Генеративный ИИ как инструмент качества программного обеспечения? Скептицизм уходит, поскольку все больше организаций его внедряют.

Искусственный интеллект и качество программного обеспечения

Ярослав Кушта/Getty Images

Искусственный интеллект (ИИ) может стать решением, или хотя бы частичным решением, проблем качества программного обеспечения. Качество ПО является вызовом с момента создания первых компьютеров восемьдесят лет назад. Особенно остро эта проблема стоит в современном мире, насыщенном технологическими решениями. Новое исследование показывает, что генеративный ИИ (gen AI) начинает играть важную роль в управлении качеством.

Обзор исследований

Согласно опросу, проведенному компаниями Capgemini и Sogeti, в котором приняли участие 1755 технических руководителей, растет интерес к использованию gen AI в области качества. Вот несколько ключевых результатов:

• 68% организаций применяют gen AI для улучшения качества.
• 29% компаний полностью интегрировали gen AI в процессы автоматизации тестирования.
• 42% организаций активно исследуют его возможности.

Команда авторов исследования, возглавляемая Джеффом Спевачеком из OpenText, отметила, что эволюция больших языковых моделей и инструментов ИИ, в частности Copilot, позволяет эффективно интегрировать их в существующие циклы разработки ПО, что приводит к новым волнам эффективности и инноваций в автоматизации качества.

Изменение отношения к ИИ

В прошлом году в исследовании о качестве программного обеспечения было замечено увеличение инвестиций в ИИ для трансформации качества. Тем не менее, тогда многие были настроены скептически относительно ценности ИИ в инженерии качества. Однако за последние 12 месяцев мнения изменились, и теперь многие организации переходят от экспериментов к реализации gen AI в масштабах компании для поддержки задач по обеспечению качества.

Проблемы при внедрении ИИ

Использование ИИ в качестве инструмента для обеспечения качества программного обеспечения не лишено проблем. Вот некоторые из них:

• 61% респондентов беспокоит безопасность данных при использовании генеративных ИИ решений.
• 57% указали отсутствие комплексных стратегий автоматизации тестирования как ключевое препятствие.
• 64% отметили зависимость от устаревших систем.

Рекомендации по внедрению ИИ

Команда OpenText/Sogeti предлагает следующие рекомендации для внедрения автоматизации и ИИ в задачи качества:

1. Широкий подход: Четко определите цели и желаемые результаты автоматизации инженерии качества, предвыбирая области для применения.
2. Начинайте сейчас: Если вы еще не используете gen AI, обязательно начните сейчас, чтобы оставаться конкурентоспособными. Не спешите с выбором единой платформы, эксперименты с несколькими подходами помогут выявить наиболее полезные.
3. Используйте все возможности gen AI: Генеративный ИИ может не только создавать автоматизированные тестовые сценарии, но и помогать в создании самоадаптирующихся систем автоматизации тестирования.
4. Связывайте с бизнес-метриками: Определите и используйте ключевые показатели, влияющие на автоматизацию, ориентируясь на бизнес-результаты.
5. Оптимизация инструментов автоматизации: Убедитесь, что ваши инструменты автоматизации интегрируются с новыми технологиями, такими как gen AI.
6. Укрепление команды: Включайте больше специалистов по качеству и разработке в вашу команду для повышения ее возможностей.
7. Улучшать, а не заменять: Помните, что gen AI не заменит ваших специалистов по качеству, но значительно повысит их производительность.

Будущее инженерии качества программного обеспечения

Инженерия качества программного обеспечения стремительно развивается. Ранее это определялось как тестирование ручного кода, а теперь связано с кодом, создаваемым ИИ. Объем генерируемого кода и тестовых сценариев увеличивается, создавая требования к тестированию программных цепочек от начала до конца.