| Abstract |
Maģistra darbā tika pētīta hibrīda pieeja programmatūras testēšanai - tradicionālo automatizēto testu apvienošana ar mākslīgā intelekta rīkiem.
Darba mērķis bija noskaidrot, kā tradicionālos testēšanas rīkus var efektīvi papildināt ar MI, lai paātrinātu procesu, uzlabotu pārklājumu un rezultātu analīzi.
Teorētiskajā daļā tika analizēti tradicionālie testēšanas veidi, MI iespējas testēšanā un esošie hibrīdie modeļi. Praktiskajā daļā veikts salīdzinošs eksperiments ar REST API testēšanu, izmantojot atvērtā koda lietotāju atbalsta dienesta sistēmu Zammad.
Eksperimentos salīdzināja manuālo testu veidošanu ar vairākiem MI un hibrīdiem risinājumiem: Katalon Studio, Postman/Postbot, Schemathesis, ApiDog, ReportPortal un GitHub Copilot ar Pytest/Requests. Novērtēja testu izveides ātrumu, ģenerēto testu kvalitāti, pārklājumu, atrasto defektu skaitu, uzturēšanas piepūli un nepieciešamo cilvēka pārskatīšanas laiku.
Galvenie secinājumi: MI un hibrīdie risinājumi ievērojami paātrina testu izveidi un nodrošina plašāku pārklājumu nekā tīri manuāla pieeja. Tomēr liels automātiski ģenerēto testu apjoms var strauji palielināt pārskatīšanas slodzi, ja netiek lietota filtrēšana un prioritizēšana.
Darba apjoms ir 81 lappuses, tajā iekļauts 21 attēls, 5 tabulas, 1 pielikums un 45 izmantotie informācijas avoti. |
