INTELIGENCIA ARTIFICIAL PARA LA OPTIMIZACIÓN DE CÓDIGO DESDE EL SANDBOX HASTA EL DESEMPEÑO COLECTIVO: UN ANÁLISIS CUALITATIVO
DOI:
https://doi.org/10.56238/arev7n9-036Palabras clave:
Inteligencia Artificial, Front-end, Back-end, Optimización Computacional, SandboxResumen
Un sandbox es un entorno seguro donde se ejecutan, prueban e incluso validan líneas de programación o códigos en un espacio seguro y aislado. El espacio de desarrollo actúa como un espacio funcional, donde el código puede modificarse y ajustarse sin afectar al producto. El sandbox regulatorio facilita la innovación y el control de las operaciones. Por ejemplo, la creciente integración de la inteligencia artificial (IA) en el desarrollo de software ha impulsado la optimización de procesos y la refactorización de código. En este sentido, esta investigación analiza la eficacia de diferentes IA para optimizar el rendimiento del código, comparando el rendimiento de códigos funcionales desarrollados por humanos con versiones optimizadas por cuatro modelos de IA que abarcan las áreas front-end y back-end con diferentes niveles de complejidad ciclomática. La metodología implicó someter el código a una solicitud de refactorización estandarizada, cuya eficiencia se evaluó mediante un cociente que considera la precisión, el tiempo de ejecución y el tamaño del código (Q = A.t/S). Los resultados indicaron un aumento sustancial en la eficiencia de los códigos optimizados por IA en comparación con los originales. Sin embargo, se observaron variaciones de rendimiento entre las IA y los frentes de desarrollo. La conclusión es que la IA es un recurso para la optimización de código, pero su eficacia se ve influenciada por el contexto de la tarea y el modelo específico utilizado, lo que resalta la necesidad de una aplicación consciente y contextualizada de la tecnología.
Descargas
Referencias
ADEL, A.; AHSAN, A.; DAVISON, C. (2024). ChatGPT Promises and Challenges in Education: Computational & Ethical Perspective. Education Science., 14, 814. DOI 10.3390/educsci14080814. DOI: https://doi.org/10.3390/educsci14080814
ALMEIDA, Y.; ALBUQUERQUE, D.; DANTAS FILHO, E.; MUNIZ, F.; SANTOS, K. F.; PERKUSICH, M.; ALMEIDA, H.; PERKUSICH, A. AICodeReview: Advancing code quality with AI-enhanced reviews. Software X, v. 26, 2024. DOI: https://doi.org/10.1016/j.softx.2024.101677 DOI: https://doi.org/10.1016/j.softx.2024.101677
ANTÔNIO, M. R., REGINA, O. M., GOUSSAIN, B. G. C. S., SILVA, M. B. (2024). Neuroergonomics approach in the workplace aiming to standardize movements and increase workers’ sense of well-being. 24(10), 472–482. https://doi.org/10.53660/CLM-3313-24H27 DOI: https://doi.org/10.53660/CLM-3313-24H27
BECKER, B. A., DENNY, P., FINNIE-ANSLEY, J., LUXTON-REILLY, A., PRATHER, J., & SANTOS, E. A. (2023). Programming is hard or at least it used to be: Educational Opportunities and Challenges of AI Code Generation. SIGCSE 2023. https://doi.org/10.1145/3545945.3569759. DOI: https://doi.org/10.1145/3545945.3569759
BENEVIDES, K. D. G.; RUFINO, L. J. G. C.; DOS SANTOS, D. F. A.; BENEVIDES, M. P.; PIMENTA, C. D.; DE OLIVEIRA, M. R.; DE MOURA, R. A. (2025). Inteligência artificial na educação de indivíduos adultos com 50 anos de idade ou mais: uma abordagem assistiva. ARACÊ, [S. l.], v7, n8, p.e7160, 2025. DOI: 10.56238/arev7n8-085. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/7160. Acesso em: 27 ago. 2025. DOI: https://doi.org/10.56238/arev7n8-085
BENEVIDES, M. P.; XAVIER, K. R. S. L.; et al. (2024) Sign talk assistive technology: real-time recognition of the libras typical alphabet using artificial intelligence. RGSA, v. 18, n. 12, p. e010610, 2024. DOI: https://doi.org/10.24857/rgsa.v18n12-214 DOI: https://doi.org/10.24857/rgsa.v18n12-214
BORGHOFF, U. M.; MINAS, M.; MÖNCH, K. (2025). Generative AI in student software development projects: A user study on experiences and self-assessment. In: Proceedings of the 6th European Conf. Software Eng. Education, 2025. DOI: https://doi.org/10.1145/3723010.3723012. DOI: https://doi.org/10.1145/3723010.3723012
CINAR, A.B., & BILODEAU, S. (2024). Incorporating AI into the Inner Circle of Emotional Intelligence for Sustainability. Sustainability, 16, 6648. https://doi.org/10.3390/su16156648. DOI: https://doi.org/10.3390/su16156648
