Análise de envelhecimento de software em aplicações Python geradas por LLM sob execução prolongada
Data
2026-05-20
Autores
Lattes da Autoria
Orientação Docente
Lattes da Orientação Docente
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Modelos de Linguagem de Grande Escala (LLMs) têm sido cada vez mais utilizados para gerar sistemas de software automaticamente, porém o comportamento operacional de longo prazo dessas aplicações ainda é pouco compreendido. Em particular, ainda não está claro se sistemas gerados por LLMs podem apresentar degradação progressiva de desempenho e aumento no consumo de recursos ao longo do tempo, caracterizando sintomas de envelhecimento de software durante execuções prolongadas. Este trabalho apresenta um estudo experimental que investiga possíveis efeitos de envelhecimento em quatro aplicações Python geradas com ChatGPT a partir de cenários do benchmark BaxBench. Os sistemas foram executados sob carga contínua enquanto métricas de consumo de memória e tempo de resposta foram monitoradas. Análises estatísticas utilizando o teste de Mann-Kendall e a estimativa da inclinação de Sen foram aplicadas para detectar tendências temporais nos dados coletados. Os resultados indicam crescimento consistente no consumo de memória nas aplicações avaliadas, sugerindo indícios de envelhecimento, enquanto degradação no tempo de resposta foi observada apenas em um caso.
Resumo em outro idioma
Large Language Models (LLMs) have increasingly been used to automatically generate software systems; however, the long-term operational behavior of these applications remains poorly understood. In particular, it is still unclear whether LLM-generated systems may exhibit progressive performance degradation and increasing resource consumption over time, characterizing symptoms of software aging during prolonged execution. This work presents an experimental study investigating possible aging effects in four Python applications generated with ChatGPT based on scenarios from the BaxBench benchmark. The systems were executed under continuous workload while memory consumption and response time were monitored. Statistical analyses using the MannKendall test and Sen’s slope estimator were applied to detect temporal trends in the collected data. The results indicate consistent growth in memory consumption across the evaluated applications, suggesting evidence of aging, while response time degradation was observed in only one case.
Descrição
Referência
COSTA, Gustavo Henrique de Souza. Análise de envelhecimento de software em aplicações Python geradas por LLM sob execução prolongada. 2026. 14 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2026.
Identificador dARK
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como openAccess