IA corrige falhas com mais precisão em apps para iOS do que para Android, diz estudo

Levantamento foi conduzido pela empresa de software Instabug, que desenvolveu a ferramenta SmartResolve

Uma nova pesquisa aponta que ferramentas de inteligência artificial estão se tornando aliadas importantes no diagnóstico e correção de falhas em aplicativos móveis — mas os resultados são bem melhores no iOS do que no Android.

O levantamento foi conduzido pela empresa de software Instabug, que desenvolveu a ferramenta SmartResolve. O sistema usa modelos de IA de empresas como OpenAI, Google, Anthropic e Meta para identificar a causa de falhas em apps, sugerir correções e até gerar códigos de reparo automáticos.

Modelos de IA têm melhor desempenho no iOS

Nos testes, os modelos de IA foram avaliados quanto à precisão das correções, similaridade com soluções humanas, análise da causa raiz do problema e coerência geral da resposta. O desempenho foi consideravelmente superior em aplicativos para o sistema operacional da Apple.

O GPT-4o, da OpenAI, por exemplo, atingiu 60% de acerto em apps iOS, mas apenas 49% nos de Android. Já o modelo o1, também da OpenAI, teve 62% de desempenho no iOS e caiu para apenas 26% no Android, falhando inclusive em responder em diversos casos.

O Claude Sonnet 3.5 V1, da Anthropic, apresentou menor diferença: 58% no iOS contra 56% no Android. Ainda assim, manteve a vantagem da plataforma da Apple. Até o Gemini 1.5 Pro, da própria Google, teve melhor desempenho no iOS (59%) do que no Android (51%).

Fragmentação do Android prejudica resultados

Segundo a Instabug, a diferença de desempenho se explica em parte pela fragmentação do ecossistema Android. A grande variedade de dispositivos e formatos de erro complica a padronização de diagnósticos pelas IAs. Em contraste, o ambiente mais homogêneo do iOS facilita a tarefa.

“O desempenho superior no iOS se deve em parte à estrutura das linguagens nativas da Apple, como Swift e Objective-C, que têm sintaxe mais previsível e fortemente tipada”, explicou Kenny Johnston, diretor de produto da Instabug.

No Android, o uso de linguagens como Java e Kotlin, aliado à diversidade nos formatos de crash, aumenta a complexidade dos diagnósticos e das correções automatizadas.

Apple e Google não responderam aos pedidos de comentário sobre o estudo.