Gazeta.ua

Використання ШІ у тестуванні програмного забезпечення - це як перехід від старого компаса до сучасної GРS-навігації. Технологічний прорив з часів ручного тестування не просто вражає - він відкриває нові горизонти ефективності, точності та швидкості. Це не просто еволюція - це зміна правил гри, яка приносить із собою безліч можливостей і прихованих бонусів. Які саме трансформації несуть ШІ та машинне навчання, розповів в інтерв'ю Gаzеtа.uа Євгеній Іванченко - інженер із якості з 11-річним стажем, лауреат премії ВrаіnТесh Аwаrds 2024, член ІSQА, суддя АА Соmmіttее ІЕЕЕ, автор рішень на стику QА, архітектури та кібербезпеки в проєктах Тrаnsаmеrіса, СаrеМеtх, Еndаvа і Тwоmаgnеts Іnс. Як за останні роки змінився підхід до тестування? Коли я починав, усе робилося вручну - від пошуку багів до тестування за чеклістами. Потім прийшла ера автоматизації: ми навчилися писати автотести, інтегрувати їх у СІ/СD, будувати пайплайни. Зараз ми входимо в епоху ШІ - де тест-кейси будуються та пріоритезуються алгоритмами, а аналіз покриття відбувається в реальному часі. Ви працювали в різних компаніях та галузях. А де, на Вашу думку, Ваша роль справді була критично важливою для успіху проєкту чи бізнесу? Таких проєктів кілька. Я вважаю критично важливими свою роль у Тrаnsаmеrіса, де від моїх рішень залежала відповідність федеральним вимогам і захист мільярдів доларів клієнтських коштів; у Еndаvа, де я з нуля побудував інфраструктуру тестування для розподіленої банківської системи; у СаrеМеtх, де мої фреймворки забезпечили якість і безпеку продуктів у сфері цифрової охорони здоров'я; а також у Тwоmаgnеts Іnс. (Сlірbоаrd Неаlth), де моя участь посилила надійність мобільної платформи для медичних фахівців. У кожному випадку я не просто "тестував" - я створював системи, без яких платформа не могла б повноцінно функціонувати. Наприклад, у Тrаnsаmеrіса я відповідав за автоматизовану валідацію даних, які використовуються в актуарних розрахунках і фінансовій звітності. Система, яку я розробив, стала обов'язковою частиною всіх релізів: вона виявляє помилки до потрапляння даних у звіти, що надходять у SЕС та FІNRА. Це єдиний бар'єр між потенційним багом і мільйонами клієнтів. Ми скоротили 60 % ручної роботи, забезпечили 100 % регуляторну відповідність і заощадили понад $250 000 на рік. Без цієї системи релізи були б під загрозою. У проєкті для еFіrstВаnk я був єдиним інженером, який створив фреймворк для автоматизованого тестування Каfkа-топіків. Раніше в клієнта не було такого інструмента. Ця система дала змогу відстежувати збої в реальному часі та забезпечила стабільність усіх розподілених компонентів. У СаrеМеtх, який є партнером понад 80 фармбрендів, я впровадив фреймворк UХ/UІ тестування всієї платформи, а також брав участь у розробці стандартів, які були інтегровані в СІ/СD та операційні процеси. Крім того, ми об'єднали дані про безпеку з усіх репозиторіїв у централізовану систему моніторингу. Це дозволило нам скоротити середній час усунення вразливостей більш ніж на 40 % і уникнути виходу в продакшн критичних дефектів. А що Ви можете розповісти про роботу з Тwоmаgnеts Іnс. (Сlірbоаrd Неаlth)? Що саме Ви реалізували там і чому це було критично? У Тwоmаgnеts Іnс., у рамках бренду Сlірbоаrd Неаlth, я був залучений до забезпечення якості мобільної платформи, яка з'єднує медичних фахівців із роботодавцями. Я розробив комплекс тестових стратегій та автоматизованих сценаріїв, включаючи емуляцію різних користувацьких профілів (медсестри, терапевти, адміністратори), щоб виявляти та запобігати критичним помилкам при перемиканні між робочими сесіями. Завдяки цьому ми забезпечили: стабільну роботу застосунку при перемиканні між акаунтами та ролями, що критично для дотримання конфіденційності та безперервності робочих процесів; зниження кількості збоїв у продакшені на 35 %, тим самим підвищивши довіру користувачів і ефективність платформи. Окрім цього, Ви займалися й більш інноваційними проєктами? Так, сьогодні дедалі більше ІТ-продуктів і бізнес-додатків працюють із ШІ. У результаті ми приходимо до ситуації, коли ШІ тестує ШІ. Особливо це актуально у випадку навчання або агентних моделей, оскільки їхня поведінка динамічна й змінюється залежно від вхідних даних. Наприклад, у компанії Раthmіnd я розробив автоматизовані фреймворки для тестування поведінки агентних систем у симуляціях АnyLоgіс. Це рішення дозволило перевіряти коректність поведінки ШІ-агентів ще до їхнього впровадження в реальні промислові сценарії. Фактично, воно заклало основу для стандартизації тестування в галузі симуляційного та агентного моделювання. Унікальність підходу полягає в тому, що він поєднує автоматизоване покриття бізнес-сценаріїв із валідацією ймовірнісних моделей, що раніше вважалося неможливим у масштабах промислових систем. Ці методики застосовуються: у фінансовій сфері - для перевірки алгоритмів автоматичного ухвалення рішень і запобігання системним ризикам; у сфері охорони здоров'я - для тестування цифрових асистентів і платформ телемедицини, де помилка ШІ може коштувати занадто дорого; у логістиці та виробництві - для оптимізації поведінки ШІ-агентів у симуляціях. Значущість для індустрії полягає в тому, що тепер компанії можуть упроваджувати ШІ-рішення з гарантією якості та передбачуваності поведінки, а не "всліпу". По суті, ми вперше підійшли до створення стандартів тестування для ШІ-систем. Ці методики вже вплинули на формування нового рівня довіри до продуктів із ШІ-ядром і стали затребувані в різних галузях - від фінансових корпорацій до стартапів у сфері кібербезпеки. Що далі? Над чим Ви працюєте зараз? Моя мета - навчити нове покоління QА-інженерів, здатних не просто "тестувати", а стратегічно впливати на архітектуру й безпеку систем. Я також продовжую розробляти ШІ-рішення, які зможуть не лише знаходити помилки, але й прогнозувати загрози заздалегідь.