Prospecção e detecção de smells em casos de teste escritos no padrão BDD com a linguagem Gherkin

• Main Author: Santos, Felipe da Silva
• Publication Date: 2025
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional do Instituto Federal de Alagoas (RI IFAL)
• Download full: https://repositorio.ifal.edu.br/handle/123456789/1103
• topic: Test smells; BDD; Gherkin; Cucumber; qualidade de software; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO

Os test smells são indícios de problemas estruturais que comprometem a qualidade de testes de software. Eles têm sido estudados em diferentes contextos, mas sua presença em testes no padrão Behavior-Driven Development (BDD) ainda é pouco investigada. Dado a crescente adoção do BDD na indústria, especialmente com a linguagem Gherkin, torna-se importante compreender se esses smells também ocorrem nessa tecnologia. O presente trabalho tem como objetivo identificar e categorizar test smells em testes escritos no padrão BDD, contribuindo para a melhoria da qualidade e manutenção dos testes. Para isso, foi realizada uma revisão sistemática para identificar smells no contexto de BDD, seguida por uma análise manual dos repositórios públicos de 7 projetos no GitHub que utilizam Gherkin, onde a partir dessas observações, foram propostos 12 tipos de smells efetivamente identificados na base de dados utilizada, dos quais passaram por um estudo de validação com 22 profissionais que trabalham com testes Gherkin, posteriormente sendo desenvolvida uma ferramenta automatizada para identificação desses smells propostos. Utilizou-se a ferramenta para analisar os repositórios selecionados e foram calculadas as suas métricas de precision, recall e f-measure nas detecções de smells. Os resultados indicaram a presença de um grande número de smells nos testes analisados, corroborando a hipótese de que esses problemas existem no contexto do BDD. Além disso, a ferramenta criada se mostrou eficiente na identificação de novos smells, ampliando o alcance da análise. Conclui-se que há uma lacuna significativa no estudo desses indícios em BDD e que esforços adicionais são necessários para investigar mais profundamente esse tema, visto que mesmo com uma base de dados limitada, foi possível encontrar uma quantidade expressiva de smells.