Técnicas existentes atribuem relatórios de bugs usando apenas dados dos relatórios corrigidos anteriormente. Isso pode resultar em atribuições a desenvolvedores inativos ou não considerar os recém chegados. A maioria, também, não considera a carga de trabalho dos desenvolvedores, podendo sobrecarregar alguns e tornar o processo de correção mais demorado. Este trabalho propõe uma abordagem para distribuição de relatórios de bug que combina a experiência e as atividades recentes dos desenvolvedores, bem como, sua carga de trabalho. Quando um novo relatório chega, é estimado o esforço para corrigir o bug a partir de bugs semelhantes e é calculada a afinidade de cada desenvolvedor com o arquivo que contém o erro utilizando um sistema de Inferência Fuzzy. Posteriormente, é utilizado um algoritmo de aprendizado de máquina para sugerir uma lista de desenvolvedores de acordo com a afinidade e carga de trabalho de cada desenvolvedor.