INTELIGÊNCIA ARTIFICIAL INTEGRADA EM TESTES DE SOFTWARE: UMA ANÁLISE COMPARATIVA

O presente artigo investigou a integração da inteligência artificial (IA) aos processos de teste de software frente às
crescentes demandas por qualidade, velocidade e eficiência no desenvolvimento. Em cenários nos quais ciclos de entrega
contínua (CI/CD) comprimem prazos e ampliam a complexidade dos sistemas, a automação inteligente emergiu como
fator estratégico para a sustentabilidade dos projetos. O estudo analisou contextos em que a IA mostrou-se altamente
vantajosa e aqueles em que a avaliação humana permaneceu insubstituível, como em testes exploratórios e validação de
acessibilidade. Para fundamentar a discussão, foram apresentados a norma ISO/IEC 25010, métodos de verificação e
validação, e ferramentas de IA generativa aplicadas a testes. Como contribuição empírica, foi realizado um estudo de caso
comparativo no qual um mesmo código Python foi submetido à análise de três modelos de linguagem (GPT-4, DeepSeek
e O3-mini) e de desenvolvedores humanos, medindo-se tempo de resposta e capacidade de identificação de falhas. Foram
também discutidas métricas do impacto econômico da IA no setor de qualidade de software (QA), com projeções de
CAGR de 26,8% até 2030 (Grand View Research, 2024). Os resultados evidenciaram que as ferramentas de IA
concluíram a análise em média 71 vezes mais rápido que os avaliadores humanos, com padrões complementares na
detecção de falhas: a IA destacou-se em consistência técnica, enquanto os desenvolvedores demonstraram superior
percepção de aspectos funcionais e de usabilidade. Concluiu-se que a integração estratégica entre automação inteligente
e supervisão humana representa o caminho mais promissor para equipes que buscam qualidade e robustez nos processos
de teste.