Modelo da JetBrains e da Universidade de Lund aborda gargalos na revisão de código gerado por IA

A JetBrains Research, em colaboração com pesquisadores da Universidade de Lund, publicou uma estrutura conceitual para a revisão de código gerado por IA. Agendado para apresentação na Empirical Software Engineering International Week 2026 (ESEIW) em outubro de 2026, o estudo aborda como os fluxos de trabalho dos desenvolvedores precisam se adaptar à medida que agentes de IA passam a gerar conjuntos de alterações em múltiplos arquivos em questão de segundos.

Os limites das visualizações tradicionais de diff

As revisões de código tradicionais dependem fortemente do contexto interpessoal, como conhecer o nível de experiência de um colega ou solicitar esclarecimentos rápidos. Em contrapartida, os modelos de linguagem de grande porte apresentam cada linha de código gerada com uma confiança uniforme, independentemente do grau de incerteza do modelo ao produzir lógicas específicas, como migrações de banco de dados ou regras de segurança.

O estudo argumenta que os visualizadores padrão de diff não conseguem escalar quando aplicados aos resultados produzidos por IA. Como os modelos geram rapidamente solicitações de pull grandes e complexas com uma confiança visual homogênea, o principal desafio do revisor deixa de ser entender o que mudou e passa a ser a calibração da confiança entre segmentos com diferentes níveis de risco.

Um modelo de revisão em três níveis

Com base em um estudo de design participativo realizado com 17 profissionais ativos e em uma pesquisa com 43 especialistas em software, os pesquisadores propuseram um fluxo de trabalho de revisão em três níveis, que se conecta a conceitos clássicos de visualização de informações. O modelo guia os revisores desde visões gerais de alto nível até detalhes seletivos do código.

Nesse fluxo de trabalho, os desenvolvedores formulam inicialmente hipóteses de alto nível, passam para a estratificação de risco por arquivo antes de lerem linhas individuais e, finalmente, analisam trechos específicos de código. As interações no nível de trechos utilizam a decomposição em blocos e conexões de cadeia de pensamento para fornecer os sinais contextuais que autores humanos costumam transmitir diretamente.

Ferramentas existentes e lacunas no design de sistemas

O artigo destaca implementações parciais desses conceitos em ferramentas já existentes, como os resumos em prosa de solicitações de pull do CodeRabbit, a marcação de gravidade do Claude Code e os pull requests empilhados do Graphite. Além disso, o GitHub relata que as revisões de código auxiliadas pelo Copilot já representam mais de um quinto das revisões realizadas em sua plataforma.

Apesar desses avanços, os pesquisadores observam que os ambientes de desenvolvimento integrado atuais ainda são organizados prioritariamente em torno da exibição de diffs. Os autores incentivam os criadores de ferramentas a projetar interfaces focadas em sinais de risco e nos níveis de atenção do revisor, em vez de focar apenas em alterações de texto convencionais.

Ilustração editorial gerada por IA; não é uma fotografia documental.

Fonte: Our Framework for Reviewing AI-Generated Code