O impacto da IA generativa na produtividade em desenvolvimento de software

Resumo

Objetivo - Esta pesquisa analisa o impacto do uso de Inteligência Artificial Generativa (IAG) na produtividade de desenvolvedores de software, mensurada pelo esforço relativo em horas por ponto de função (H/PF), considerando diferenças entre User Stories em ambiente real. Metodologia - A pesquisa adotou abordagem quantitativa, com 34 observações de 12 desenvolvedores, distribuídas entre as condições com IAG e sem IAG. As atividades foram organizadas em três User Stories, com tamanho funcional medido por pontos de função. A análise utilizou testes não paramétricos, com destaque para o teste de Van Elteren. Resultados - Os resultados indicaram evidência favorável à associação entre IAG e redução do esforço relativo. A mediana de H/PF passou de 5,52 para 4,08, redução de 26,1%, e a média passou de 8,46 para 5,69, redução de 32,7%. O teste de Van Elteren foi significativo, com Z = -2,365 e p = 0,018. A hipótese relacionada à redução de retrabalho não foi suportada. Limitações - A principal limitação está no tamanho da amostra e no desenho de alocação, pois a mesma User Story não foi executada pelo mesmo desenvolvedor nas duas condições. Os resultados devem ser interpretados considerando a heterogeneidade das tarefas, possível curva de aprendizado e o contexto específico do estudo. Aplicabilidade do trabalho - O estudo oferece subsídios para organizações avaliarem ferramentas de IAG em equipes de desenvolvimento, reforçando a importância de mensurar produtividade por tipo de tarefa, tamanho funcional e contexto operacional. Contribuições para a sociedade - A pesquisa apoia uma adoção mais responsável e mensurável da IAG no desenvolvimento de software, contribuindo para decisões mais consistentes sobre produtividade, capacitação técnica e qualidade da entrega. Originalidade - O estudo aplica uma métrica funcional de produtividade, baseada em H/PF, em contexto real de desenvolvimento com uso de IAG, considerando a heterogeneidade entre User Stories por meio do teste de Van Elteren. Categoria do artigo: Dissertação de Mestrado / Pesquisa empírica;

Ficha do documento

Tipo

Dissertação

Ano

2026

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/39192

Temas

EconomiaAdministração PúblicaTecnologia

Palavras-chave

Inteligência Artificial GenerativaProdutividade em Desenvolvimento de SoftwarePontos de FunçãoTeste de Van ElterenMann-WhitneyGenerative artificial intelligenceSoftware development productivityFunction pointsVan Elteren testAdministração públicaInteligência ArtificialSoftware - DesenvolvimentoProdutividadeAdministração de empresas