Simpósio Brasileiro de Engenharia de Software (SBES)

Improving Software Quality Through AI-Assisted Discovery in a Large Enterprise System

William Niemiec, Matheus Pereira, Douglas Silva, Daniela Caroline Kock Klitzke, Ian Tomelin Serpa, Gilbran Cristovão, Cristian Zimmermann de Araujo

Publicado em

Simpósio Brasileiro de Engenharia de Software (SBES)

Ano

2026

Resumo

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.

Como citar