Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. UFPB - Campus I - Centro de Informática (CI)
  3. CI - Trabalhos de Conclusão de Curso de Graduação
  4. TCC - Ciência da Computação - CI
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/31509
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMaia, Caio Jordan de Lima-
dc.date.accessioned2024-08-20T14:53:15Z-
dc.date.available2023-11-30-
dc.date.available2024-08-20T14:53:15Z-
dc.date.issued2023-11-13-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/31509-
dc.description.abstractThis article explores the use of AI-based natural language processing models, such as ChatGPT and Bard, in the generation of software acceptance test cases to optimize this process. It compares the coverage of tests created manually by professionals with different levels of experience in software quality and the automatic generation of test cases by AI tools. The results show that collaboration between AI and senior QA professionals can optimize the process, offering efficiency and speed in the creation of test cases.pt_BR
dc.description.provenanceSubmitted by Michelle Barbosa (mi.2020@outlook.com.br) on 2024-08-20T14:53:15Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Caio Jordan de Lima Maia_TCC.pdf: 813671 bytes, checksum: 5faa9baf3817c1a6d24c467119fe969a (MD5)en
dc.description.provenanceMade available in DSpace on 2024-08-20T14:53:15Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Caio Jordan de Lima Maia_TCC.pdf: 813671 bytes, checksum: 5faa9baf3817c1a6d24c467119fe969a (MD5) Previous issue date: 2023-11-13en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectTeste de aceitaçãopt_BR
dc.subjectPlano de testept_BR
dc.subjectGarantia de qualidadept_BR
dc.subjectInteligência artificialpt_BR
dc.subjectChatGPTpt_BR
dc.subjectBardpt_BR
dc.titleTeste de aceitação gerado por Inteligência Artificial: um estudo exploratório sobre seu potencial de uso por analistas de testept_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Aguiar, Yuska Paola Costa-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9794253016107545pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7103368797487714pt_BR
dc.description.resumoEste artigo explora o uso de modelos de processamento de linguagem natural baseados em IA, como ChatGPT e Bard, na geração de casos de testes de aceitação de software para a otimização desse processo. É comparado a cobertura de testes criados manualmente por profissionais com diferentes níveis de experiência em qualidade de software e a geração automática de casos de teste pelas ferramentas de IA. Resultados demonstram que a colaboração entre IA e profissionais de QA sênior pode otimizar o processo, oferecendo eficácia e rapidez na criação de casos de teste.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentComputação Científicapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::OUTROSpt_BR
Aparece nas coleções:TCC - Ciência da Computação - CI

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Caio Jordan de Lima Maia_TCC.pdfTCC794,6 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons