3. Níveis de Teste¶

3.1 Visão Geral¶

Os níveis de teste organizam atividades de teste ao longo do ciclo de vida do software, do mais granular (unidade) ao mais amplo (aceitação). Cada nível possui objetivos específicos, responsabilidades distintas e impactos diferentes na qualidade do software.

Na era dos LLMs, cada nível de teste é transformado por capacidades de geração automática, self-healing e análise inteligente, alterando não apenas como testamos, mas quem é responsável por cada nível.

3.2 Pirâmide de Teste na Era dos LLMs¶

Pirâmide Tradicional¶

    /\
   /  \     E2E Tests (UI)
  /____\
 /      \   Integration Tests
/        \
----------  Unit Tests (Base)

Base ampla: Testes de unidade (70%)
Meio: Testes de integração (20%)
Topo: Testes E2E (10%)

Pirâmide Evolutiva com IA¶

    /\
   /  \     Autonomous E2E (Self-healing)
  /____\
 /      \   Intelligent Integration
/        \
----------  AI-Generated Unit Tests

Transformações:

Geração automática de testes de unidade
Self-healing em testes E2E
Priorização inteligente baseada em risco
Maior cobertura com mesmo esforço

3.3 Teste de Unidade (Unit Testing)¶

Definição¶

Teste de unidade verifica a menor parte testável do software (funções, métodos, classes) isoladamente de outras unidades.

Características:

Executa em milissegundos
Isola componentes usando mocks/stubs
Feedback imediato para desenvolvedores
Base do Test-Driven Development (TDD)

Na Era dos LLMs¶

Geração Automática de Testes:

GitHub Copilot gera testes unitários automaticamente
Análise de código para identificar caminhos de teste
Comando /tests no Copilot Chat

Exemplo com IA:

# Código original
def calcular_desconto(valor, percentual):
    if percentual < 0 or percentual > 100:
        raise ValueError("Percentual inválido")
    return valor * (percentual / 100)

# Testes gerados automaticamente por Copilot
def test_calcular_desconto_valido():
    assert calcular_desconto(100, 10) == 10.0

def test_calcular_desconto_zero():
    assert calcular_desconto(100, 0) == 0.0

def test_calcular_desconto_maximo():
    assert calcular_desconto(100, 100) == 100.0

def test_calcular_desconto_percentual_negativo():
    with pytest.raises(ValueError):
        calcular_desconto(100, -5)

def test_calcular_desconto_percentual_maior_100():
    with pytest.raises(ValueError):
        calcular_desconto(100, 150)

Benefícios:

10x mais rápido na criação
Cobertura de casos de borda
Consistência nos padrões de teste

Limitações:

Requer revisão humana
Possíveis alucinações
Contexto limitado para lógica complexa

Cobertura de Código¶

Tipos de Cobertura:

Statement Coverage: Percentual de instruções executadas
Branch Coverage: Percentual de ramificações testadas
Path Coverage: Percentual de caminhos possíveis
MC/DC: Modified Condition/Decision Coverage

Ferramentas com IA:

Análise automática de gaps de cobertura
Sugestão de testes para aumentar cobertura
Identificação de código morto

Responsabilidades¶

Tradicional:

Desenvolvedores escrevem testes
QA revisa cobertura
Manutenção manual

Com LLMs:

Desenvolvedores curam testes gerados
IA sugere casos de borda
Self-healing de testes unitários

3.4 Teste de Integração (Integration Testing)¶

Definição¶

Teste de integração verifica a interação entre módulos ou unidades integradas, focando em fluxo de dados, comunicação e interfaces.

