Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/45368
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_IaraGomesAndrade_tcc.pdf2,9 MBAdobe PDFver/abrir
Título: AI-Driven Agile: estratégias ágeis e inteligência artificial para gestão de requisitos
Autor(es): Andrade, Iara Gomes
Orientador(es): Monteiro, Simone Borges Simão
Assunto: Software - desenvolvimento
Elicitação de requisitos
Métodos agéis
Engenharia de requisitos
Inteligência artificial
Data de apresentação: 7-Jul-2025
Data de publicação: 11-Ago-2026
Referência: ANDRADE, Iara Gomes. AI-Driven Agile: estratégias ágeis e inteligência artificial para gestão de requisitos. 2025. 63 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) — Universidade de Brasília, Brasília, 2025.
Resumo: A elicitação de requisitos é um aspecto crítico do desenvolvimento de software, pois as equipes ágeis frequentemente enfrentam dificuldades para equilibrar a flexibilidade e a qualidade da documentação. Essa contradição pode resultar em requisitos pouco claros e, consequentemente, em falhas e ineficiências no projeto. Para abordar esse desafio, esta pesquisa propõe melhorias no processo de descrição de requisitos de software, usando metodologias ágeis, especificamente Scrum e Shape-up, e o modelo de inteligência artificial GPT-4o para promover a autonomia do desenvolvedor e garantir entregas de acordo com as expectativas das partes interessadas. Um estudo de caso real foi realizado no projeto Educado, uma iniciativa de software desenvolvida por uma equipe internacional como parte do portfólio Egalitarian ERAMUS+ que visa levar educação aos catadores de lixo do sistema de gestão de resíduos de Brasília. Por meio de uma abordagem de pesquisa-ação, o estudo analisa os aprimoramentos iterativos da documentação de requisitos usando análise de documentos, entrevistas semiestruturadas e observações em tempo real ao longo do ciclo de desenvolvimento. Os resultados revelaram um aumento relativo de 88,89% na taxa de entrega e uma redução de 80% do retrabalho comparado à primeira fase do ciclo. Além disso, o tempo médio do esforço operacional de escrita assistida por inteligência artificial reduziu em aproximadamente 83%. O roadmap proposto demonstra como refinar um item do backlog de forma a acelerar a documentação sem comprometer a precisão, preenchendo as lacunas do gerenciamento ágil moderno de produtos de software.
Abstract: Requirements elicitation is a critical aspect of software development since agile teams often struggle to balance flexibility and documentation quality. This contradiction can result in unclear requirements and, consequently, project failures and inefficiencies. To address this challenge, this research proposes improvements to the software requirement description process, using agile methodologies, specifically Scrum and Shape-up, and GPT-4o artificial intelligence model to promote developer autonomy and guarantee deliveries in line with stakeholders' expectations. A real-world case study was conducted in the Educado project, a software initiative developed by an international team as part of the Egalitarian ERAMUS+ portfolio, which aims to bring education to waste pickers from the Brasília waste management system. Through an action research approach, the study analyzes iterative enhancements to requirement documentation using document analysis, semi-structured interviews, and real-time observations throughout the development cycle. The results revealed a relative increase of 88.89% in the delivery rate and a reduction of 80% in rework compared to the first phase of the cycle. Additionally, the average operational effort for AI-assisted writing was reduced by approximately 83%. The proposed roadmap demonstrates how to refine a backlog item to accelerate documentation without compromising accuracy, bridging gaps in modern agile software product management.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia de Produção, 2025.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia de Produção



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.