Aplicação de LLMs para apoio a Especificação de Requisitos de Software
Engenharia de Requisitos; ISO 29148:2018; LLM; RAG; Engenharia de Prompt; Design Science Research; Qualidade textual dos requisitos.
A Especificação de Requisitos muitas vezes apresenta lacunas de ambiguidade, inconsistência e incompletude, o que compromete a verificabilidade do software e eleva os custos de desenvolvimento. Este trabalho investiga como os Grandes Modelos de Linguagem (LLMs), orientados por Engenharia de Prompt, podem sistematizar a geração de especificações em linguagem natural em conformidade com as diretrizes da norma ISO 29148:2018. Esta pesquisa propõe um Assistente de Especificação estruturado em quatro pilares: (i) geração assistida de requisitos a partir de dados de elicitação; (ii) aplicação de few-shot prompting com padrões sintáticos e atributos de qualidade da norma; (iii) integração de RAG (Geração Aumentada por Recuperação) para consulta contextualizada a guias de boas práticas; e (iv) refinamento iterativo mediado por supervisão humana para mitigação de subjetividades. Adotando a metodologia Design Science Research (DSR), o artefato foi avaliado por meio de experimentos comparativos envolvendo três turmas de graduação, confrontando o desempenho do Assistente contra um LLM de referência (ChatGPT). Os critérios de avaliação focaram na clareza, consistência, completude e no esforço cognitivo de redação. As contribuições deste estudo incluem: (1) a operacionalização das recomendações da ISO 29148 em verificações automatizadas; (2) um protocolo replicável para o uso de LLMs na engenharia de requisitos; e (3) evidências empíricas sobre os benefícios e as limitações do apoio automatizado na garantia da qualidade de software.