Objetivos:

Verificar integração entre componentes
Identificar problemas de interface
Validar fluxo de dados
Garantir comunicação adequada

Estratégias de Integração¶

1. Big Bang:

Todas as unidades integradas de uma vez
Risco alto, difícil isolar problemas
Com IA: Análise de dependências para mitigar riscos

2. Top-Down:

Integra do topo da hierarquia para baixo
Requer stubs para módulos inferiores
Com IA: Geração automática de stubs

3. Bottom-Up:

Integra das unidades base para o topo
Requer drivers para módulos superiores
Com IA: Criação inteligente de drivers

4. Sandwich (Híbrida):

Combinação de Top-Down e Bottom-Up
Divide sistema em camadas
Com IA: Análise ótima de camadas

Na Era dos LLMs¶

Geração de Testes de API:

# Teste de integração gerado a partir de OpenAPI spec
class TestPedidoAPI:
    def test_criar_pedido_com_itens_validos(self):
        # Gerado automaticamente a partir do schema
        payload = {
            "cliente_id": "123",
            "itens": [
                {"produto_id": "P001", "quantidade": 2},
                {"produto_id": "P002", "quantidade": 1}
            ]
        }
        response = self.client.post("/api/pedidos", json=payload)
        assert response.status_code == 201
        assert "id" in response.json()

    def test_pedido_com_estoque_insuficiente(self):
        # IA identificou cenário de borda
        payload = {
            "cliente_id": "123",
            "itens": [
                {"produto_id": "P003", "quantidade": 9999}
            ]
        }
        response = self.client.post("/api/pedidos", json=payload)
        assert response.status_code == 422

Ferramentas:

Postman com AI para geração de testes
Insomnia com análise de schemas
Schemathesis para property-based testing

Testes de Contrato (Contract Testing)¶

Definição: Verifica se comunicação entre serviços obedece a contratos definidos.

Na Era dos LLMs:

Geração automática de contratos a partir de código
Validação semântica de payloads
Detecção de breaking changes

3.5 Teste de Sistema (System Testing)¶

Definição¶

Teste de sistema avalia o sistema completo como um todo, verificando requisitos funcionais e não-funcionais em um ambiente que simula produção.

Aspectos Testados:

Funcionalidade completa
Performance sob carga
Segurança end-to-end
Recuperação de falhas
Compatibilidade
Usabilidade

Na Era dos LLMs¶

Exploração Autônoma de Aplicações:

Sistemas de IA podem explorar aplicações como usuários humanos:

Navegam interfaces automaticamente
Identificam fluxos de usuário complexos
Geram testes de sistema abrangentes

Exemplo de Geração Autônoma:

# Cenários de teste gerados por IA após explorar app
Feature: Checkout de E-commerce

  Scenario: Fluxo completo de compra
    Given usuário está logado
    And usuário tem produtos no carrinho
    When usuário inicia checkout
    And preenche endereço de entrega
    And seleciona forma de pagamento
    And confirma pedido
    Then pedido é criado com sucesso
    And estoque é atualizado
    And email de confirmação é enviado

  Scenario: Checkout com cupom de desconto
    Given usuário tem cupom válido
    When aplica cupom no checkout
    Then desconto é calculado corretamente
    And valor final reflete desconto

Testes End-to-End Inteligentes:

Self-healing de seletores
Adaptação a mudanças na UI
Validação visual com IA

Tipos de Teste de Sistema¶

Funcional:

Verifica requisitos funcionais
Casos de uso completos
Fluxos de negócio

Não-Funcional:

Performance
Segurança
Usabilidade
Confiabilidade

3.6 Teste de Aceitação (Acceptance Testing)¶

Definição¶

Teste de aceitação verifica se o sistema atende aos critérios de aceitação definidos pelo cliente ou usuário, determinando se o software está pronto para implantação.

Objetivos:

Validar entregáveis contra requisitos
Garantir satisfação do cliente
Obter aprovação formal para release
Identificar discrepâncias antes da produção

Tipos de Teste de Aceitação¶

1. User Acceptance Testing (UAT):

Executado por usuários finais
Cenários reais de negócio
Validação de usabilidade

2. Business Acceptance Testing (BAT):

Validado pelo negócio
Alinhamento com objetivos estratégicos
ROI e valor entregue

3. Contract Acceptance Testing:

Baseado em contratos
SLAs e requisitos legais
Conformidade com termos

4. Regulation Acceptance Testing:

Conformidade regulatória
Requisitos de compliance
Auditabilidade

5. Alpha/Beta Testing:

Testes em ambiente real
Feedback de usuários reais
Identificação de problemas de campo

Na Era dos LLMs¶

Geração Automática de Critérios de Aceitação:

