РОЗРОБЛЕННЯ, КЕРОВАНЕ ТЕСТУВАННЯМ, ПОСИЛЕНЕ ШТУЧНИМ ІНТЕЛЕКТОМ: ПІДХІД ДО ІНТЕЛЕКТУАЛЬНОГО ПРОЄКТУВАННЯ ТА ВАЛІДАЦІЇ ТЕСТІВ

Анотація

У дослідженні розглянуто інтеграцію підходів штучного інтелекту (ШІ) у методологію розроблення, керованого тестуванням (Test-Driven Development, TDD), з метою підвищення якості, релевантності та супроводжуваності автоматизованих тестів. Попри те, що TDD залишається одним із найпоширеніших підходів гнучкої інженерії програмного забезпечення, його практичне застосування може обмежуватися значними витратами часу на ручне проєктування тестів, складністю виявлення нетривіальних граничних випадків і зростанням вартості супроводу тестів у великих програмних кодових базах.

Запропоновано стратегію TDD, посилену штучним інтелектом, яка поєднує методи машинного навчання, великі мовні моделі та оброблення природної мови для інтерпретації вимог, формування тестів, виявлення ділянок коду, схильних до дефектів, і оптимізації тестових наборів. На відміну від повністю автономних сценаріїв тестування, запропонований підхід зберігає провідну роль розробника. ШІ розглядається як інтелектуальний помічник, здатний пропонувати варіанти тестів, ранжувати ризикові сценарії, виявляти прогалини в тестовому покритті та підтримувати ухвалення рішень щодо рефакторингу, тоді як остаточна валідація залишається під контролем фахівця.

У статті подано практичний робочий процес реалізації підходу на прикладі модуля відновлення пароля ASP.NET Core, визначено доцільні методи для кожного етапу та систематизовано способи інтеграції ШІ у традиційний цикл Red–Green–Refactor. Розглянуто переваги, обмеження та організаційні аспекти впровадження, а також сформовано відповідність між етапами TDD і можливостями штучного інтелекту. Очікуваними результатами застосування запропонованого підходу є пришвидшення первинного генерування тестів, ширше охоплення граничних і негативних сценаріїв, ефективніше визначення пріоритетів верифікації та зниження довгострокових витрат на супровід програмного забезпечення.

Обґрунтовано, що результативність TDD, посиленого штучним інтелектом, залежить від якості вхідних даних, контрольованості згенерованих результатів і ретельної експертної перевірки з боку розробника. Отримані результати можуть бути корисними для дослідників і практиків у сфері тестування програмного забезпечення з підтримкою ШІ, інтелектуальної інженерії програмного забезпечення та модернізації процедур забезпечення якості програмних продуктів.