SAST 2025
X Simpósio Brasileiro de Teste de Software Sistemático e Automatizado

Chamada de Trabalhos

Teste de software tem grande importância na verificação e validação de sistemas de software. Além disso, estudos empíricos indicam que as atividades relacionadas a testes geralmente representam mais de 50% dos custos do desenvolvimento de software. Abordagens de teste sistemático e automatizado têm se demonstrado capazes de contribuir para a redução desses custos. Casos de sucesso na indústria têm sido constantemente reportados e o interesse nas investigações na academia aumenta continuamente, como pode ser observado através do grande número de pesquisadores envolvidos neste tema.
O principal objetivo do SAST é disponibilizar um fórum de discussão para congregar as comunidades da indústria e da academia envolvidas com a sistematização e automação de testes de software para diferentes categorias de sistemas.
Em sua décima edição como simpósio co-localizado ao Congresso Brasileiro de Software: Teoria e Prática (CBSOFT), o SAST 2025 convida toda a comunidade de teste de software a submeter resultados de suas inovações na área. Esta nona edição do simpósio traz uma ênfase especial em promover o diálogo entre indústria e academia incentivando a participação da indústria. Como resultado, além dos trabalhos de pesquisa, este ano teremos também a categoria de resumos industriais. Para esse tipo de submissão, os profissionais de teste são convidados a submeter trabalhos com foco nas dificuldades pragmáticas associadas à realização de atividades de teste na indústria.

Datas Importantes

Registro de artigos regulares (submissão do resumo):23 de Junho de 2025
Registro de artigos da indústria (submissão do resumo):23 de Junho de 2025
Submissão dos artigos regulares completos:27 de Junho de 2025
Submissão dos artigos completos da indústria:27 de Junho de 2025
Notificação de aceitação:04 de Agosto de 2025
Submissão da versão final:11 de Agosto de 2025

Tópicos de Interesse

O SAST promove a discussão harmônica e conjunta entre os profissionais da academia e indústria envolvidos com práticas, atividades e ferramentas relacionadas ao teste de software sistemático e automatizado. Os tópicos cobertos pelo simpósio incluem, mas não se limitam, os seguintes:
  • Teste de software assistido por IA
  • Teste de software automatizado: ambientes, ferramentas e relatos sobre automação de testes na indústria
  • Teste combinatório e teste aleatório
  • Teste de software distribuído e paralelo
  • Teste baseado em erro e teste baseado em falta
  • Gerenciamento e integração de atividades e recursos de teste
  • Manutenção e reuso de artefatos de teste
  • Testes baseados em modelo e testes dirigidos por modelo
  • Testes de desempenho, carga e estresse
  • Predição e teste baseado em riscos
  • Testes baseados em programa, testes baseados em especificação e teste de requisitos
  • Adequação dos testes e medidas de cobertura
  • Geração de casos de teste e técnicas de seleção
  • Motores de testes, stubs, frameworks e geração de roteiros de teste
  • Análise de efetividade de testes e geração de relatórios de teste
  • Oráculos de teste e técnicas de verificação dos resultados do teste
  • Teste de sistemas de software contemporâneos: móveis, em nuvem, sensíveis ao contexto, Internet das Coisas, Indústria 4.0, Big Data
  • Teste de software baseado em aprendizado, incluindo Deep Learning
  • Teste de requisitos não funcionais: segurança, safety, interoperabilidade, dentre outros.

Diretrizes de Submissão

O SAST aceita dois tipos de submissões:
  • Artigos Regulares (não menos que 6 páginas e não mais que 10 páginas, incluindo todas as figuras, referências e apêndices); e
  • Resumos da Indústria (não podendo exceder 3 páginas para todo o conteúdo do artigo).
Todas as submissões devem apresentar contribuições originais para a área de pesquisa em teste de software. As submissões devem estar em conformidade com o formato em duas colunas para conferências da ACM (ACM_SigConf) disponível neste link. Usuários do LaTeX devem usar a classe acmart.cls fornecido no modelo com o formato de conferência habilitado no preâmbulo do documento:
\documentclass[sigconf]{acmart}
Os autores devem usar o estilo de bibliografia ACM-Reference-Format.bst bibliography também fornecido no modelo:
\bibliographystyle{ACM-Reference-Format}
Artigos regulares e resumos da indústria podem ser escritos em português ou inglês. Submissões em inglês são fortemente encorajadas, uma vez que os artigos regulares e resumos da indústria aceitos, serão ambos publicados na Biblioteca Digital da ACM. Para submissões escritas em português, o título e o resumo devem estar em inglês (conforme recomendado pela ACM). As submissões devem ser realizadas em Adobe Portable Document Format (PDF) utilizando o sistema JEMS da SBC (https://jems3.sbc.org.br/sast2025).
Os artigos regulares seguirão um processo de revisão anônimo (double-anonymous review). As submissões iniciais dos artigos não devem possuir nenhum tipo de identificação dos autores. Todas as informações sobre os autores e suas instituições devem ser removidas do artigo, incluindo referências aos próprios autores e eventuais links que remetam aos autores ou suas instituições. Em relação às referências, se necessário, sugerimos escrever "[Anonymous 2025]" no texto e "[Anonymous 2025] Information omitted for double-anonymous review" na lista de referências. Em relação aos links, sugerimos substituir possíveis identificações nos mesmos por "Link omitted for double-anonymous review". Solicitamos a rígida observância dos autores para estas questões relativas ao double-anonymous review. Após a aceitação do artigo, todas as informações ocultadas devem ser incluídas na versão final do mesmo.
Os artigos regulares serão avaliados de acordo com sua adequação ao escopo do SAST, relevância, solidez técnica e originalidade. Artigos regulares devem indicar sua relação com trabalhos anteriores, principalmente trabalhos publicados anteriormente pelos próprios autores. Artigos sobre estudos empíricos devem descrever os métodos utilizados e interpretar qualitativa e quantitativamente seus resultados. Pelo menos três membros do Comitê de Programa revisarão todas as submissões.
Todos os resumos da indústria passarão por um processo de revisão anônima por pares: faremos um esforço para incluir pelo menos um especialista da indústria entre os revisores. Preferencialmente o autor que apresentará o artigo não terá afiliações acadêmicas. Incentivamos contribuições com foco em inovação industrial ou lições aprendidas que possam inspirar trabalhos acadêmicos futuros. Também aceitamos submissões que ainda estejam em estado inicial de desenvolvimento e que possam levar a novas perspectivas e novas ideias. O objetivo desta trilha é promover a troca de conhecimento e experiência entre acadêmicos e profissionais.
A publicação dos artigos aceitos no simpósio está vinculada à apresentação do artigo no SAST 2025 e à inscrição de pelo menos um de seus autores no CBSoft 2025.

