TI-PIA : uma abordagem de teste de integração com planejamento em inteligência artificial

Abstract

Resumo: O teste de integração ocorre em um cenário complexo influenciado por diversos fatores, como o ambiente, o próprio sistema de software sob teste (SUT), os paradigmas de programação e os tipos de integração utilizados. Para lidar com essa complexidade, é comum que esse teste seja apoiado por artefato de gerenciamento chamado plano de integração. Esta tese propõe o uso do planejamento em inteligência artificial (IA) para a geração desse plano de integração considerando atributos de teste ainda não cobertos na literatura. Para isso, foi definida a abordagem de teste de integração com planejamento em IA (TI-PIA). Essa abordagem contém uma estrutura de geração de planos de integração dividida em módulos associados a representações com uma linguagem de planejamento em IA. Essas representações geram planos de integração para o teste de SUTs desenvolvidos com os paradigmas de programação procedimental e orientado a objetos. Foram conduzidos três estudos avaliativos que investigaram: elementos das representações na linguagem de planejamento em IA adotada; a viabilidade de sua instanciação em projetos de desenvolvimento; e a viabilidade de sua aplicação em contextos da manutenção de software. Os resultados permitem concluir que a geração de planos foi factível para diferentes cenários de teste de integração a partir das representações definidas. Esses achados indicam que a abordagem TI-PIA pode contribuir para a definição do planejamento do teste e, consequentemente, viabilizar uma execução do teste de integração mais criteriosa e bem estruturada.

Abstract: Integration testing occurs in a complex scenario influenced by several factors, such as the environment, the software system under test (SUT) itself, the programming paradigms, and the types of integration. To deal with this complexity, it is common for this testing to be supported by a management artifact called an integration plan. This thesis proposes using artificial intelligence (AI) planning to generate this integration plan, considering testing attributes not yet covered in the literature. For this purpose, we defined the AI planning integration testing (TI-PIA) approach. This approach contains an integration plan generation structure divided into modules associated with representations with an AI planning language. These representations generate integration plans for testing SUTs developed with procedural and object-oriented programming paradigms. We conducted three evaluation studies to investigate: elements of the representations of the adopted AI planning language; the feasibility of its instantiation in development projects; and the feasibility of its application in software maintenance contexts. The results conclude that generating plans was feasible for different integration testing scenarios based on the defined representations. These findings indicate that the TI-PIA approach can contribute to the definition of testing planning and, consequently, enable a more careful and well-structured execution of the integration testing.