Resumo: A integridade da arquitetura Model-View-Controller (MVC) é um pilar para a manutenibilidade de sistemas, mas a sua eficácia é frequentemente comprometida pela alocação inadequada de responsabilidades entre as camadas. Este trabalho investiga o impacto de um anti-padrão comum: o deslocamento da lógica de apresentação da View para a camada de Controller. Através de um estudo experimental controlado, duas versões de um sistema Java Swing foram comparadas: uma com um Controller sobrecarregado (Versão A) e outra com uma separação de responsabilidades estrita (Versão B). A qualidade foi avaliada por um painel de arquitetos de software experientes (análise qualitativa) e por meio de métricas de código extraídas via SonarQube (análise quantitativa). Os resultados indicam que a versão arquiteturalmente mais correta (B) foi percebida como marginalmente mais manutenível, mas não apresentou melhora na testabilidade percebida. Notavelmente, não foi encontrada correlação estatística significativa entre a percepção de qualidade dos especialistas e a Dívida Técnica medida pela ferramenta. Conclui-se que as métricas automatizadas, embora eficazes para detectar falhas de implementação, podem ser um proxy inadequado para a saúde arquitetural, reforçando a necessidade de uma sinergia crítica entre a avaliação humana e a automatizada Ver menos

Abstract: The integrity of the Model-View-Controller (MVC) architecture is a cornerstone for system maintainability, yet its effectiveness is often compromised by the improper allocation of responsibilities between layers. This work investigates the impact of a common anti-pattern: the misallocation of presentation logic from the View to the Controller layer. Through a controlled experimental study, two versions of a Java Swing system were compared: one with an overloaded "Fat Controller" (Version A) and another with a strict separation of concerns (Version B). Quality was assessed by a panel of experienced software architects (qualitative analysis) and through code metrics extracted via SonarQube (quantitative analysis). The results indicate that the architecturally correct version (B) was perceived as marginally more maintainable but showed no improvement in perceived testability. Notably, no statistically significant correlation was found between the experts’ perception of quality and the Technical Debt measured by the tool. We conclude that automated metrics, while effective for detecting implementation flaws, can be an inadequate proxy for architectural health, reinforcing the critical need for a synergy between human and automated evaluation Ver menos