INTELIGÊNCIA ARTIFICIAL PARA A OTIMIZAÇÃO DE CÓDIGO DO SANDBOX ATÉ A PERFORMANCE COLETIVA: UMA ANÁLISE QUALITATIVA
DOI:
https://doi.org/10.56238/arev7n9-036Palavras-chave:
Inteligência Artificial, Front-end, Back-end, Otimização Computacional, SandboxResumo
Sandbox significa um ambiente seguro em que linhas de programação ou códigos são executados, testados e até validados em espaço seguro e isolado. O espaço do desenvolvimento atua como local funcional e onde podem ser os códigos, linhas de programa podem ser ajustados sem interferir no produto. A sandbox regulatória possibilita inovações e operações controladas. Por exemplo, a crescente integração da inteligência artificial (IA) no desenvolvimento de software impulsionou a otimização de processos e a refatoração de códigos. Neste sentido, esta pesquisa investiga a eficácia de diferentes IAs na otimização de códigos quanto ao desempenho final, comparando o desempenho de códigos funcionais desenvolvidos por humanos com versões otimizadas por quatro modelos de IA que abrangem as áreas de front-end e back-end em diferentes níveis de complexidade ciclomática. A metodologia envolveu a submissão de códigos a um prompt padronizado de refatoração, com a eficiência avaliada por um quociente que considera acurácia, tempo de execução e tamanho do código (Q = A.t/S). Os resultados indicaram um aumento substancial na eficiência dos códigos otimizados pelas IAs em comparação com os originais. Notou-se, contudo, variações de desempenho entre as IAs e as frentes de desenvolvimento. Conclui-se que a IA é um recurso para a otimização de código, mas sua eficácia é influenciada pelo contexto da tarefa e pelo modelo específico utilizado, destacando-se a necessidade de uma aplicação consciente e contextual da tecnologia.
Downloads
Referências
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
