פרק #68 שילוב בינה מלאכותית בבדיקות אוטומציה עם גיל זילברפלד

בפרק זה, נתנאל הרוש מארח לשיחה אחד על אחד את גיל זילברפלד אשר מדברים על איך בינה מלאכותית משתלבת בבדיקות אוטומציה

בפרק זה מתארח גיל זילברפלד לשיחה על אחד הנושאים החמים ביותר כיום בתחום הבדיקות: שילוב של בינה מלאכותית בבדיקות תוכנה ואוטומציה. גיל, מומחה ותיק בתחום האיכות, משתף בתובנותיו לגבי השפעת הטכנולוגיה על תפקיד הבודק בעידן המשתנה.

עיקרי הנושאים שעלו:

האם כדאי להשתמש בבינה מלאכותית כבודקים?
התשובה: תלוי. בינה מלאכותית יכולה לחסוך זמן ולעזור בביצוע בדיקות רבות יותר בפרק זמן קצר, אך עדיין לא ניתן לסמוך עליה באופן מוחלט.
יש לראות בבינה מלאכותית כלי עזר שמסייע אך לא מחליף את שיקול הדעת האנושי של הבודק.

שינויים בתפקיד הבודק:
בעבר הבודק היה אחראי בעיקר לביצוע הבדיקות. כיום, עם השימוש בבינה מלאכותית, הוא נדרש לנהל ולבקר את תהליך הבדיקות שבוצעו או הומלצו על ידי המודלים.
זה מחייב הבנה מעמיקה של המערכת וקונטקסט עסקי – מה שלא ניתן להשיג דרך כלי אוטומטי בלבד.

אופטימיזציה של זמן:
בדומה לאוטומציה, גם בינה מלאכותית היא השקעה שמחזירה את עצמה לאורך זמן.
היא מאפשרת לבודק להתמקד במשימות מורכבות יותר תוך שהיא מספקת עזרה בבניית מקרי בדיקה, יצירת דאטה, כתיבת סקריפטים ועוד.

הזהרות ואתגרים:
בינה מלאכותית לא תמיד מדויקת – עלולים להיות שגיאות בהצעות שלה.
הבודק נדרש להיות "המבוגר האחראי" – לסנן, לשפוט ולבקר את הפלטים שהיא מציעה.
לדוגמה: אם בינה מלאכותית יוצרת טסטים הכוללים שדות דינמיים (כמו ID או timestamp), יש להבין מה ניתן להשוות ומה לא.

שימושים נפוצים:

• יצירת מקרי בדיקה על סמך סכמות API

• Refactoring של קוד בדיקות לפי Design Patterns

• יצירת תיעוד ודיווחים אוטומטיים לתקלות (למשל: דיווח Jira מבוסס טסט שנכשל)

• כתיבת קבצי JSON לדאטה נדרש

• קיצור זמני פיתוח של בדיקות בצורה משמעותית (חיסכון של עד 70%-80% מהזמן)

הבדל בין בדיקות API לבדיקות UI:
בדיקות API פשוטות יותר לניהול אוטומטי – בזכות הסכמות הברורות והקונטרקטים.
בדיקות UI מורכבות יותר ודורשות יותר הקשר, הבנה של מבנה המסכים והתנהגות המשתמש.
השימוש בבינה מלאכותית מצריך הבנה טובה יותר של מבנה המערכת כדי "לעזור לה לעזור לנו".

שורה תחתונה:
בינה מלאכותית מביאה איתה מהפכה גם לעולם הבדיקות – אבל לא מחליפה את האדם. היא מחזקת את היכולת לבדוק מהר ועמוק יותר, אך דורשת בקרה, שיפוט, והבנה עמוקה של המוצר והתהליכים.

קישור לקבוצת הוואצאפ של קהילת ITCB

קישור לפרופיל לינקדאין של גיל זילברפלד: https://www.linkedin.com/in/gilzilberfeld/ 

קישור לפרופיל לינקדאין של נתנאל הרוש: https://www.linkedin.com/in/netanel-harush/

אם גם אתם מעוניינים להשתתף בפודקאסטים, אנא צרו עימנו קשר במייל: [email protected] 

קישור לערוץ הפודקאסט שלנו

קישור לרשימת כל הפודקאסטים שלנו