Assistir
1:08:59
Convite para a bancada de IA generativa
Assistir
1:10:15
Integração entre as bancadas e encerramento
Assistir
1:11:32
Agradecimentos e encerramento da sessão
Assistir
Cortes · 9
Contexto do Solutis Labs e início do ciclo 2
É apresentado o Solutis Labs, sua estrutura e a proposta da bancada de testes. Em seguida, o palestrante explica o segundo ciclo, voltado à ampliação do repertório em testes autônomos, e descreve os três atos do trabalho.
07:00 – 10:57Assistir
Etapas e entregáveis dos testes autônomos
O trecho detalha os três atos do ciclo: interpretação de artefatos com IA, geração de artefatos para testes e execução dos testes na aplicação. Também são discutidos os entregáveis esperados, como resumos, sugestões de testes, scripts, massas de dados, registros de bugs e formas de apresentação.
10:57 – 18:39Assistir
Interpretando um protótipo com inteligência artificial
O palestrante apresenta um desafio de interpretação de protótipo e mostra como utilizou imagens de uma interface de cadastro de livros no ChatGPT e no Gemini. As ferramentas identificam elementos da tela, campos, botões e regras visuais, mas também cometem erros de interpretação em algumas seções.
18:40 – 28:57Assistir
Limites da IA na análise de protótipos
A comparação entre as respostas das inteligências artificiais evidencia que a experiência humana continua necessária para validar as interpretações. O trecho mostra erros como a invenção de uma data de publicação e destaca que a IA pode acelerar a análise, mas não substitui o julgamento de quem conhece o sistema.
28:57 – 32:52Assistir
Como transformar um protótipo em sugestões de testes
A partir de um prompt que atribui à IA o papel de profissional de testes, são geradas sugestões sobre o que, como e onde testar. O resultado abrange interface, campos obrigatórios, imagens, usabilidade, segurança, autenticação, desempenho e diferentes condições de uso.
32:54 – 44:25Assistir
Testes gerados para precisão, robustez e generalização
O palestrante compara novas sugestões de testes produzidas pelo Gemini e pelo ChatGPT, incluindo validação de ISBN, dados extremos, formatos de imagem, falhas de rede, carga de usuários e integridade dos dados. Também são abordadas generalização, compatibilidade entre navegadores, diversidade de usuários e clareza das mensagens de erro.
44:27 – 49:40Assistir
GPT e Gemini na criação de testes
A sessão compara as sugestões do GPT e do Gemini para testar um protótipo, abordando responsabilidade, acessibilidade, usabilidade, desempenho, idiomas e formatos de imagem. O Gemini é considerado mais didático e amigável para iniciantes, enquanto o GPT parece mais adequado para quem já tem alguma experiência.
49:40 – 56:10Assistir
Apresentações criativas com vídeo e IA
É apresentado um exemplo de apresentação em formato de vídeo, com uma conversa entre o participante e uma voz gerada por IA. A experiência é destacada como uma forma criativa de compartilhar conhecimento e elevar a qualidade das apresentações.
1:05:10 – 1:06:27Assistir
Redes neurais, imagens e linguagem natural
O trecho recomenda estudos sobre redes neurais, especialmente aplicações em detecção e reconhecimento de imagens e processamento de linguagem natural. Também explica como esses conceitos aparecem em ferramentas de IA, como sistemas de conversa e análise de imagens.
1:06:27 – 1:08:59Assistir
Perguntas desta sessão
O que uma inteligência artificial consegue identificar ao analisar a imagem de um protótipo de interface?
A inteligência artificial pode reconhecer que a imagem representa um protótipo de interface, identificar o layout, a barra de navegação, botões, seções, campos de entrada, caminhos de navegação e outros elementos visuais da tela.
22:48 – 24:15Assistir
A inteligência artificial consegue interpretar um protótipo de interface a partir de uma imagem?
Sim. Ela identificou campos como nome do livro, ISBN, editora e categoria, reconheceu controles do tipo dropdown e checkbox, apontou valores predefinidos, indicou o tamanho mínimo de uma imagem e descreveu elementos da página, embora a análise ainda precise ser revisada por uma pessoa.
24:15 – 25:56Assistir
O que deve ser testado em um protótipo de tela analisado por inteligência artificial?
Devem ser testados aspectos de interface, como layout, design, alinhamento, espaçamento, consistência dos botões e campos de entrada, além da visibilidade dos elementos. Também é importante testar a funcionalidade dos campos, as validações, a obrigatoriedade ou opcionalidade, a inclusão e exclusão de imagens e o comportamento dos checkboxes.
34:53 – 35:27Assistir
O que deve ser testado em um protótipo de tela e como realizar esses testes?
Devem ser avaliados o layout, o design, a facilidade de navegação e a interação. Também é necessário verificar se os elementos estão visíveis e posicionados corretamente e se os botões levam às páginas esperadas.
40:27 – 40:58Assistir
Em quais ambientes o protótipo de tela deve ser testado?
O protótipo deve ser testado em diferentes navegadores e resoluções de tela para identificar problemas de compatibilidade e verificar se o layout se quebra.
40:59 – 41:08Assistir
O que deve ser testado na funcionalidade de um formulário de cadastro de livro?
Devem ser testados os campos de entrada, as validações dos campos de nome do livro, ISBN, editora e categoria, os campos obrigatórios e opcionais, o comportamento do checkbox e as funções dos botões de salvar e limpar.
41:09 – 41:52Assistir
Como testar a validação dos campos de um formulário de cadastro de livro?
É preciso inserir dados válidos e inválidos, verificar as mensagens e regras de validação, testar formatos como o ISBN, conferir exclusão e carregamento de imagens e executar casos normais e extremos, incluindo valores mínimos, máximos e campos vazios.
41:52 – 42:31Assistir
Como testar a usabilidade de um formulário de cadastro de livro?
A usabilidade pode ser avaliada com usuários finais, observando a experiência de uso, o tempo necessário para concluir o cadastro e a facilidade de navegação pelo formulário.
43:03 – 43:09Assistir
Em quais situações a usabilidade de um formulário deve ser testada?
Os testes devem ser realizados com usuários em sessões presenciais ou remotas, considerando que diferentes pessoas podem interagir com a interface de maneiras distintas.
43:28 – 43:34Assistir
Como testar a segurança de um formulário de cadastro?
Devem ser realizados testes automatizados e manuais em ambiente de teste, usando ferramentas de segurança para identificar vulnerabilidades. É importante validar e sanitizar as entradas para evitar injeção de código, além de verificar autenticação e autorização.
44:06 – 44:25Assistir
Em quais condições o desempenho de um protótipo ou sistema deve ser testado?
O desempenho deve ser avaliado em um ambiente que simule condições reais, medindo o tempo de carregamento e aplicando cargas de usuários para verificar o comportamento do sistema sob concorrência.
44:38 – 44:48Assistir
O que deve ser testado para avaliar a acessibilidade de uma interface?
É necessário verificar o uso com leitores de tela para pessoas cegas ou com baixa visão e confirmar se todos os elementos da página podem ser acessados e operados pelo teclado.
50:06 – 50:33Assistir
Quais conceitos de inteligência artificial são recomendados para aprofundar o entendimento da detecção de imagens e do processamento de linguagem natural?
Recomenda-se estudar redes neurais, especialmente sua aplicação em detecção e reconhecimento de imagens e em processamento de linguagem natural. A Alura pode ser usada como fonte inicial de estudos.
1:07:00 – 1:07:20Assistir