Lidando com Test Smells em Testes de Linguagem Natural com o suporte de LLMs
Test Smells; Processamento de Linguagem Natural; Testes Manuais
No âmbito dos testes de software, identificar e abordar test smells é crucial para garantir a confiabilidade e eficiência dos sistemas de software. Smells podem trazer dificuldades em atividades de teste, como por exemplo, dificutar a manutenção, comportamento não determinístico nos testes e verificação incompleta. Atualmente há uma variedade de estudos que abordam test smells em testes de software automatizados, no entanto, para testes manuais, isto é, testes em linguagem natural, a realidade é oposta, com pouquissimas pesquisas abordando o tema. Alguns estudos já catalogaram tipos de smells em testes manuais, chegando a fornecer ferramentas para tratamento desses smells, no entanto a abordagem na forma em como os smells são contornados ainda é muito primária e carece de aprimoramento. Large Language Models(LLMs) têm se destacado como ferramentas essenciais para o processamento de linguagem natural em larga escala, oferecendo uma gama de funcionalidades, desde tradução automática, análise de sentimentos, até geração de textos. Nesse contexto a utilização de LLMs pode se apresentar promissora para o tratamento dos test smells. Este trabalho explora a utilização de LLMs para lidar com test smells em testes manuais de linguagem natural, de forma a analizar a utilidade desses modelos quanto ao tratamento de smells.