Comparação de modelos de inteligência artificial no desenvolvimento de software: desempenho e complexidade

Abstract

Este estudo explora o impacto dos modelos de inteligência artificial (IA) no campo do desenvolvimento de software, com um enfoque especial em ferramentas que auxiliam na criação de código. Com a crescente utilização de IAs em várias áreas profissionais surge a necessidade de compreender sua eficiência e limitações ao automatizar a programação. Neste estudo são comparadas três ferramentas de IA Generativas (GitHub Copilot, Tabnine e Code Llama), em relação à efetividade e precisão na criação de alguns algoritmos (Busca Binária, Fibonacci e Quick Sort), em linguagens de programação populares (Java, Python e C#). A análise avalia aspectos de desempenho e complexidade, considerando as complexidades assintóticas e ciclomáticas dos códigos produzidos. Além de discutir os benefícios para a produtividade dos desenvolvedores, o estudo explora implicações sociais e éticas do uso da IA na programação, incluindo o potencial impacto no mercado de trabalho e a necessidade de regulamentação em relação ao uso de dados e possíveis preconceitos. Os resultados evidenciaram que o GitHub Copilot se destacou em otimizações assintóticas, o Code Llama em legibilidade e consistência, e o Tabnine em eficiência de tempo, embora com maior complexidade em algumas implementações.