කොච්චර කාලෙකට පෙර, බ්රවුසර පරීක්ෂණ framework එකක් ගොඩනැගීමේ අභියෝගය එය ආරම්භ කිරීමේ පියවරවලට සීමා වූවා. රන්නර් තෝරාගැනීම, බ්රවුසර සකස් කිරීම, පේජ් ඔබ්ජෙක්ට් සෑදීම, වාර්තාකරණය සකස් කිරීම, රීට්රයිස් එකතු කිරීම, රහස් තොරතුරු කළමනාකරණය, CI සමඟ සම්බන්ධ කිරීම වගේ වැඩ කීපයක් අතින් කරගත යුතු වුණා.
අද දවසේ AI උදව්කරුක් සමඟ ඔබට කාලයෙහි අඩක් තුළ මේ සියල්ලම ගොඩනැගීමේ කේතයක් ලබාගත හැකිය. ඒ නිසා “Framework එකක් තැනිය හැකිද?” යන ප්රශ්නය ඉවරවී, “එය හොඳින් පවත්වාගෙන යාමට හැකිද?” යන ප්රශ්නයට මුහුණ දීමට වෙයි.
ජනිත කිරීමේ වියදම සහ අයිතිකාරක වියදම එකම දෙයක් නොවේ කියන්නේ මෙහි ප්රධාන කරුණයි. AI එකෙන් ලැබෙන මුල් කේතය ඉක්මනින් දිගුවක් පෙනේ – කේතය සම්පූර්ණයි, ටෙස්ට් කිහිපයක් පසුතැවෙනවා, pull request එකත් පූර්ණයි. නමුත් යෙදුමේ වෙනස්කම්, සත්යාපන ක්රම වෙනස්වීම, හවුල්කාරක උපකරණ ගැටලු, නව dependency එකක් ඇතුළත් කිරීම වගේ සිදුවීම් එහි පසුබැසීමේ පීඩනය වැඩි කරයි. මුල් ජනනය වේගවත් වුවත්, ඒකේ අයිතිකාරක වියදම පසුකාලීනව බරපතළ වෙයි.
AI විසින් ජනිත වූ විශාල framework එකක ගැටළුව වන්නේ “seams” – fixtures, abstraction, environment assumptions, test data, conventions වගේ අංගයන් එකඟ නොවීමයි. එක් එක් පේළිය කියවීමට පහසු වුවත්, මුළු පද්ධතියේ සංකීර්ණතාවය තවත් අධික වෙයි. ඒ නිසා කණ්ඩායම් කාලය ගත කරන්නේ ගොඩනැගීමේ සංඛ්යාව ගණනය කිරීම – ටෙස්ට් ගොනු ගණන, සිනාරියෝ ගණන, පසුතැවෙන පරීක්ෂණ – ඒවා සැබෑ විශ්වාසභරිතත්වය පෙන්වන්නේ නැත.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයින්, සංවර්ධකයින් සහ ව්යාපාරිකයින් සඳහා AI මගින් ජනිත කරන පරීක්ෂණ framework එකේ අවදානම් තේරුම් ගැනීම ඉතා වැදගත්. එය පහත ප්රතිලාභ ලබාදේ:
- කාර්යක්ෂමතා වැඩිවීම: කෙටි කාලයකින් පරීක්ෂණ කේතයක් ලබාගත හැකි බැවින් නිර්මාණ කාලය කෙටි වෙයි.
- ගුණාත්මක පාලනය: ජනිත කේතයේ අඩංගු hidden inconsistencies හඳුනා ගැනීමට අවධානය යොමු කිරීමෙන් අනාගත වැරදි වලින් වළක්වාගත හැක.
- දෙවන පියවරේ පිරිවැය පාලනය: පද්ධතියේ පූර්ණ අයිතිකාරක වියදම තේරුම් ගෙන, ආරක්ෂිතව CI/CD පද්ධතියට ඒකතු කිරීමේ සැලසුම් සකස් කරගත හැක.
එබැවින්, ශ්රී ලංකාවේ තාක්ෂණික සමාජයට AI පදනම් වූ පරීක්ෂණ automation එකේ ගුණාත්මක පාලනය සහ අයිතිකාරක වියදම සැලකිල්ලට ගත යුතුයි. එය වඩාත් විශ්වාසදායක, ආරක්ෂිත, හා පරිසර හිතකාමී software development ක්රියාකාරකම් සඳහා මාර්ගයක් වේ.
අවසන් වශයෙන්, AI ඔබට පරීක්ෂණ framework එකක් “ඉක්මනින්” සකස් කර දෙනවා සත්යය. නමුත් එය දිගුකාලීනව පවත්වාගෙන යාම, අඩු ගැටලු සහිතව තබා ගැනීම සඳහා කණ්ඩායමට නිවැරදි මාර්ගෝපදේශ, conventions, සහ guardrails සැපයීම අත්යවශ්යයි.
