සොෆ්ට්වෙයා පරීක්ෂණයේ පුරාතන මිතුරා වූ පරීක්ෂණ පිරමීඩ් අද නව ආකාරයකින් විස්තර කරයි. මුලින්ම එය පිරිවැය මත පදනම් වූ සූත්රයක් ලෙස සැලකුණා – යුනිට් ටෙස්ට්වලට අඩු වියදම, ඉන්ටෙග්රේෂන් ටෙස්ට්වලට මධ්යම වියදම, E2E ටෙස්ට්වලට ඉහල වියදම. මේ අනුව බොහෝ ටෙස්ට්වලට යුනිට් මට්ටමේ පදනම පිරවීමට, ඉහළ මට්ටමේ ටෙස්ට් කුඩා සංඛ්යාවකින් පමණක් පවතී.
කාලයත් සමඟ AI එජන්ට්ස් (කේත ලියන රොබෝ) පරීක්ෂණ ලියන කාර්යයත් අඩු වියදමකට පත් කර ඇත. එජන්ට් එකක් එකවර රහස්ය පරාමිතීන් සමඟ දහස් ගණනක යුනිට් ටෙස්ට් ලියන්නේ, මිනිස්කමක් නොවෙයි. ඒ නිසා පිරමීඩ් එකේ “පදනම පිරවිය යුතුය” කියන සීමාව අර්ථය අහිමි වෙයි.
එජන්ට්ස් එකම කාලයේ කේතය හා ටෙස්ට් දෙකම ලියන විට, එකම මාදිලිය පදනමක් වීම නිසා වැරදි කේතයක් සමඟ වැරදි ටෙස්ට් එකත් සමඟ සාර්ථකව පසු වෙයි. මෙය “එකම ලේඛක අඳුරු” (same-author) නමැති වැලැක්මයි. කේතය වැරදියි නම්, එම වැරදි තේරුම ටෙස්ට් එකත් අනුගමනය කර, බග් එක පවා හසු නොවේ.
ඉතින්, සත්යය (truth) සොයා ගැනීමට seam (සීමා) හරහා පරීක්ෂණ කිරීම වැදගත් වේ. දත්ත ගබඩා, පණිවුඩ පෝලි, බාහිර API වැනි පද්ධති ඔබගේ කේතයට බාහිරව ඇති නිසා, ඒවායෙහි සත්යය පරීක්ෂා කරන ටෙස්ට් එකක් (seam test) ඔබේ කේතයේ වැරදි හඳුනාගන්න ඉඩ සලසයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- ඉගෙනුම් ආකාරය: ශ්රී ලාංකීය විශ්වවිද්යාල සිසුන්ට පරීක්ෂණයේ වියදම්‑පදනම් තත්ත්වය ගැන නව අවබෝධයක් ලැබේ. AI‑ඇදෙන ටෙස්ට් ලියන පද්ධති භාවිතා කරමින්, කුඩා පදනමක් නොව, seam‑මූලික පරීක්ෂණ කුසලතා ඉගෙනගත හැක.
- සංවර්ධකයින්ට: දැන් ටෙස්ට් ලියන කාර්යය ඉතා වේගයෙන් සිදු කළ හැකි බැවින්, කේත ගුණාත්මකතාවය පරීක්ෂා කරන “ඇත්තේ කොහේද?” කියන ප්රශ්නයට උත්තරය සොයා ගැනීමට වැඩි අවකාශයක් ලැබේ. එමඟින් බාහිර සේවා, දත්ත ගබඩා, පණිවුඩ පෝලි ආදී seam‑වලට සම්බන්ධ ටෙස්ට් ලියන්නට හැකියාව ලැබේ.
- ව්යාපාරිකයින්ට: පරීක්ෂණ පිරිවැය අඩුවීම සහ තත්ත්වය වැඩි වීම නිසා, නව නිෂ්පාදන හෝ සේවා වෙළඳපොළට ඉක්මනින් ගෙන යාමට අවස්ථා වේ. AI‑ඇදෙන පරීක්ෂණ ක්රමය භාවිතා කරමින්, ගුණාත්මක කේතයක් තවමත් කාලය හා සම්පත් අඩුවෙන් ලබා ගත හැක.
අවසන් වශයෙන්, පරීක්ෂණ පිරමීඩ් වියදම්‑පදනම් තර්කයක් බවට පත්වූ නමුත්, AI එජන්ට්ස් සහ කන්ටේනර්‑මූලික පරිසරයන්ගේ ඉදිරිපත් කිරීමෙන් ඒකේ ආකෘතිය වෙනස් වී ඇත. අද කාලයේ “බොහෝ ටෙස්ට් ලියන්න” යන ප්රවණතාවය වෙනුවට, “ඇත්තේ කොහේද?” කියා සත්යය සොයාගැනීමට කේන්ද්ර කරගත් ටෙස්ට් සැලසුමක් අවශ්ය වේ.
