Identificação e Correção de Smells em Testes escritos em Linguagem
Natural: Um estudo de caso na Indústria de Smartphones
Engenharia de Software, Testes de software, Testes de
Regressão, Refatoração, Dispositivos móveis, Android
Garantir a qualidade do software de dispositivos móveis utilizados pelos
mais diversos tipos de usuários torna-se desafiador e requer bastante
atenção para não comprometer suas experiências. Levam-se em consideração as
funcionalidades, regiões, poder aquisitivo e escolhas. Nesse sentido,
testes de software é uma das atividades de maior relevância neste processo,
por verificar, simular e usar o produto antes do usuário final na tentativa
de antecipar quaisquer comportamentos que diferem do esperado. A plataforma
Android é muito ampla, há muitas pessoas envolvidas, e por este motivo a
escrita de testes em linguagem natural acaba não seguindo um padrão de
escrita, além de coerência e coesão no texto. Além disso, o uso de modelos
para especificação em linguagem controlada não é suficiente para reduzir
estes problemas de má escrita, levando em consideração a subjetividade
humana no entendimento dos requisitos. Este trabalho tem como objetivo
geral analisar o framework Manual Test Sensei, para identificação de
refatorações necessárias para eliminação de Bad Smells em casos de testes
escritos em Linguagem Natural, da suíte de testes de Regressão. Para isso,
primeiro foi preciso identificar quais smells estão presentes nos testes e
quais os padrões para sugerir a refatoração adequada. Neste estudo são
descritos os conceitos fundamentais para o entendimento dos componentes
envolvidos, como: testes de software, automatizados e manuais, Smells,
refatorações, além de análise de questionários utilizados para a validação
da pesquisa.