Leonardo Pedrosa Leite
Usando análise sentimental com modelo de estado emocional VAD para detectar sintomas de Burnout em engenheiros de software
Resumo
Agentes de codificação baseados em modelos de linguagem de grande porte (LLMs) gerenciam cada vez mais as dependências de software. Adicionar uma dependência significa escolher um pacote e uma versão específica a ser fixada e, como o agente responde a partir de um conhecimento congelado em uma data de corte de treinamento, ele toma essa decisão de segurança a partir da memória, e não de um índice de pacotes ou de uma base de dados de vulnerabilidades. Para medir a decisão em que ela de fato ocorre, reconstruímos 50 commits que introduzem dependências, provenientes de 29 repositórios Python de c ó digo aberto, no estado do commit pai; solicitamos a seis modelos Claude que realizassem a mesma tarefa sob isolamento de ferramentas e de rede; e avaliamos cada escolha por meio de um vetor de corretude multidimensional e delimitado no tempo, em vez de um ú nico veredito de aprovação ou reprovação. Em seguida, contestamos cada escolha em um segundo turno de conversa, com um prompt neutro, um defeito verdadeiro ou um alarme falso, separando o reparo genuíno da capitulação por bajulação. Ao longo de 1.128 execuções, os modelos mais recentes raramente indicam versões inexistentes, mas não são melhores em evitar versões com vulnerabilidades conhecidas, e fixam versões de seis a nove lançamentos atrás do mais recente que poderiam conhecer; seu desempenho em segurança e existência não supera um sorteio aleatório entre as versões elegíveis. Diante de um alarme falso de vulnerabilidade, os agentes abandonaram uma versão verificada como segura em 98,5% dos casos, sem nunca melhorá-la, e mesmo um pedido de reconsideração sem qualquer conteúdo reverteu 63,7% das boas escolhas; apontar um defeito verdadeiro não superou de forma mensurável essa simples provocação. Sugerir uma versão é algo que vale delegar apenas com verificação posterior, e a concordância de um agente sob contestação não carrega qualquer informação sobre se ele está correto.