اختبار الذكاء الاصطناعي: ثلاثة معانٍ مختلفة يقصدها الناس

لماذا يُعدّ «اختبار الذكاء الاصطناعي» تصنيفًا غير مفيد

عادةً ما تُسمّي التصنيفات مشكلة. أما هذا التصنيف فيسمّي تقنية، ولهذا يغطي ثلاث مشكلات لها أعراض مختلفة ومشترون مختلفون وأنماط فشل مختلفة. وقبل مقارنة أي شيء، يجدر أن تقول بصوت مسموع أيها لديك.

النوع الأول: ذكاء اصطناعي يكتب الاختبارات نيابةً عنك

المشكلة التي يحلها: لديك شيفرة بلا اختبارات، وكتابتها يدويًا بطيئة ومملة.

كيف يبدو: توجّهه إلى دالة أو ملف أو مواصفة، فيُنتج شيفرة اختبار يمكنك إيداعها.

أين يتوقف: الاختبارات المولَّدة ترث افتراضات الشيفرة التي وُلِّدت منها. فإذا أساء التنفيذ فهم ما تُعيده نقطة نهاية ما، فسيؤكد الاختبار المولَّد سوء الفهم نفسه وينجح. هذا هو الحد الصامت للفئة بأكملها. التغطية ترتفع، أما الثقة فينبغي ألّا ترتفع، أو على الأقل ليس بقدر ما يوحي به الرقم.

تحتاج إلى هذا إذا: كانت فجوتك في الكمّ. فهناك كمّ كبير من الشيفرة غير المختبَرة ولا أحد لديه وقت.

النوع الثاني: ذكاء اصطناعي يشغّل الاختبارات ويصونها

المشكلة التي يحلها: لديك مجموعة اختبارات بالفعل، وإبقاؤها حيّة مكلف. المحدِّدات تنكسر مع إعادة التصميم، والاختبارات متقلبة، وحصة معتبرة من كل سبرنت تذهب إلى إصلاحها.

كيف يبدو: يتكيّف المشغّل حين تتحرك الواجهة. فالزر الذي تغيّر نصه أو موضعه يظل يُعثر عليه، لأن الخطوة تُفهم بوصفها نيّة لا مسارًا ثابتًا عبر DOM.

أين يتوقف: التكيّف سلاح ذو حدين. فمجموعة اختبارات تصلح نفسها لتلتفّ حول انحدار حقيقي أسوأ من مجموعة تفشل، لأنها تُخفي ما أردت أن تعرفه. والنسخة المفيدة منه تميّز بين تغيّر الواجهة وتغيّر السلوك، ولا تتسامح إلا مع الأول.

تحتاج إلى هذا إذا: كانت فجوتك في الصيانة. فالاختبارات موجودة، وإبقاؤها خضراء هو الضريبة.

النوع الثالث: التحقق من شيفرة كتبها ذكاء اصطناعي

المشكلة التي يحلها: فريقك يشحن شيفرة ينتجها وكيل برمجي أسرع مما يستطيع أحد قراءتها، وخطوة المراجعة التي كانت تلتقط الأخطاء تحوّلت بهدوء إلى إجراء شكلي.

كيف يبدو: يُستخدَم التطبيق المنشور بالطريقة التي يستخدمه بها شخص حقيقي، وتعود النتيجة على هيئة دليل يستطيع الوكيل التصرف بناءً عليه، فيقع الإصلاح في الدورة نفسها التي وقع فيها التغيير.

مع ماذا يقترن: مع اختبارات وحدة محلية سريعة للمنطق، وأداة مخصصة للحِمل. وهذه الطبقة تجيب عن السؤال الذي تعجز عنه الأداتان: هل تعمل الميزة فعلًا في المنتج قيد التشغيل.

تحتاج إلى هذا إذا: كانت فجوتك في الثقة. فحجم الشيفرة ارتفع، وطاقة المراجعة لم ترتفع، ولا أحد يستطيع أن يقول بثقة إن كانت عمليات الدمج العشرون الأخيرة قد كسرت شيئًا.

أي نوع من اختبار الذكاء الاصطناعي تحتاج إليه فعلًا

تشخيص موجز، بالترتيب الذي يستحق أن تسأل به.

