O uso do assistente de programação baseado em Inteligência Artificial, o GitHub Copilot, na Qualidade de Software: Uma revisão sistemática de literatura
DOI:
https://doi.org/10.33448/rsd-v15i4.50966Palavras-chave:
Copilot, Qualidade de Software, Desenvolvimento de Software, Automação no Desenvolvimento.Resumo
O objetivo do artigo é investigar como a literatura científica tem relatado o uso do GitHub Copilot e seu impacto na qualidade de código. A pesquisa foi realizada por meio de uma revisão sistemática da literatura, seguindo etapas de definição dos critérios de inclusão e exclusão, busca em bases de dados disponibilizadas pelo Portal de Periódicos CAPES, seleção dos estudos relevantes e análise qualitativa dos selecionados. Foram identificados e analisados quinze estudos que abordam diferentes aspectos do GitHub Copilot, incluindo o aspecto de segurança, a influência da estrutura dos prompts, os impactos na produtividade, a comparação sobre desempenho em relação aos humanos e os desafios enfrentados pelos desenvolvedores, evidenciando tanto benefícios quanto limitações no uso da ferramenta. A ferramenta apresenta-se como um apoio útil ao desenvolvedor, servindo como um bom ponto de partida e direcionamento para a codificação. Entretanto, devido a potenciais tendências de geração de código inseguro e dificuldade em lidar com tarefas complexas, não é recomendado a ser usado de modo isolado. Além disso, os resultados também dependem da forma como os desenvolvedores utilizam o GitHub Copilot, sendo que a confiança excessiva e prompts mal estruturados podem levar a retrabalho, especialmente entre programadores iniciantes, público predominante da ferramenta.
Referências
Barke, S., James, M. B., & Polikarpova, N. (2023). Grounded Copilot: How Programmers Interact with Code-Generating Models. Proceedings of the ACM on Programming Languages, 7(OOPSLA1), 85–111. https://doi.org/10.1145/3586030
Baskhad Idrisov, & Schlippe, T. (2024). Program Code Generation with Generative AIs. Algorithms, 17(2), 62–62. https://doi.org/10.3390/a17020062
ChatGPT, a inteligência artificial como você nunca viu, é a próxima revolução | Brasil. (2023, February 24). McKinsey & Company. https://www.mckinsey.com/br/our-insights/all-insights/chatgpt-e-a-revolucao-da-inteligencia-artificial?form=MG0AV3
Ensslin, L., Ensslin, S. R., & Pinto, H. de M. (2013). Processo de investigação e análise bibliométrica: avaliação da qualidade dos serviços bancários. Revista de Administração Contemporânea, 17(3), 325–349. https://doi.org/10.1590/s1415-65552013000300005
Fagadau, I. D., Mariani, L., Micucci, D., & Riganelli, O. (2024, February 13). Analyzing Prompt Influence on Automated Method Generation: An Empirical Study with Copilot. ArXiv.org. https://doi.org/10.1145/3643916.3644409
Fu, Y., Liang, P., Tahir, A., Li, Z., Shahin, M., Yu, J., & Chen, J. (2025). Security Weaknesses of Copilot-Generated Code in GitHub Projects: An Empirical Study. ACM Transactions on Software Engineering and Methodology. https://doi.org/10.1145/3716848
GitHub. (2025). GitHub Copilot · Your AI pair programmer. GitHub. https://GitHub.com/features/copilot
GitHub. (2025). What is GitHub Copilot? GitHub Docs. https://docs.GitHub.com/en/copilot/about-GitHub-copilot/what-is-GitHub-copilot
Hussein Mozannar, Bansal, G., Fourney, A., & Horvitz, E. (2024). Reading Between the Lines: Modeling User Behavior and Costs in AI-Assisted Programming. https://doi.org/10.1145/3613904.3641936
IDC - About - Home. (2019). IDC: The Premier Global Market Intelligence Company. https://www.idc.com/about
Imai, S. (2022, May 1). Is GitHub Copilot a Substitute for Human Pair-programming? An Empirical Study. IEEE Xplore. https://doi.org/10.1145/3510454.3522684
Introducing ChatGPT. (2022, November 30). OpenAI. https://openai.com/index/chatgpt/
Jyoti, R., & Schubmehl, D. (2024). Business opportunity of AI: Generative AI adoption and business impact. International Data Corporation (IDC). Recuperado de https://info.microsoft.com/ww-landing-business-opportunity-of-ai.html
Krasner, H. (2022). The cost of poor quality software in the US: A 2022 report. Consortium for Information & Software Quality. Recuperado de https://www.it-cisq.org/the-cost-of-poor-quality-software-in-the-us-a-2022-report/
Lopes, A. (2023). Introdução aos LLMs e à IA generativa. BRAINS. https://brains.dev/2023/introducao-aos-llms-e-a-ia-generativa/
Nosek, B. A., & Errington, T. M. (2020). What Is Replication? PLOS Biology, 18(3). https://doi.org/10.1371/journal.pbio.3000691
OBrien, D., Biswas, S., Sayem Mohammad Imtiaz, Rabe Abdalkareem, Emad Shihab, & Rajan, H. (2024). Are Prompt Engineering and TODO Comments Friends or Foes? An Evaluation on GitHub Copilot. https://doi.org/10.1145/3597503.3639176
Paula, J. de. (2024, April 5). Dívida Técnica: como reconhecer, entender e superar. Objective. https://www.objective.com.br/insights/divida-tecnica/
Pearce, H., Ahmad, B., Tan, B., Dolan-Gavitt, B., & Karri, R. (2022, May 1). Asleep at the Keyboard? Assessing the Security of GitHub Copilot’s Code Contributions. IEEE Xplore. https://doi.org/10.1109/SP46214.2022.9833571
Peslak, A., & Kovalchick, L. (2024). AI for coders: An analysis of the usage of ChatGPT and GitHub Copilot. Issues in Information Systems. https://iacis.org/iis/2024/4_iis_2024_252-260.pdf
Pressman, R. S., & Maxim, B. R. (2021). Engenharia de software: uma abordagem profissional (9ª ed.). AMGH.
