DocScrum: geração, validação e autocrítica fundamentada de artefatos ágeis a partir de código Java por LLM

A crescente complexidade dos sistemas de software, aliada à presença significativa de sistemas legados, tem intensificado os desafios relacionados à documentação, frequentemente inexistente, incompleta ou desatualizada. Esse cenário impacta diretamente a manutenção, evolução e compreensão dos sistemas, tornando o processo mais oneroso e suscetível a erros. Este trabalho propõe a utilização de Modelos de Linguagem de Grande Escala (LLMs) como suporte à reengenharia ágil de software, com foco na geração e atualização automatizada da documentação a partir de código-fonte escrito na linguagem Java. A abordagem consiste na aplicação de técnicas baseadas em LLMs para análise de código Java e extração de informações relevantes, transformando estruturas complexas em documentação compreensível e organizada. O objetivo deste estudo é apresentar um processo que integre práticas ágeis à utilização de Inteligência Artificial, visando aumentar a eficiência, reduzir o esforço manual e melhorar a qualidade da documentação produzida. Como resultados obtidos, destaca-se a capacidade de automatizar a geração de documentação técnica, reduzir o tempo necessário para compreensão de sistemas existentes e apoiar equipes de desenvolvimento na tomada de decisões. Por fim, são discutidas as limitações da abordagem, incluindo a possibilidade de inconsistências geradas pelos modelos, a necessidade de validação humana e questões relacionadas à segurança e privacidade do código analisado.