ГІБРИДНА МОДЕЛЬ ГЕНЕРАЦІЇ ТЕСТОВИХ СЦЕНАРІЇВ НА ОСНОВІ LLM ТА АНАЛІЗУ ІСТОРІЇ ДЕФЕКТІВ

Анотація

У статті представлено концепцію гібридної моделі автоматизованого тестування програмного забезпечення, що поєднує можливості великих мовних моделей із аналізом історії дефектів. Модель орієнтована на формування ризик-орієнтованих тестових сценаріїв, здатних адаптивно реагувати на зміни у програмних системах та підвищувати ефективність процесів тестування. Основна увага приділяється інтеграції генеративних можливостей LLM із механізмами аналітики логів, що дозволяє формувати релевантні набори тестів у контексті CI/CD середовищ. Мета. Метою дослідження є розробка концепції інформаційної системи, яка інтегрує технології штучного інтелекту та методи аналізу дефектів для забезпечення більш точного та своєчасного виявлення помилок. Методологія. Особливістю підходу є побудова універсальної гібридної моделі, що може бути масштабована для різних предметних областей розробки ПЗ і не обмежується конкретним класом систем чи технологій. У перспективі модель підтримуватиме механізми пріоритизації тестів за рівнем ризику, що враховуватимуть частоту та критичність дефектів, а також здатність до автоматичного відновлення сценаріїв при змінах у вимогах. Наукова новизна. Наукова новизна дослідження полягає у поєднанні генеративних можливостей LLM з ризик-о-рієнтованим аналізом історії дефектів, що дозволяє створювати адаптивні та релевантні сценарії тестування. Висновок. Практична цінність полягає у можливості інтеграції запропонованої моделі у сучасні процеси CI/CD з метою зменшення витрат на підтримку автотестів, підвищення точності виявлення критичних помилок і загальної надійності програмного забезпечення. Запропонована модель демонструє потенціал для розвитку інтелектуальних механізмів автоматизованого тестування та побудови гнучкої інфраструктури забезпечення якості, що сприяє ефективному поєднанню інженерних практик із сучасними AI-технологіями.