Ar AI darbināmu testēšanas automatizācijas rīku efektivitātes novērtējums regresijas testēšanai

Abstract

Programmatūras testēšanai ir svarīga loma mūsdienu programmatūras kvalitātes nodrošināšanā, savukārt tradicionālās testēšanas metodes var būt laikietilpīgas un resursus patērējošas. Šajā rakstā tiek pētīta mākslīgā intelekta (AI) integrēto testēšanas automatizācijas rīku efektivitāte programmatūras testēšanā, izstrādājot mākslīgā intelekta darbinātu programmatūras testēšanas rīku, lai automatizētu testa gadījumu ģenerēšanu un izpildi, izmantojot OpenAI GPT, lai analizētu mobilās lietojumprogrammas lietotāja saskarnes elementus un ģenerētu testa skriptus un izpildītu tos Android lietojumprogrammā. Izveidotā programmatūras testēšanas rīka rezultāti tiek salīdzināti ar manuāli izveidotiem testa gadījumiem, ko veic kvalitātes nodrošināšanas inženieris ar 1,5 gadu pieredzi. Šī pētījuma rezultāti veicina mākslīgā intelekta atbalstītu testēšanas metodoloģiju uzlabošanu.

Software Testing plays an important role in assuring the quality of modern softwares, while traditional testing methods could be time and resource consuming, This paper experiments the effectiveness of AI integrated test automation tools in software testing by developing the AI powered software testing tool to automate test case generation and execution, leveraging OpenAI’s GPT to analyze the UI elements of mobile application and generate test scripts and execute them on Android application. The comparison of the results of the created software testing tool with the manually creates test cases by a QA engineer with 1.5 years of experience is done to to evaluate the effectiveness of the proposed approach. The findings of this study contribute to the improvement of AI-assisted testing methodologies.