Priberam Informática, S.A. (2024). Dicionário Priberam da Língua Portuguesa. Dicionário Priberam Da Língua Portuguesa. https://dicionario.priberam.org/revolucion%C3%A1rio
RocketCode. (2023, September 23). Entendendo a dívida técnica no desenvolvimento de software. https://rocketcode.com.br/blog/entendendo-a-divida-tecnica-no-desenvolvimento-de-software/
Sauvola, J., Tarkoma, S., Klemettinen, M., Riekki, J., & Doermann, D. (2024). Future of software development with generative AI. Automated Software Engineering, 31(1). https://doi.org/10.1007/s10515-024-00426-z
Sena, J., Barreto, A., Barbosa, J., & Alves, K. (2024). POTENCIALIDADES E DESAFIOS DO GitHub COPILOT COMO FERRAMENTA DA INTELIGÊNCIA ARTIFICIAL. P2P E INOVAÇÃO, 10(2). https://doi.org/10.21728/p2p.2024v10n2e-7031
Shi, Y., Nazmus Sakib, Hossain Shahriar, Lo, D., Chi, H., & Qian, K. (2023). AI-Assisted Security: A Step towards Reimagining Software Development for a Safer Future. https://doi.org/10.1109/compsac57700.2023.00142
Song, F., Agarwal, A., & Wen, W. (2024). The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot. ArXiv.org. https://arxiv.org/abs/2410.02091
Stack Overflow. (2024). 2024 developer survey: AI. https://survey.stackoverflow.co/2024/ai/
Usman, M., Bin Ali, N., & Wohlin, C. (2023). A Quality Assessment Instrument for Systematic Literature Reviews in Software Engineering. E-Informatica Software Engineering Journal, 17(1), 230105. https://doi.org/10.37190/e-inf230105
Vahid Majdinasab, Bishop, M. J., Rasheed, S., Arghavan Moradidakhel, Tahir, A., & Foutse Khomh. (2024). Assessing the Security of GitHub Copilot’s Generated Code - A Targeted Replication Study. https://doi.org/10.1109/saner60148.2024.00051
Vaithilingam, P., Zhang, T., & Glassman, E. L. (2022). Expectation vs. Experience: Evaluating the Usability of Code Generation Tools Powered by Large Language Models. CHI Conference on Human Factors in Computing Systems Extended Abstracts. https://doi.org/10.1145/3491101.3519665
Yetistiren, B., Ozsoy, I., & Tuzun, E. (2022). Assessing the quality of GitHub copilot’s code generation. Proceedings of the 18th International Conference on Predictive Models and Data Analytics in Software Engineering. https://doi.org/10.1145/3558489.3559072
Zhang, B., Liang, P., Zhou, X., Ahmad, A., & Waseem, M. (2023). Demystifying Practices, Challenges and Expected Features of Using GitHub Copilot. International Journal of Software Engineering and Knowledge Engineering, 1–20. https://doi.org/10.1142/s0218194023410048
Ziegler, A., Eirini Kalliamvakou, X. Alice Li, Rice, A., Rifkin, D., Simister, S., Ganesh Sittampalam, & Aftandilian, E. (2024). Measuring GitHub Copilot’s Impact on Productivity. Communications of the ACM, 67(3), 54–63. https://doi.org/10.1145/3633453
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Lais Aparecida Ferreira de Oliveira, Cristina Corrêa de Oliveira
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
