| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Ģeneratīvā mākslīgā intelekta izmantošanas perspektīvas testa datu ģenerācijai |
| Nosaukums angļu valodā |
Perspectives of Application of Generative AI for Test Data Generation |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Ērika Nazaruka |
| Recenzents |
Oksana Zavjalova |
| Anotācija |
Bakalaura darba 1. tips: Moderno risinājumu izpēte
Programmatūras testēšanas automatizācija ir aktuāls pētniecības virziens, jo programmatūras izstrādes jomā tā aizņem gandrīz 50% no visa izstrādes laika, tomēr nepievieno jaunu funkcionalitāti informācijas tehnoloģiju risinājumam, tāpēc eksistē testēšanas procesa uzlabošanas vajadzība, lai samazinātu cilvēku un naudas resursus tām procesam. Šī darba kontekstā ir apskatīti uzlabojumi testa datu ģenerācijas procesā.
Šī darba mērķis ir ģeneratīvā mākslīga intelekta perspektīvu novērtēšana testa datu ģenerācijai funkcionālajai testēšanai noteiktajā testēšanas līmenī, balstoties uz eksistējošo rīku izpēti.
Lai sasniegtu šo mērķi tika analizēta zinātniskā literatūra, kas ir saistīta ar programmatūras testēšanas un testa datu ģenerācijas automatizāciju. Darba ietvaros tika paveikts eksperiments, lai novērtētu MI rīku spējas apmierināt prasības testa datu ģenerācijai vienības testu līmenī.
Paveiktais pētnieciskais darbs noveda pie secinājumiem par MI rīku izmantošanu testa datu ģenerācijas procesam. No apskatītajiem risinājumiem – Copilot Github, CodiumAi, JetBrainsAI tika konstatēts, ka GitHub Copilot vislabāk, atbilst prasībām testa datu ģenerācijai un kā mūsdienu mākslīga intelekta risinājumus var izmantot kā palīgrīkus šīm procesam, bet tie nenodrošina pilno procesa automatizāciju.
Atslēgvārdi: Mākslīgais intelekts, programmatūras testēšana, testa datu ģenerācija, vienību testēšana.
Darbā ir 52 lappuses, 9 attēli, 10 tabulas, 7 pielikumi, 32 informācijas avoti
3–5 atslēgvārdi, kas raksturo pētījuma jomu. |
| Atslēgas vārdi |
Mākslīgais intelekts, programmatūras testēšana, testa datu ģenerācija, vienību testēšana |
| Atslēgas vārdi angļu valodā |
Artificial intelligence, software testing, input data generation, unit testing |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
28.05.2024 22:44:22 |
