TGen - Testes automatizados utilizando inteligência artificial generativa
| dc.contributor.advisor | Rosa da Silva, Jânio | |
| dc.contributor.author | Augusto Miranda dos Santos, Fabricio | |
| dc.contributor.referee | Miranda, Márcio Assis | |
| dc.contributor.referee | Naves Fernandes Gonçalves Júnior, Ederson | |
| dc.date.accessioned | 2026-08-10T20:45:32Z | |
| dc.date.created | 2026-07-08 | |
| dc.description | O avanço das práticas de Engenharia de Software tem destacado a automação de testes como um elemento essencial para a garantia da qualidade, confiabilidade e manutenibilidade de sistemas computacionais. Este trabalho propõe o desenvolvimento de uma ferramenta automatizada capaz de gerar, validar e executar testes unitários para projetos Python utilizando um modelo de linguagem generativa. A ferramenta realiza a leitura de repositórios, gera testes compatíveis com pytest, executa-os automaticamente e registra métricas. A aplicação prática da solução em um repositório real resultou na geração autônoma de 343 casos de teste, alcançando uma notável taxa de sucesso de 86,0% em sua execução. Estes resultados evidenciam a eficácia empírica da Inteligência Artificial na ampliação da cobertura de testes e redução do esforço manual, convidando o leitor a explorar como as falhas e os sucessos mapeados impactam diretamente a produtividade e a qualidade no desenvolvimento de software. | |
| dc.description.abstract | The advancement of Software Engineering practices has highlighted test automation as an essential element for ensuring the quality, reliability, and maintainability of computer systems. This work proposes the development of an automated tool capable of generating, validating, and executing unit tests for Python projects using a generative language model. The tool reads repositories, generates tests compatible with pytest, executes them automatically, and records metrics. When applied to a real-world repository, the solution autonomously generated 343 test cases, achieving a remarkable execution success rate of 86.0%. These results demonstrate the empirical effectiveness of Artificial Intelligence in expanding test coverage and reducing manual effort, inviting the reader to explore how the mapped successes and failures directly impact productivity and quality in software development. | |
| dc.identifier.advisorLattes | http://lattes.cnpq.br/8543551333376202 | |
| dc.identifier.advisorOrcid | 0000-0001-8756-9344 | |
| dc.identifier.authorLattes | http://lattes.cnpq.br/2970257309135351 | |
| dc.identifier.authorOrcid | 0009-0003-1149-7905 | |
| dc.identifier.refereeLattes | http://lattes.cnpq.br/9451709196720206 | |
| dc.identifier.refereeLattes | http://lattes.cnpq.br/5637317345802712 | |
| dc.identifier.refereeOrcid | 0009-0002-1877-5624 | |
| dc.identifier.refereeOrcid | 0009-0009-4627-5839 | |
| dc.identifier.uri | http://hdl.handle.net/20.500.14387/3371 | |
| dc.language.iso | por | |
| dc.publisher.campi | Ouro Branco | |
| dc.publisher.country | Brasil | |
| dc.publisher.institution | Instituto Federal de Minas Gerais | |
| dc.publisher.program | Bacharelado em Sistemas de Informação | |
| dc.rights | Acesso aberto | |
| dc.subject.cnpq | Ciências Exatas e da Terra | |
| dc.subject.keywords | Inteligência artificial | |
| dc.subject.keywords | Large Language Models | |
| dc.subject.keywords | Testes unitários | |
| dc.subject.keywords | Automação de testes | |
| dc.subject.keywords | Engenharia de software | |
| dc.title | TGen - Testes automatizados utilizando inteligência artificial generativa | |
| dc.type | Trabalho de Conclusão de Curso |