10 сентября 2024, 08:36 | Автор: Вадим Ардов

Новые возможности ИИ: как инженер-тестировщик Игорь Волынец изменил подход к качеству проверки ИТ решений

Новые возможности ИИ: как инженер-тестировщик Игорь Волынец изменил подход к качеству проверки ИТ решений
фото:
Эксперт в области обеспечения качества поделился уникальным опытом использования ИИ для автоматизации тестов.

Этой весной OpenAI провела презентацию, на которой представила новую улучшенную модель GPT-4. GPT-4 Omni, или просто GPT-4o, одновременно работает с текстом, картинками, видео и аудио. Это мощное обновление стало значительным шагом вперед в области обработки естественного языка и машинного обучения.

Чтобы разобраться в новых возможностях применения ИИ, мы поговорили с экспертом в области quality assurance Игорем Волынцом, в чьих проектах уже несколько лет нейросети помогают специалистам избавиться от рутинных задач и позволяет экономить десятки и сотни тысяч долларов.

— Сегодня ИИ используют повсеместно, что позволяет оптимизировать процесс и быстрее достичь результата. Во время своей работы в компании BLD Soft Вы в числе первых внедрили ИИ в рабочие процессы, более того – полностью изменили методы тестирования. В чём ключевые различия между традиционным подходом и методами тестирования с использованием ИИ? Насколько трудным был этот переход?

— Когда я только начал работать с искусственным интеллектом в тестировании, это был совершенно новый опыт. До этого все наши проверки выполнялись вручную или с использованием классических инструментов автоматизации. Но дело в том, что эти инструменты тоже требовали значительного участия человека — от создания тестов до их постоянной поддержки и актуализации.

Переход к использованию ИИ оказался не таким сложным, как я ожидал. Конечно, был элемент новизны, ведь мы впервые использовали нейронные сети для автоматизации тестирования. Вначале ИИ выполнял только небольшие задачи, например, генерировал тестовые сценарии на основе определённых страниц. Это позволило нам сэкономить значительное количество времени, которое раньше тратилось на ручное написание тестов. Главной разницей было ощущение некой эйфории от того, что ИИ действительно работает и приносит результат. Он помогал нам автоматизировать рутинные задачи, которые раньше требовали большого количества человеко-часов. Да, были моменты, когда что-то не срабатывало, и нам приходилось вмешиваться вручную, но в целом это был огромный шаг вперёд.

Этот опыт показал, что переход к использованию ИИ в тестировании — это не просто техническая модернизация, а реальная возможность оптимизировать процессы и повысить их эффективность.

— Благодаря вашей интеграции ИИ компании BLD Soft удалось значительно сократить затраты на зарплаты сотрудников. Чтобы ещё больше повысить эффективность, вы активно разрабатываете методики для интеграции ИИ в общий процесс тестирования. Одна из таких методик – проект по созданию интеллектуальной системы для автоматизированного тестирования на базе ИИ. Поделитесь, какими принципами вы руководствуетесь при работе?

— При работе с ИИ существует два основных направления, на которые стоит обращать внимание. Первое — очень важно правильно настроить ИИ на определённую область применения. Например, если мы говорим о тестировании веб-приложения, необходимо задать нейронной сети определённые страницы, которые она будет отслеживать на предмет изменений. ИИ обучается на этих данных, анализирует их и автоматически обновляет тестовое покрытие в соответствии с изменениями.

Второе, с чем приходится работать, — это поддержка уже существующих тестов. ИИ может сгенерировать тестовый сценарий, который пройдёт все проверки и покажет отличный результат. Но если в дальнейшем что-то на странице меняется, необходимо следить за тем, чтобы ИИ правильно обновлял тестовое покрытие и тесты продолжали успешно выполняться. Здесь ключевым моментом является постоянный мониторинг и корректировка работы ИИ, чтобы избежать ошибок и минимизировать риск сбоев.

Кроме того, я стремлюсь создать платформу, которая сможет автономно управлять процессом тестирования, минимизируя участие человека насколько это возможно. Это, конечно, требует значительных усилий, но я уверен, что такие системы станут стандартом в будущем.

— В данный момент вы работаете в Usetech, которая входит в топ-15 лидеров разработки программного обеспечения по версии Cnew Analytics. Благодаря вашей настройке, ИИ активно внедряется в тестирование на проекте, в котором вы работаете. Эта тенденция начинает распространяться и на другие проекты, и за вашими консультациями уже обращаются лиды из других команд. Какие трудности возникают с интеграцией ИИ при обеспечении качества.

— Это направление является одним из самых трудоёмких, когда речь идёт о крупных проектах с постоянно изменяющимся функционалом. Например, если в продукте изменяется структура страницы или добавляются новые элементы, ИИ автоматически определяет эти изменения и предлагает обновить соответствующие тесты, на что раньше могли уходить часы работы реального человека. Конечно, есть случаи, когда что-то идёт не так — иногда ИИ может ошибиться в оценке ситуации.

Например, он может создать тест, который не проходит проверку из-за какой-то мелочи, которую он не учёл. Это обычная проблема для всех систем на основе ИИ — они могут допускать ошибки, и нам, людям, приходится их исправлять. Тем не менее, даже несмотря на эти проблемы, ИИ существенно снижает нагрузку на команду. Он позволяет фокусироваться на более сложных задачах, оставляя рутину машине. И хотя он не идеален и требует контроля, его вклад в процесс тестирования неоспорим.

— Как инженер-тестировщик в компании Usetech, вы внедрили и активно используете ИИ практически везде, где есть необходимость в тестировании. Есть ли функционал, который всё ещё не под силу ИИ?

—Нужно понимать, что ИИ — это всё-таки машина, которая работает на основе заданных алгоритмов и данных. Именно поэтому важно помнить, что ИИ — это инструмент, который помогает, но не заменяет человека полностью. Его работа требует контроля и корректировок со стороны специалистов.

Ещё один важный момент — это ограничение в применении ИИ на проектах с очень сложной логикой или уникальными требованиями. В таких случаях ИИ может не справиться с задачей и даже навредить процессу тестирования. Поэтому мы всегда анализируем, где его использование будет действительно эффективно, а где лучше оставить тестирование на человеческом уровне.

— Сегодня ИИ способен выполнять огромное количество задач автономно, и он продолжает совершенствоваться. Какие возможности он откроет для разработчиков и тестировщиков в ближайшем будущем?

— С развитием ИИ перед разработчиками и тестировщиками открываются огромные перспективы. ИИ откроет возможности для автоматизации не только рутинных задач, но и более сложных процессов. Например, ИИ-системы смогут автоматически генерировать код на основе описания задачи или проектной документации, ускоряя разработку и снижая количество ошибок.  Это позволит разработчикам сосредоточиться на креативных задачах, а тестировщикам — значительно повысить качество и надежность продуктов. ИИ также станет мощным инструментом для отладки и оптимизации кода, предлагая улучшения в реальном времени и ускоряя процесс разработки.

Кроме того, интеллектуальные ассистенты на базе ИИ будут помогать на каждом этапе работы, делая процессы более эффективными и персонализированными. В итоге, ИИ не только упростит текущие задачи, но и изменит сам подход к разработке и тестированию программ, открывая новые возможности для профессионального роста и творчества.

Следите за событиями дня в нашем паблик-аккаунте в Telegramm
 
топ НОВОСТЕЙ
Все новости раздела
новости МЕДИА
Все новости раздела