Development of a measure of efficiency of unit test generation based on artificial intelligence models in relation to manually produced tests

Sztuczna Inteligencja, powszechnie znana również jako AI (z języka angielskiego - Artificial Intelligence), jest aktualnie jedną z najdynamiczniej rozwijających się gałęzi technologicznych. Wpływa on na różne dziedziny życia ludzkiego, a testowanie oprogramowania nie jest wyjątkiem. Niniejsza praca koncentruje się na badaniu możliwości AI w generowaniu testów jednostkowych. W celu weryfikacji jakości owych testów zostaną zastosowane mechaniki testowania mutacyjnego oraz przedstawienie ich podstawowych zasad i technik. Celem tej pracy jest zbadanie potencjału sztucznej inteligencji w automatyzacji procesu tworzenia testów oprogramowania i w zestawieniu z testami tworzonymi manualnie a także ocena efektywności, dokładności i potencjalnych korzyści wynikających z zastosowania AI w tym procesie. AI dzięki swoim możliwościom analizy kodu, uczenia maszynowego i generowania tekstu, może zrewolucjonizować sposób, w jaki testy są utrzymywane i wytwarzane.

Artificial Intelligence, also commonly known as AI (English - Artificial Intelligence), is currently one of the fastest growing branches of technology. It is affecting various areas of human life, and software testing is no exception. This work focuses on exploring the capabilities of AI in generating unit tests. In order to verify the quality of these tests, mutation testing mechanics will be applied and their basic principles and techniques will be presented. The purpose of this work is to explore the potential of artificial intelligence in automating the software test generation process and in comparison with manually created tests, and also to evaluate the efficiency, accuracy and potential benefits of using AI in this process. AI, with its code analysis, machine learning and text generation capabilities, has the potential to revolutionize the way tests are maintained and produced.