الصف الثالث هو الذي يستحق التوقف عنده. فارتفاع التغطية وانخفاض التقلّب كلاهما سهل القياس، وليس أيٌّ منهما ما أردته فعلًا. ما أردته هو مفاجآت أقل في الإنتاج.

سؤال واحد يفصل الأدوات الجادّة عن العروض التوضيحية

أيًا كان النوع الذي تنظر فيه، اسأل عمّا يحدث عند الفشل.

العرض التوضيحي يُريك صفًا أحمر. أما الأداة التي يمكنك التعايش معها فتخبرك بما جرت محاولته، وبما فعله التطبيق بدلًا من ذلك، وبالنقطة التي تباعد عندها الاثنان، في صيغة يستطيع من سيصلح المشكلة أن يستخدمها دون إعادة استنتاج القصة كاملة. وإذا كان جواب الفشل لقطة شاشة وتتبّع مكدس، فسيظل على شخص ما أن يقوم بالتفسير، وذلك الشخص هو عنق الزجاجة الذي كنت تحاول إزالته.

وتتضاعف أهمية هذا حين يكون من يُصلح وكيلًا لا إنسانًا، لأن الوكيل لا يستطيع أن يحدّق في لقطة شاشة فيستنتج النية.

السؤال الثاني: هل يعمل من دونك

كل فئة هنا تنهار إلى لا شيء إن لم تُشغَّل الاختبارات إلا حين يتذكّرها أحد. فمجموعة تنطلق وفق جدول زمني أو مع كل طلب سحب هي مجموعة تؤدي عملًا. أما المجموعة التي تنتظر إنسانًا ليبدأها فهي وثيقة عن عمل نوى أحدهم القيام به.

لذا فسؤال الإعداد ليس أي أداة تملك صيغة تأكيد أفضل، بل أيها تُنهي جلستها الأولى بفحص موصول بخط أنابيبك لا بتقرير على شاشة.

أين نقف نحن، بصراحة

بُني TestSprite للمشكلة الثالثة. فهو يفتح تطبيقك قيد التشغيل، ويستخدمه كما يستخدمه مستخدم حقيقي، ويعيد ما انكسر في حزمة واحدة يستطيع وكيلك البرمجي التصرف بناءً عليها. وهو يولّد الحالات أيضًا، لكن ذلك في خدمة التحقق لا غايةً في ذاته.

فإذا كانت الثقة هي فجوتك، فهذه هي المشكلة التي بُني لها، وأسرع طريقة لرؤية ذلك أن توجّهه إلى تغيير شحنه وكيلك هذا الأسبوع وتقرأ ما يعود به.

أي المشكلات الثلاث بُني TestSprite لها

الثالثة. وُجد TestSprite للفرق التي اختباراتها خضراء، وإصداراتها تنكسر رغم ذلك، وشيفرتها تصل بصورة متزايدة من وكيل أسرع مما يستطيع أحد مراجعتها.

وبصورة ملموسة: يفتح تطبيقك قيد التشغيل، ويستخدمه كما يستخدمه شخص حقيقي، ويعيد ما انكسر في حزمة واحدة متسقة مع نفسها يستطيع وكيلك البرمجي التصرف بناءً عليها. والحالات تُولَّد من منتجك وتُنقَّح باللغة الطبيعية، فلا تتوقف التغطية على أن يجد أحدهم فسحة بعد ظهر أحد الأيام. والخطوات نيّات لا محدِّدات، فإعادة تصميم لا تغيّر شيئًا وظيفيًا لا تُحوّل المجموعة إلى الأحمر.

وهو يولّد الحالات كذلك، وهذا يلامس الفجوة الأولى، وخطواته تصمد أمام تغيّر الواجهة، وهذا يلامس الثانية. لكن هذين في خدمة الحكم لا غايةً في ذاتهما. فإذا كانت شكواك الفعلية أن كتابة الاختبارات مملة، أو أن مجموعتك الحالية متقلبة، فسيخدمك منتج مبني حول أيٍّ من هاتين على نحو أفضل، ويجدر قول ذلك قبل التجربة لا أثناءها.