High level description

Test-Driven Development (TDD) är en etablerad metod inom mjukvaruutveckling som bygger på att skriva tester innan själva koden implementeras. Detta tillvägagångssätt säkerställer att ny kod fungerar som förväntat och hjälper till att identifiera buggar tidigt i utvecklingsprocessen. Trots fördelarna med TDD, kan metoden vara tidskrävande och kräva omfattande manuell insats för att skapa adekvata tester, särskilt i komplexa och stora kodbaser.

Detta examensarbete fokuserar på att använda generativ AI för att effektivisera och förbättra TDD-processen. Generativ AI har den unika förmågan att automatiskt generera kod och testfall baserat på specifika indata. Genom att tillämpa denna teknik kan utvecklare potentiellt skapa tester snabbare och med högre täckning, vilket kan leda till en markant förbättring i både utvecklingshastighet och kodkvalitet.

Who are we looking for?

Bachelor/Master of Science in Computer Science/Engineering

Project description

Projektet syftar till att undersöka hur AI-drivna verktyg kan integreras i TDD-cykeln för att generera högkvalitativa tester automatiskt. Fokus kommer att ligga på att utvärdera effekten av AI-genererade tester på kodkvalitet, underhållbarhet och produktivitet jämfört med traditionellt manuellt skrivna tester.

Genom att utveckla en prototyp som demonstrerar denna teknik, kan projektet ge insikter om potentialen för att använda generativ AI inom mjukvaruutvecklingens bästa praxis. Det långsiktiga målet är att förbättra mjukvaruutvecklingsprocesser och höja standarden för kvalitetssäkring inom TDD.

Purpose and Scope

• Undersöka hur generativ AI kan användas för att automatisera testgenerering inom TDD.
• Analysera hur AI-drivna tester påverkar utvecklingshastighet och kodkvalitet.
• Utforska AI-modeller som kan generera en mångfald av testfall för olika programmeringsspråk och ramverk.
• Jämföra effektiviteten hos genererade tester med manuellt skrivna tester vad gäller täckning och precision.
• Bedöma långsiktiga effekter på underhållbarhet och skalbarhet inom större kodbaser.
• Utveckla en prototyp som demonstrerar användningen av generativ AI i en TDD-cykel.
• Sammanfatta resultatet genom att ge rekommendationer för framtida användning av AI i TDD.