AVALIAÇÃO DA CAPACIDADE DA INTELIGÊNCIA ARTIFICIAL GENERATIVA NA CORREÇÃO DE BUGS SEM INTRODUÇÃO DE NOVOS DEFEITOS EM SOFTWARE.

A manutenção corretiva de software consome cerca de metade do esforço de desenvolvimento, exigindo localização e correção de defeitos, tarefa onerosa e dependente de revisão humana. O avanço de LLMs, como GPT-4, Claude e CodeLlama, impulsiona a Automated Program Repair (APR), permitindo gerar correções automáticas a partir de descrições de defeitos e casos de teste. Contudo, sem garantia de que sejam semanticamente corretas ou livres de regressões, problema agravado pelo overfitting de patches. Este trabalho avalia a capacidade de uma ferramenta de IA generativa em identificar e corrigir bugs extraídos dos benchmarks Defects4J, QuixBugs e Bears, mensurando taxas de correções plausíveis, corretas, regressões e o grau de intervenção humana necessário, contribuindo para a adoção responsável dessas tecnologias em sistemas críticos. As correções foram classificadas quanto à plausibilidade, correção semântica e ocorrência de regressões, evidenciando potencial e limitações dessas ferramentas