COELHO, M. H.; SARTOR, M.; MANENTE, M. T.; FRIGO, L. B. e POZZEBON, E. (2017). Tecnologia, inovação e educação: caminhando juntas para o desenvolvimento de smart cities. In: Revista novas tecnologias na Educação – UFRGS. v.15, n. 2. DOI: https://doi.org/10.22456/1679-1916.79185
CONG, Y. (2024). AI Language Models: An Opportunity to Enhance Language Learning. Informatics, 11, 49. https://doi.org/10.3390/informatics11030049. DOI: https://doi.org/10.3390/informatics11030049
COSTA, J. C. L.; SANTOS, D. F. A.; OLIVEIRA, M. R. de; MOURA, R. A. (2025). Aprendizagem com solução de problemas reais para aprimoramento discente na injunção socioprofissional. Revista CLCS, [S l], v18, n 2, p. e15288, 2025. DOI: 10.55905/revconv.18n.2-100. DOI: https://doi.org/10.55905/revconv.18n.2-100
DA SILVA FILHO, A. L.; BENEVIDES, M. P.; NOHARA, E. L.; DE MOURA, R. A. (2025). Engenharia mecânica na construção de máquina-ferramenta portátil para usinar peças de até 1200 milímetros de diâmetro. ARACÊ, [S. l.], v7, n7, p.40298–40314. DOI: 10.56238/arev7n7-295. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/6788. Acesso: 28ago2025. DOI: https://doi.org/10.56238/arev7n7-295
EGARA, F. O., & MOSIMEGE, M. (2024). Exploring the integration of artificial intelligence-based ChatGPT into mathematics instruction: Perceptions, Challenges, and Implications for Educators. Education Sciences, 14, 742. https://doi.org/10.3390/educsci14070742. DOI: https://doi.org/10.3390/educsci14070742
FAN, G. et al. The impact of AI-assisted pair programming on student motivation, programming anxiety, collaborative learning, and programming performance: a comparative study with traditional pair programming and individual approaches. International Journal of STEM Education, v. 12, n. 1, p. 16, 2025. DOI: https://doi.org/10.1186/s40594-025-00537-3
FERNÁNDEZ-HERRERO, J. (2024). Evaluating Recent Advances in Affective Intelligent Tutoring Systems: A Scoping Review of Educational Impacts and Future Prospects. Educ. Sci., 14, 839. https://doi.org/10.3390/educsci14080839. DOI: https://doi.org/10.3390/educsci14080839
HERMANN, E. Artificial intelligence and mass personalization of communication content—an ethical and literacy perspective. New Media & Society, v. 24, p. 1258-1277, 2021. DOI: https://doi.org/10.1177/14614448211022702 . DOI: https://doi.org/10.1177/14614448211022702
LEWOWSKI, T.; MADEYSKI, L. (2022). Code smells detection using artificial intelligence techniques: A business-driven systematic review. Developments in Information & Knowledge Management for Business Applications, p. 285-319, 2022. DOI: https://doi.org/10.1007/978-3-030-77916-0_12
MIGUEL, P. A. C.; FLEURY, A.; MELLO, C. H. P.; NAKANO, D. N.; LIMA, E. P.; TURRIONI, J. B.; HO, L. L.; MORABITO, R.; MARTINS, R. A.; SOUSA, R.; COSTA, S. E. G.; PUREZA, V. 2018. Metodologia de pesquisa em engenharia de produção e gestão de operações. 3ª Ed. Rio de Janeiro: Editora GEN LTC. 2018. ISBN 978-853529134-6. ISBN 13 – 978-8535291346.
MOURA, RA DE, SANTOS, DFA, BENEVIDES, MP, RICHETTO, MRS, OLIVEIRA, MR DE, & SILVA, MB (2024). Neurociência e ergonomia aplicadas como ciências comportamentais profissionais para longevidade saudável. Revista De Gestão - RGSA , 18 (12), e09741. https://doi.org/10.24857/rgsa.v18n12-077 DOI: https://doi.org/10.24857/rgsa.v18n12-077
OLIVEIRA, M. R.; BENEVIDES, K. D. G.; RUFINO, L. J. G. C.; SANTOS, D. F. A.; BENEVIDES, M. P.; MOURA, R. A. (2025). Direito Digital e sua limitação no uso da inteligência artificial hodierna: um ponto para reflexão e ações requeridas. CLCS, [S. l.], v. 18, n. 7, p. e19679, 2025. DOI: 10.55905/revconv.18n.7-341. https://ojs.revistacontribuciones.com/ojs/index.php/clcs/article/view/19679 DOI: https://doi.org/10.55905/revconv.18n.7-341
SEO, K., TANG, J., ROLL, I., FELS, S., & YOON, D. (2021). The impact of artificial intelligence on learner–instructor interaction in online learning. International Journal of Educational Technology in Higher Education, 18, 54. https://doi.org/10.1186/s41239-021-00292-9. DOI: https://doi.org/10.1186/s41239-021-00292-9
SILVA, E. A.; CAMARGO, A. A.; SILVA, M. B.; MOURA, R. A. (2024). Neuroergonomía y Tecnologías inmersivas para lograr un envejecimiento saludable sin dolor y además sin ortesis. Revista Exatas. V.30. UNITAU. DOI: https://doi.org/10.69609/1516-2893.2024.v30.n2.a3916 DOI: https://doi.org/10.69609/1516-2893.2024.v30.n2.a3916