Sobre o uso de IA (Inteligência Artificial) ou tecnologias assistidas por IA em artigos científicos

Ao submeter trabalhos para o SAST 2025, os autores reconhecem que estão em conformidade com a política de uso de IA generativa, baseada em políticas existentes propostas pelo IEEE, ACM e Springer.
É proibido:
  • Listar ferramentas e tecnologias de IA generativa, como ChatGPT, como autores dos trabalhos
  • Utilizar textos ou seções inteiramente produzidos por ferramentas de IA generativa
É permitido (com divulgação explícita nos agradecimentos):
  • Utilizar ferramentas de IA generativa para criar partes do conteúdo, com divulgação nos agradecimentos do artigo indicando o que foi gerado e qual ferramenta foi utilizada. É importante verificar os termos de uso da ferramenta, sendo essa responsabilidade dos autores. Por exemplo, nos agradecimentos: ChatGPT foi utilizado para gerar o primeiro parágrafo da Seção 3 e para gerar a Tabela 3.2.
É permitido (sem necessidade de mencionar):
  • Usar tecnologias de IA ou assistidas por IA para melhorar a qualidade de imagens em termos de contraste e clareza.
  • Utilizar ferramentas de IA generativa para editar e melhorar a qualidade de textos já existentes (similar a um assistente como o Grammarly para melhorar ortografia, gramática, pontuação, clareza e envolvimento).

Organização

Coordenadores de Comitê de Programa
Fabiano Ferrari - Universidade Federal de São Carlos (UFSCar)
Rohit Gheyi - Universidade Federal de Campina Grande (UFCG)
Comitê Diretivo
Breno Miranda - Universidade Federal de Pernambuco (UFPE)
Everton Alves - Universidade Federal de Campina Grande (UFCG)
Fabiano Ferrari - Universidade Federal de São Carlos (UFSCar)
Márcio Ribeiro - Universidade Federal de Alagoas (UFAL)
Paulo S. L. de Souza - Universidade de São Paulo (ICMC-USP)
Rohit Gheyi - Universidade Federal de Campina Grande (UFCG)
Silvana M. Melo - Universidade Federal de Grande Dourados (UFGD)
Vinicius Durelli - Universidade Federal de São João del-Rei (UFSJ)
Comitê de Programa
Andre Takeshi Endo - Universidade Federal de São Carlos
Auri Marcelo Rizzo Vincenzi - Universidade Federal de São Carlos
Breno Miranda - Universidade Federal de Pernambuco
Carla Bezerra - Universidade Federal do Ceará
Eliane Martins - Universidade Estadual de Campinas
Elvys Alves Soares - Instituto Federal de Alagoas
Everton L.G. Alves - Federal University of Campina Grande
Guilherme Horta Travassos - COPPE/UFRJ
Ivan C Machado - Universidade Federal da Bahia
Leonardo Fernandes M. de Oliveira - Instituto Federal de Alagoas
Leopoldo Motta Teixeira - Universidade Federal de Pernambuco
Lincoln S. Rocha - Federal University of Ceará
Luana Martins - University of Salerno
Marcelo M. Eler - Universidade de São Paulo
Marcelo de Almeida Maia - Universidade Federal de Uberlândia
Marcio Delamaro - Universidade de São Paulo
Marcio Ribeiro - Universidade Federal de Alagoas
Paulo Sergio Lopes de Souza - Universidade de São Paulo
Silvana M. Melo - Universidade Federal da Grande Dourados
Simone Souza - Universidade de São Paulo
Tiago Lima Massoni - Federal University of Campina Grande
Vânia de Oliveira Neves - Universidade Federal Fluminense
Vinicius Durelli - Universidade Federal de São Carlos
Wilkerson L. Andrade - Universidade Federal de Campina Grande