"בינה מלאכותית מספקת פלטפורמה אמינה לסקטור בדיקות התוכנה"

כך אמר ד"ר גארת' סמית, מנהל כללי של פעילות אוטומציית בדיקות תוכנה בחברת קיסייט (Keysight Technologies), בראיון עימו * "אנחנו מגיעים לעידן בו פתרונות של בדיקות תוכנה מבוססות AI יבצעו בדיקות למערכות תבוניות מבוססת AI"

"אנו צפויים לראות את תחום בדיקות התוכנה מוצף עם רטוריקת 'AI' לכל הפחות לאורך 18 החודשים הקרובים. אז נכון שיש יכולות מבוססות בינה מלאכותית שניתן להגדירן כמשנות מציאות, אלא שהמונח בינה מלאכותית הינו עדיין מעורפל, ויהיה קשה להבחין בין מה שהוא בעל ערך אמיתי ובין מה שאינו בשל עדיין", כך אמר גארת' סמית', מנהל כללי (General Manager) בחברת קיסייט (Keysight Technologies).

ד"ר גארת' סמית' מוביל בחברת קיסייט את פעילות האוטומציה של בדיקות התוכנה. קודם לכן סמית' שימש בתפקיד מנהל הטכנולוגיות הראשי (CTO) בחברת Eggplant  – חלוצה של תחום בדיקות התוכנה האוטומטיות החכמות, שנרכשה על ידי קיסייט בשנת 2020. ד"ר סמית' הינו בעל רקורד עשיר בתחומי החדשנות וניהול מוצרים בעולמות התוכנה בתעשייה ובאקדמיה כאחד. הדוקטורט שלו הינו במדעי המחשב ועוסק בתחום של עיצוב ממשק משתמש שיתופי.

האם לדעתך ניתן להסיר את ההגדרה "תחת מבחן" בשילוב של בינה מלאכותית בתחום בדיקות התוכנה?

התשובה היא כן. בדיקות תוכנה ניתנות לביצוע על ידי טכנולוגיות חדשות של בינה מלאכותית יוצרת, והן מספקות פלטפורמה אמינה דיה הניתנת כבר היום לאימוץ. זה אומר שביכולתו של הבודק להגדיר את היקף הבדיקות המלא ואז לתת למערכת ה-AI להחליט מה ואיך לבצע. כמו כן, הגדרה של דיווחים מפורטים וניתוח הנתונים יבטיח שה-AI יבצע במדויק את הפעולות אותן אמר שיעשה, ובדרך זו לוודא שהמערכת הנבדקת עברה בדיקות בצורה יסודית.

מה לדעתך הערך המוסף המרכזי של בינה מלאכותית בעולמות בדיקות התוכנה?

אני מעריך שמדובר ביכולת החיזוי המשופרת שיש לבינה המלאכותית. AI יכול לנתח כמויות דאטה עצומות ולזהות בתוך המידע תבניות המסייעות לו לבצע תחזיות, שעל פי רוב יהיו מדויקות יותר ועשירות בדקויות מאשר אלו המבוצעות בדרכים המסורתיות. ספציפית בעולם בדיקות התוכנה – מדובר בסקטור המייצר כמויות דאטה גדולות, ואלו ניתנות לאנליזה עמוקה כדי לחלץ תוצאות למבחני "so what" מתוך מכלול הפעילות.

מה האתגר המרכזי שאתה מבחין בו בעולם בו מערכות תוכנה מבוססות AI הולכות ונעשות נפוצות?

אנחנו רואים שבינה מלאכותית מוטמעת בצורה רחבה ועמוקה בארגונים, ואחד האתגרים הגדולים הוא כיצד לבצע בדיקות של אותן מערכות תבוניות. בדיקות קבועות, מהסוג המסורתי שמציע תחום בדיקות התוכנה, אינו מתאים למקרה של מערכות מבוססות AI, שכן מערכות אלו הינן 'לא-דטרמיניסטיות' (Non-Deterministic) – קרי, מערכות שיכולות על אותו סט של מידע לייצר פלט שונה של תוצאות. למעשה, הדרך היחידה לבדוק מערכות מבוססות AI יהיה באמצעות מערכת בדיקה שגם היא מבוססת AI, שתבצע "צ'ט" בצורה שוטפת עם המערכת המבוססת בינה מלאכותית הנבדקת. זה גם יגביר את היכולת לציית לרגולציה, שכן אתה כארגון תצטרך להציג בפני הרגולטור שהמערכת מבוססת ה-AI שלך פועלת בהתאם לדרישות הרגולטור – מקומי ועולמי כאחד (דוגמת בדיקות AI MOT בבריטניה). ארגונים יידרשו לבצע בדיקות סדירות כדי להבטיח שה-AI פועל בצורה אתית, אחראית, נטולת דעות קדומות, ותוך ציות לתקנים והדרישות של המדינה או התעשייה בה הארגון פועל.