МЕТОДОЛОГІЧНІ АСПЕКТИ ВПРОВАДЖЕННЯ ГІБРИДНИХ МОДЕЛЕЙ ГЕНЕРАТИВНОГО ШТУЧНОГО ІНТЕЛЕКТУ В ПРОЦЕСИ АВТОМАТИЗАЦІЇ РЕГРЕСІЙНОГО ТЕСТУВАННЯ
DOI:
https://doi.org/10.31673/2786-8362.2026.014209Анотація
У статті здійснено
комплексний аналіз трансформації процесів забезпечення якості програмного забезпечення під
впливом великих мовних моделей (LLM). Досліджено ефективність інтеграції генеративного
штучного інтелекту в життєвий цикл створення автоматизованих регресійних тестів з точки зору
продуктивності, підтримуваності та швидкості зворотного зв’язку. Проведено порівняльний
експеримент між традиційною автоматизацією тестування та підходом, підсиленим використанням
LLM. Отримані результати свідчать, що гібридна модель «human-in-the-loop» дозволяє суттєво
скоротити час розробки тестових сценаріїв і зменшити темпи накопичення технічного боргу.
Водночас обґрунтовано необхідність впровадження додаткових етапів валідації для зниження
ризиків, пов’язаних із галюцинаціями та недетермінованістю генеративних моделей.
Ключові слова: регресійне тестування, генеративний ШІ, LLM, автоматизація тестування,
Prompt Engineering, SDLC, метрики QA, технічний борг
Список використаної літератури
1. Gregory J., Crispin L. Agile Testing: A Practical Guide for Testers and Agile Teams. Pearson
Education, Limited, 2021.
2. ISO/IEC/IEEE 29119-1:2022. Software and systems engineering — Software testing — Part
1: Concepts and definitions. URL: https://www.iso.org/standard/81291.html.
3. Garousi V., Felderer M., Mäntylä M. V. Guidelines for including grey literature and
conducting multivocal literature reviews in software engineering. Information and Software
Technology. 2019. Vol. 106. P. 101–121. URL: https://doi.org/10.1016/j.infsof.2018.09.006.
4. Capgemini, Sogeti. World Quality Report 2023–2024. URL:
https://www.capgemini.com/insights/research-library/world-quality-report-2023-24/.
5. Feldt R., Poulding S. Test Automation with Large Language Models. IEEE Software. 2023.
Vol. 40, no. 2. P. 18–26. URL: https://ieeexplore.ieee.org/document/10053992.
6. GitHub. Research: Quantifying GitHub Copilot’s Impact on Developer Productivity and
Happiness. 2023. URL: https://github.blog/research/publications/quantifying-github-copilotsimpact-on-developer-productivity-and-happiness/.
7. Selenium Documentation. The Page Object Model (POM) Design Pattern. URL:
https://www.selenium.dev/documentation/test_practices/encouraged/page_object_models/.
8. SonarSource. SonarQube Documentation: Maintainability and Technical Debt Metrics. URL:
https://docs.sonarsource.com/sonarqube/latest/user-guide/metric-definitions/.
9. Autify. Self-healing Test Automation: Concept and Workflow. URL:
https://autify.com/blog/self-healing-test-automation/.