Análise e Caracterização de Ferramentas Automatizadas de Refatoração

• Matheus Machado de O. Andrade PUC Minas
• Samara Martins Ferreira PUC Minas
• Cleiton Silva Tavares PUC Minas
• Leonardo Cardoso PUC Minas
• Laerte Xavier PUC Minas
• Lucila Ishitani PUC Minas

DOI: https://doi.org/10.5753/vem.2025.14610

Resumo

Refatoração automatizada é uma prática cada vez mais comum no processo de desenvolvimento de software. Porém, ainda não está claro a eficácia do uso de inteligência artificial para esse propósito. Sendo assim, este estudo avalia o GPT-4.5 e o Claude 3.7 Sonnet para refatorações automatizadas. A pesquisa concentra-se na aplicação dessas ferramentas ao sistema jparse, visando medir sua eficiência e aplicabilidades. A avaliação envolveu análises quantitativas e qualitativas de 816 refatorações, gerando oito critérios para avaliação dessas ferramentas em cenários reais. Os resultados mostraram que as ferramentas possuem um melhor comportamento quando aplicadas a escopos menores e direcionamento da refatoração a ser feita.

Referências

Almogahed, A., Mahdin, H., Zakaria, N. H., Omar, M., Barraood, S. O., and Alawadhi, A. (2023). Empirical investigation of the diverse refactoring effects on software quality: The role of refactoring tools and software size. In International Conference on Emerging Smart Technologies and Applications (eSmartA).

Amazon Web Services (2024). What are embeddings in machine learning? Accessed: 25 Mar. 2025.

Chidamber, S. and Kemerer, C. (1994). A metrics suite for object oriented design. IEEE Transactions on Software Engineering, 20(6):476–493.

Eilertsen, A. M. and Murphy, G. C. (2021a). Stepwise refactoring tools. In IEEE International Conference on Software Maintenance and Evolution (ICSME), pages 629–633.

Eilertsen, A. M. and Murphy, G. C. (2021b). The usability (or not) of refactoring tools. In 2021 IEEE International Conference on Software Analysis, Evolution and Reengineering (SANER), pages 237–248. IEEE.

Fowler, M. (2018). Refactoring: Improving the Design of Existing Code. Addison Wesley.

Ivers, J., Nord, R. L., Ozkaya, I., Seifried, C., Timperley, C. S., and Kessentini, M. (2022). Industry’s cry for tools that support large-scale refactoring. In International Conference on Software Engineering: Software Engineering in Practice (ICSE-SEIP), pages 163–164.

Mealy, E. and Strooper, P. (2006). Evaluating software refactoring tool support. In Australian Software Engineering Conference (ASWEC’06). IEEE.

Tempero, E., Anslow, C., Dietrich, J., Han, T., Li, J., Lumpe, M., Melton, H., and Noble, J. (2010). Qualitas corpus: A curated collection of java code for empirical studies. In 2010 Asia Pacific Software Engineering Conference (APSEC2010), pages 336–345.

Terra, R., Miranda, L. F., Valente, M. T., and Bigonha, R. S. (2013). Qualitas.class corpus: A compiled version of the qualitas corpus. Software Engineering Notes, pages 1–4.

Valente, M. T. (2020). Engenharia de Software Moderna: Princípios e Práticas para Desenvolvimento de Software com Produtividade. Independente.

White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., and Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt. arXiv preprint arXiv:2302.11382.

Wohlin, C., Runeson, P., Höst, M., Ohlsson, M., Regnell, B., and Wesslén, A. (2012). Experimentation in Software Engineering. Computer Science. Springer Berlin Heidelberg.