Uma tese da UFU premiada no maior congresso de software da América Latina mostrou como a IA pode ajudar a tornar códigos de programação bem mais fáceis de compreender. 🤖💻🧵

Imagem indisponível

A ideia parece simples, mas resolve uma dor enorme: um software pode funcionar perfeitamente e ainda ser um pesadelo para quem precisa dar manutenção nele meses — ou anos — depois.

Carlos Eduardo Carvalho Dantas combinou ferramentas de análise estática com modelos de IA. Primeiro, a ferramenta encontra um problema de legibilidade; depois, a IA recebe o alerta e tenta reescrever aquele trecho de código.

Imagem indisponível

Exemplo do que pesa na leitura: variáveis com nomes confusos, partes desnecessárias do programa e estruturas enroladas. Pequenas mudanças assim podem poupar muito tempo de quem desenvolve e mantém sistemas.

A pesquisa avaliou LLMs — os modelos por trás de ferramentas como ChatGPT, Gemini e DeepSeek. Os modelos especializados em programação, como o DeepSeek Coder, tiveram os melhores resultados.

Imagem indisponível

E teve um cuidado importante: não basta uma ferramenta dizer que o código ficou “bonito”. A tese também olhou projetos reais do GitHub para entender o que desenvolvedores de verdade consideram mais legível.

Isso importa porque código claro não é frescura: reduz erros, facilita a entrada de gente nova nas equipes e evita que o conhecimento fique preso na cabeça de poucas pessoas. IA boa aqui é a que ajuda pessoas a trabalhar melhor.

Imagem indisponível

A tese ficou entre as 3 vencedoras do Concurso de Teses e Dissertações do CBSoft, realizado na USP. Um lembrete ótimo de que pesquisa pública brasileira está mexendo em problemas bem concretos do nosso dia a dia digital.