Предсказание дефектов: как нейросети изменят будущее тестирования ПО

В последние годы частота выхода новых версий и обновлений программного обеспечения значительно выросла. Выросла и потребность в более эффективном и объёмном тестировании этих продуктов. Ни один сервис, приложение или программа не попадает к пользователям без тщательной проверки на возможные ошибки и сбои, которые проводят инженеры по тестированию. Интенсивному выпуску большого количества качественных информационных продуктов без ошибок может способствовать использование искусственного интеллекта – уверен Иван Архипов, QAA-инженер международного брокера EXANTE, победитель Национальной бизнес-премии, автор известной научной статьи о расширении масштабов автотестирования. Узнали у эксперта, каким образом нейросети способствуют стабильной работе IT-решений.

Иван, вы уже семь лет в IT и в последние годы отвечаете за качество и стабильность финансовых продуктов в компании EXANTE, которая занимается брокерским обслуживанием сотен тысяч клиентов по всему миру. Каковы возможности нейросетей в тестировании на сегодняшний день?

Нейросети – великое изобретение человечества! Безусловно, их можно и нужно внедрять в QA. Данные технологии значительно повышают скорость, объёмы и эффективность тестирования без потери качества и лишних затрат. Сегодня искусственный интеллект способен самостоятельно писать код, генерировать тестовые сценарии, обнаруживать скрытые дефекты и даже предсказывать возможные сбои ещё на стадии разработки программного обеспечения. В целом, использование искусственного интеллекта в нашей сфере позволит снизить рутинную работу и даже заменить некоторых специалистов.

То есть сокращение рабочих мест все же будет?

И да, и нет. С одной стороны, некоторые специальности действительно могут покинуть рынок труда. С другой стороны, остаётся большая потребность в высококвалифицированных кадрах, способных сосредоточиться на более сложных и творческих задачах. Это касается и грамотных QAA-инженеров в том числе. Также останется потребность в хороших разработчиках, специалистах по кибербезопасности и DevOps.

В конце сентября вы одержали победу в Национальной бизнес-премии «Технологии и инновации 2023», крупнейшем в стране конкурсе среди лучших IT-специалистов. Вас признали инженером года по автоматическому тестированию программного обеспечения, за проект, в котором вы использовали нейросети. Расскажите об этом подробнее.

Да, я представил уважаемым экспертам свои разработки в области автоматизированного тестирования финансовых сервисов нашей компании. Для таких масштабных проектов, конечно, нейросети – лучший выход. При грамотном использовании, можно заметно повысить качество конечного продукта без привлечения дополнительных ресурсов. В EXANTE я использую искусственный интеллект для оптимизации рутинных процессов, моделирования поведения пользователей, анализа ПО с целью выявления потенциальных проблем. В результате повышается надёжность и безопасность нашей торговой платформы, а значит, большее число клиентов отдаёт предпочтение именно нашему брокеру.

Вам удалось вывести работу инвестиционной компании EXANTE на новый уровень: создать 100 % покрытие автотестами, заметно увеличить скорость релизов продуктов и втрое сократить число багов в них. Это всё тоже благодаря нейросети?

Когда я пришёл в компанию, в 2019 году, искусственный интеллект ещё не был настолько распространён. До моего трудоустройства в EXANTE не было автоматизации совсем, пришлось всё создавать с чистого листа, разрабатывать фреймворк, набирать и обучать команду. Наша торговая платформа существует как для мобильных, так и стационарных устройств, работает на различных операционных системах: iOS, Android, Windows, Mac, на веб-сайте. Её использует огромное количество людей по всему миру. Это большой объём данных, множество тест-кейсов: для оптимизации всех процессов пришлось искать и внедрять различные интересные решения.

Вы говорите о вашей уникальной разработке визуализации отчётов по тестированию? Насколько нам известно, ваши IT-решения покупают и другие финансовые брокеры, потому что быстрый и качественный выпуск релизов с новым функционалом способствует росту прибыли компании. Как вы к этому относитесь?

Да, я интегрировал фреймворк Pytest и системы отчетов Allure test OPS с системой QASE. Это позволило получать отчёты по регрессионным автотестам в удобном визуальном формате и быстрее реагировать и устранять баги. Конечно, это помогло повысить качество и скорость работы. Я рад, что наши партнёры и конкуренты высоко оценили результат моего труда. Не вижу ничего плохого в тиражировании каких-то наработок, ведь в итоге это приводит к всеобщему прогрессу и мотивирует на дальнейшие успехи.

Как вы планируете дальнейшее развитие технологий ИИ в своей работе?

Я бы хотел сделать платформу на основе нейросети, которая могла бы самостоятельно создавать и поддерживать автотесты. Это будет интересно особенно небольшим компаниям, у которых недостаточно ресурсов и, возможно, знаний языка программирования. С этой платформой они смогут оперативно и экономно выпускать качественные сервисы. Также нейросеть незаменима при масштабировании проектов, когда нужно анализировать огромные объёмы данных. Вообще считаю, что искусственный интеллект – это очень перспективное направление и нужно использовать все его возможности по максимуму.

Автор Марина Ларикова.