INTEGRAÇÃO DO CHATGPT NA OTIMIZAÇÃO DE ANALISADORES ESTÁTICOS

Resumo

Este trabalho investiga a viabilidade do uso do ChatGPT como ferramenta auxiliar na análise estática de código, com foco na ampliação do conjunto de alertas e na priorização daqueles com maior probabilidade de corresponderem a defeitos reais. Foram utilizados analisadores estáticos de código aberto para Java aplicados a projetos do repositório Defects4J. O ChatGPT foi instruído a reproduzir os resultados dessas ferramentas, além de agrupar, organizar e priorizar os alertas gerados. Os resultados demonstraram que 68,92% dos alertas eram exclusivos de cada ferramenta, enquanto 31,08% foram compartilhados, evidenciando que a combinação de diferentes analisadores amplia a cobertura da análise. Quanto à priorização, dos 257 alertas identificados, 25 (9,72%) foram corretamente classificados como prioritários, com apenas 1,55% de falhas em alertas que deveriam receber prioridade. Contudo, 20,23% representaram falsas priorizações. Observou-se ainda que 76,92% dos defeitos conhecidos foram detectados total ou parcialmente. Conclui-se que o ChatGPT apresenta potencial para otimizar a análise estática ao apoiar a identificação e organização de alertas, reduzindo esforços do desenvolvedor. Entretanto, limitações como variação de respostas, restrições de contexto e casos de defeitos não priorizados indicam que seu uso deve ocorrer de forma supervisionada.