Watch and track your favorite playlist.
Curated by: ITCB® - Israel Testing Certification Board (58 videos)
להרשמה ליום בחינות מרוכז ב 04.11 יש להכנס לקישור ולהרשם: https://forms.cloud.microsoft/r/Rt7ubz8zJy :בודקים, אוטומציה ובינה מלאכותית ?איך משתנה העבודה שלנו על הדרך מבדיקות ידניות לאוטומציה, העבודה עם סוכני בינה מלאכותית והערך שמביאים אנשי הבדיקות לעולם המשתנה בהנחיית נתנאל הרוש · בשיחה עם ירון · כ־45 דקות מה קורה כשכלי הבינה המלאכותית הופכים לחלק משגרת העבודה של בודקי התוכנה? בפרק הזה נתנאל וירון מדברים על השינוי דרך דוגמאות מהשטח: מיצירת נתוני בדיקה וכתיבת קוד, דרך תכנון בדיקות ועד חיבור לכלים ארגוניים. לצד ההתלהבות מהיכולות החדשות, הם מדגישים את הצורך בניסיון, בהבנת המוצר ובביקורת מקצועית על התוצרים. המעבר לאוטומציה מתחיל בצורך אמיתי ירון, בעל ניסיון של כ-20 שנה בבדיקות תוכנה, מספר כיצד תהליך ידני ומסורבל ליצירת נתונים הפך להזדמנות מקצועית. הוא התחיל במאקרו באקסל, התקדם לסקריפטים בפייטון ובהמשך השתלב בתפקיד אוטומציה בדל. היוזמה החלה בזמן שהקדיש לכך בעצמו, וכשהתוצאות נראו בשטח, גדל גם הזמן שהוקצה לה.בהמשך הדרך עבר מבדיקות צד שרת לבדיקות ממשק ובדיקות מקצה לקצה, וכיום הוא עובד עם טייפסקריפט ו־פליירייט הסיפור שלו ממחיש כיצד זיהוי בעיה, סקרנות ונכונות ללמוד יכולים לפתוח דלת לתפקיד הבא מהשלמת קוד לשותף בתהליך העבודה השיחה עוברת מההתנסות הראשונית ב־ChatGPT וב־GitHub Copilot, דרך Roo Code, ועד לעבודה עם Cursor ו־Claude Code. ירון מתאר כיצד הסיוע של AI הקל עליו במעבר בין שפות תכנות ואפשר לו להתמקד יותר במטרת הפתרון ובהיגיון שמאחוריו. שני המשתתפים מדגישים את החשיבות של תכנון לפני ביצוע: לבקש מהכלי להסביר מה הוא מתכוון לעשות, לבחון את התוכנית ורק לאחר מכן להתקדם לשינויים בקוד. ההתרשמויות מהכלים מוצגות כחוויות אישיות, והדיון מראה שגם בעבודה עם אותם מודלים עשויים להתקבל תוצרים שונים MCP לחבר את הבינה המלאכותית לסביבת העבודה אחד הנושאים המרכזיים בפרק הוא שימוש ב־MCP לחיבור כלי ה־AI למערכות נוספות. המשתתפים מדברים על חיבורים לכלי אטלסיאן, לפיגמה, ל־Playwright ולתהליכי אינטגרציה והרצה נתנאל משתף בדוגמה של תקלה בתהליך CircleCI: החיבור לכלי סייע לזהות הגדרה חסרה. ירון מתאר תהליך שבו הכלי קורא דרישה, מסייע להבינה ומייצר טיוטת מסמך בדיקות. בשני המקרים, החיבור להקשר העבודה מרחיב את הסיוע מעבר לשיחה כללית על קו תכנון בדיקות מהיר יותר — עם סקירה מקצועית ירון מתאר עבודה מדורגת: יצירת מסמך בדיקות ב־Markdown, מעבר על התרחישים, הוספת בדיקות שליליות ותיקון החוסרים. בהמשך הוא נעזר בהנחיות קבועות כדי לייצר קובץ CSV לייבוא הבדיקות ל־QMetry, וכך חוסך עבודה ידנית בתיעוד החיסכון בזמן אינו מבטל את הצורך לבדוק את התוצר. המשתתפים משתפים במקרים שבהם היה צורך לתקן קוד, להוסיף תנאים או להסיר חלקים שנוצרו. גם בסקירת קוד בעזרת AI, ההמלצה שעולה מהשיחה היא לבחון את ההערות ולהחליט אילו מהן רלוונטיות ?איך ייראה תפקיד הבודק בהמשך בדיון על עתיד המקצוע עולה האפשרות שתפקיד הבודק ינוע יותר לכיוון של תכנון, הכוונה ובקרה, כשהכלים מסייעים במימוש ובתיעוד. לדעת המשתתפים, הבנת המוצר, חשיבה ביקורתית ותשומת לב לאיכות ימשיכו להיות מרכיבים מרכזיים בעבודה לצד החשש מהשפעת AI על משרות, שניהם מספרים שבסביבת העבודה שלהם עדיין מתקיימים גיוסים. הם אינם מציגים תשובה חד־משמעית לגבי העתיד, אך מדגישים את הצורך להתנסות, ללמוד ולהסתגל לשינוי עצות מעשיות שלוקחים מהפרק הכירו את המוצר לעומק: עבדו איתו, קראו דרישות ושוחחו עם המפתחים לפני הקמת מערך בדיקות ואוטומציה חלקו את העבודה לשלבים: התחילו בהבנת הדרישה ובתוכנית, עברו על התוצרים ורק אז התקדמו למימוש בחרו את הכלי לפי המשימה: לפעמים סקריפט פשוט יפתור את הבעיה בלי צורך בפנייה נוספת למודל שפה שימו לב להקשר ולעלויות: בפרק עולה הצורך להבין כיצד היסטוריית השיחה והמידע שנשלח משפיעים על השימוש בטוקנים המשיכו ללמוד ולשאול: יוזמה והתנסות בכלים חדשים הן חלק מההתפתחות המקצועית המסר המרכזי AI יכול לקצר עבודה ולהרחיב את מה שאפשר להספיק. הערך של אנשי הבדיקות נמצא ביכולת להחליט מה לבדוק, לזהות מה חסר ולבחון אם התוצאה באמת מתאימה למוצר ולמשתמשים