Umělá inteligence je “jen” čtvrtá průmyslová revoluce

Využívání umělé inteligence (AI) výrazně mění způsoby, jakými se ubírá vývoj a testování ubírá. Díky AI dochází ke zrychlení a zefektivnění procesů, což umožňuje rychlejší přizpůsobování se dynamickým změnám na trhu a ve svém důsledku dodávání lepších služeb.

Programátorům a testerům však práci rozhodně nesebere. S jejím příchodem se jim do rukou dostal jen velmi mocný nástroj, který dokáže akcelerovat vývoj, zrychlit práci a usnadnit činnosti, které dříve zaměstnávaly celé týmy lidí. I umělá inteligence je jen dalším nástrojem, který je třeba uchopit, efektivně ovládnout a ne rozbít  nebo zakázat.

Globální technologická společnost Qinshift se věnuje vývoji softwaru na zakázku pro velké korporace, banky, telekomunikační operátory, nebo automobilky. Využívání AI ve vývoji i testování softwaru je v jejích týmech běžným postupem.  

AI práci urychlí, ale sama jí neudělá.

Ve vývoji softwaru dokážou nástroje AI například generovat části zdrojového kódu, což zásadně urychluje proces vývoje aplikací a softwaru.

Šéf vývoje aplikací ve společnosti Qinshift Milan Mitošinka říká: “AI používáme například při experimentování s tvorbou zdrojového kódu a optimalizací datových toků. AI zde slouží především jako nástroj. Ten však stále vyžaduje lidský dohled a ověřování jeho výstupů, aby byla zajištěna jejich správnost.”

Milan Mitošinka byl nedávno hostem podcastu Peak.cz

POSLECHNĚTE SI HO ZDE

Paradoxně tak dochází k situaci, kdy s příchodem AI stoupá pro softwarové společnosti důležitost seniorních a expertních pracovníků. “Umělá inteligence dokáže velice efektivně vykonávat spíš práci za více nováčků na nižších pozicích, než za jednoho experta na skutečně zodpovědné a odborné pozici. Ten totiž musí velice dobře vědět, jak má vlastně výstup, který za někoho AI zpracovala, vypadat.” dodává Mitošinka.

AI si někdy dokáže dost vymýšlet – problém i potřeba

AI hraje klíčovou roli i v samotném testování softwaru. Týmy společnosti Qinshift využívají AI například pro generování testovacích skriptů a scénářů, což zkracuje čas potřebný k jejich přípravě.

Zároveň ale umožňuje i automatizaci těch testů, které byly dříve prováděny manuálně. Například nástroj Microsoft Copilot asistuje vývojářům při kontrole kódu. Pomáhá i při tvorbě testovacích dat, která jsou nezbytná pro důkladné testování bankovních aplikací bez rizika zásahu do chráněných klientských dat.

„Při vývoji bankovních systémů je potřeba otestovat obrovská množství požadavků a operací, které se pak v reálném provozu odehrávají na datech statisíců klientů konkrétní banky. Kvůli zabezpečení je však samozřejmě problém při testování pracovat s reálnými daty klientů. AI může například rychle zaplnit testovací prostředí bankovní aplikace zcela fiktivními, ale relevantními daty, na kterých se pak testy odehrávají.” říká Martin Paták šéf testingu ve společnosti Qinshift.

Pro skutečně zajímavé výsledky je potřeba zvýšit výkon počítačů i lidí

Budoucnost AI ve vývoji a testování softwaru je závislá zejména na dalším zvyšování výpočetního výkonu. A také na strategickém zapojení nástrojů umělé inteligence do lidských pracovních procesů.

„Jakmile budou překonány současné bariéry, výpočetního výkonu, AI se bude moci posunout ještě dál. Navíc dokáže nabídnout ještě efektivnější řešení pro technologické společnosti.” říká Milan Mitošinka.

“AI představuje revoluční technologický krok ve vývoji a testování softwaru. Navíc umožňuje rychleji a efektivněji reagovat na nové výzvy a potřeby trhu. Klíčovou roli ale stále hrají lidé. Ti rozhodují jednak o strategickém nasazení tohoto nástroje a jednak výsledky AI na základě znalosti svého oboru ověřují a kontrolují.” dodává na závěr.

Tento článek je komerční sdělení. Peak.cz není jeho autorem a neovlivňuje jeho obsah.