A Systematic Review about Large Language Models (LLMs) applied to Code Generation

Autores

  • Fabio Alecsandro Bacin Universidade Federal da Fronteira Sul
  • Braulio Adriano de Mello Universidade Federal da Fronteira Sul
  • Giancarlo Dondoni Salton Universidade Federal da Fronteira Sul
  • Samuel da Silva Feitosa Universidade Federal da Fronteira Sul

DOI:

https://doi.org/10.5335/rbca.v17i3.16310

Palavras-chave:

Geração de Código, Processamento de Linguagem Natural, Inteligência Artificial na Engenharia de Software, Síntese Automática de Código, Modelos Transformer

Resumo

Modelos de Linguagem de Grande Escala (LLMs) aplicados à geração de código representam um avanço significativo no desenvolvimento de software, ao aumentar a produtividade, simplificar tarefas repetitivas, possibilitar testes automatizados e promover boas práticas. Este artigo apresenta uma revisão sistemática da literatura (RSL) sobre estudos focados no uso de LLMs para geração de código. A revisão aprofunda a compreensão das capacidades e limitações desses modelos, destacando seus benefícios e desafios. O protocolo de revisão incluiu uma busca na base de dados Google Scholar, utilizando palavras-chave relacionadas a LLMs e geração de código. Foram inicialmente encontrados 112 artigos, dos quais 15 foram selecionados com base em critérios de relevância e qualidade. Destes, 8 foram analisados em profundidade para avaliar diferentes abordagens e resultados, enquanto os 7 restantes forneceram a base teórica do estudo. Este trabalho contribui para o avanço do conhecimento na área e apoia futuras pesquisas e aplicações dos LLMs na engenharia de software.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

07-12-2025

Edição

Seção

Artigo Original

Como Citar

[1]
2025. A Systematic Review about Large Language Models (LLMs) applied to Code Generation. Revista Brasileira de Computação Aplicada. 17, 3 (dez. 2025), 1–13. DOI:https://doi.org/10.5335/rbca.v17i3.16310.