Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Hibrīda pieeja testēšanai: tradicionālo metožu un mākslīgā intelekta stratēģiju kombinācija
Nosaukums angļu valodā Hybrid Approach to Test Automation: Integrating Traditional Methods with AI
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Jānis Paksis
Recenzents Kristaps Babris
Anotācija 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.
Atslēgas vārdi Automatizētā testēšana; mākslīgais intelekts; hibrīdā testēšanas pieeja; API testēšana; testu ģenerēšana
Atslēgas vārdi angļu valodā Automated testing; artificial intelligence; hybrid testing approach; API testing; test generation
Valoda lv
Gads 2026
Darba augšupielādes datums un laiks 18.05.2026 16:44:03