A partir de User Stories, LLMs geram cenários BDD:

# User Story
# Como cliente, quero buscar produtos por nome
# Para encontrar rapidamente o que preciso

# Cenários gerados automaticamente
Feature: Busca de Produtos

  Scenario: Busca por nome exato
    Given produto "iPhone 15" existe no catálogo
    When usuário busca por "iPhone 15"
    Then produto é exibido nos resultados

  Scenario: Busca parcial
    When usuário busca por "iPhone"
    Then todos os modelos iPhone são exibidos

  Scenario: Busca sem resultados
    When usuário busca por "xyz123"
    Then mensagem "nenhum produto encontrado" é exibida
    And sugestões são mostradas

BDD com IA:

Geração de Gherkin a partir de requisitos
Sugestão de cenários de borda
Tradução entre linguagem técnica e de negócio

3.7 Shift Left Extremo¶

Conceito¶

Shift Left refere-se à prática de mover atividades de teste para fases iniciais do ciclo de desenvolvimento.

Na Era dos LLMs:

Testes durante design de requisitos
Validação contínua em tempo real
Geração de código com testes embutidos

Implementação¶

Fase de Requisitos:

IA analisa consistência de requisitos
Identificação de ambiguidades
Sugestão de critérios de aceitação

Fase de Design:

Validação de arquitetura para testabilidade
Identificação de dependências críticas
Simulação de cenários

Fase de Desenvolvimento:

Geração automática de testes unitários
Feedback contínuo de qualidade
Análise de impacto de mudanças

3.8 Responsabilidades em Cada Nível¶

Distribuição Tradicional¶

Nível	Principal Responsável	Suporte
Unidade	Desenvolvedor	QA (revisão)
Integração	Desenvolvedor/QA	DevOps
Sistema	QA	Desenvolvedor
Aceitação	Usuário/Negócio	QA

Distribuição na Era dos LLMs¶

Nível	Principal Responsável	IA Atua Como
Unidade	Desenvolvedor (curador)	Gerador de testes
Integração	Desenvolvedor/QA	Analisador de dependências
Sistema	QA (estrategista)	Executor autônomo
Aceitação	Usuário/Negócio	Tradutor de requisitos

3.9 Planejamento de Estratégia Multi-Nível¶

Abordagem Integrada¶

Uma estratégia efetiva de teste considera todos os níveis:

Definir Responsabilidades Claras:
Quem cria e mantém cada nível
Critérios de entrada e saída
Automação e manual
Estabelecer Cobertura Adequada:
Pirâmide de teste balanceada
Priorização baseada em risco
Automação inteligente
Integrar em CI/CD:
Execução automática por nível
Gates de qualidade por ambiente
Feedback rápido

Métricas por Nível¶

Nível	Métricas Principais
Unidade	Cobertura de código, tempo de execução
Integração	Taxa de falhas de contrato, latência
Sistema	Defect escape rate, performance
Aceitação	Taxa de aprovação, satisfação

3.10 Resumo¶

Os níveis de teste fornecem uma estrutura para organizar atividades de qualidade ao longo do ciclo de desenvolvimento. Na era dos LLMs, cada nível é transformado por automação inteligente:

Unidade: Geração automática de testes
Integração: Análise inteligente de dependências
Sistema: Exploração autônoma de aplicações
Aceitação: Tradução automática de requisitos

O engenheiro de teste evolui de executor para estrategista, curando testes gerados por IA e focando em qualidade holística.

Referências¶

Fowler, M. (2012). Test Pyramid. MartinFowler.com. Disponível em: https://martinfowler.com/articles/practical-test-pyramid.html
Cohn, M. (2009). Succeeding with Agile: Software Development Using Scrum. Addison-Wesley. ISBN: 978-0321579364
Freeman, S., & Pryce, N. (2009). Growing Object-Oriented Software, Guided by Tests. Addison-Wesley. ISBN: 978-0321503628
GeeksforGeeks (2025). Levels of Software Testing. Disponível em: https://www.geeksforgeeks.org/levels-of-software-testing/

Seção anterior: 2. Fundamentos | Próxima seção: 4. Técnicas de Teste