Improving Software Quality Through AI-Assisted Discovery in a Large Enterprise System
Sistemas corporativos de grande porte evoluem frequentemente por meio de atividades de manutenção contínuas, mudanças nos requisitos de negócios e contribuições de várias equipes, sem as atualizações correspondentes em sua documentação técnica. Com o tempo, esse processo leva a um conhecimento fragmentado, à redução da compreensão do sistema e a práticas de manutenção cada vez mais reativas. Este artigo relata a experiência de reestruturação do módulo de mobilidade do Paytrack, uma plataforma de gestão de viagens e despesas de grande escala. Para lidar com problemas operacionais recorrentes, uma equipe dedicada conduziu um processo sistemático de descoberta e engenharia reversa, combinando análise colaborativa de código, decomposição de histórias técnicas, documentação orientada à abstração, geração de artefatos por meio de inteligência artificial e sessões contínuas de compartilhamento de conhecimento. Uma das principais contribuições desta iniciativa foi a *Abstract Sketch Strategy* (Estratégia de Esboço Abstrato), uma abordagem focada em representar fluxos complexos do sistema utilizando abstrações de nível mais alto para melhorar a legibilidade e reduzir a sobrecarga cognitiva. Após quatro meses, a iniciativa resultou em uma redução de 75% nos *bugs* escalonados para a equipe de desenvolvimento e uma redução de 90,13% na taxa de contato relacionada ao módulo. Além disso, a iniciativa aprimorou o compartilhamento de conhecimento coletivo e aumentou a manutenibilidade do sistema, fazendo com que a equipe passasse de um desenvolvimento reativo para um preventivo.
