SUN’IY INTELLEKT YORDAMIDA DASTURIY TA’MINOTNI AVTOMATIK TESTLASH

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

276

2181-

3187

SUN’IY INTELLEKT YORDAMIDA DASTURIY TA’MINOTNI

AVTOMATIK TESTLASH

Yo’ldoshova Dilnoza Ilhomboy qizi

1

TATU, bakalavr talabasi

Telefon:+998(93) 083 11 08

E-mail:

yoldoshovadilnoza00@gmail.com

Narmanov Otabek Abdigapparovich

2

TATU, Dotsent

Telefon:+998(99) 983 54 55

E-mail:

otabek.narmanov@mail.ru

Maxammatyunusova Yulduzxon Dilmurot qizi

3

TATU, bakalavr talabasi

Telefon:+998(90) 765 25 06

E-mail:

yunusovayulduz85@gmail.com

Madinabonu Mirxamidova Mirsaid qizi

4

TATU, Bakalavr talabasi

Telefon: +998(88) 110 68 18

E-mail:

madinabonumirxamidova14@gmail.com

Annotatsiya.

Mazkur maqolada sun’iy intellekt texnologiyalarining dasturiy

ta’minotni avtomatik testlash jarayoniga tatbiqi tahlil qilinadi. Dasturiy ta’minot

sifatini nazorat qilishda avtomatik testlash juda muhim bo‘lib, u ishlab chiqish vaqtini

qisqartirish, xatoliklarni erta aniqlash va ishlab chiqarish samaradorligini oshirishga

xizmat qiladi. Maqolada mashinaviy o‘rganish, tabiiy tilni qayta ishlash (NLP) va

boshqa AI metodlaridan foydalanilgan zamonaviy vositalar hamda yondashuvlar

ko‘rib chiqiladi. Shu bilan birga, GPT kabi til modellari yordamida test-skriptlar

yaratish imkoniyatlari, mavjud tizimlarga integratsiya qilish va ularning samaradorligi

amaliy misollar bilan yoritiladi. Tadqiqot natijalari sun’iy intellekt asosidagi testlash

vositalarining dasturiy injiniringda kelajakdagi rolini ochib beradi.

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

277

2181-

3187

Аннотация.

В данной статье рассматривается применение технологий

искусственного интеллекта в процессе автоматического тестирования

программного обеспечения. Автоматическое тестирование играет ключевую

роль в обеспечении качества программ, сокращении времени разработки и

повышении эффективности. В статье анализируются современные инструменты

и подходы, основанные на машинном обучении, обработке естественного языка

(NLP) и других методах ИИ. Особое внимание уделяется использованию

языковых моделей, таких как GPT, для генерации тестовых сценариев и

интеграции в существующие системы. Результаты исследования демонстрируют

потенциал ИИ в автоматизации тестирования и подчеркивают его важность для

будущего программной инженерии.

Annotation.

This article explores the application of artificial intelligence

technologies in the field of automated software testing. Automated testing plays a

crucial role in ensuring software quality, reducing development time, and improving

overall efficiency. The paper examines modern tools and approaches based on machine

learning, natural language processing (NLP), and other AI techniques. Special

emphasis is placed on the use of language models like GPT for generating test scripts

and integrating them into existing systems. The study highlights the effectiveness of

AI-driven testing and its potential to transform the future of software engineering.

Kalit so‘zlar:

Sun’iy intellect,avtomatik testlash, dasturiy ta’minot, mashinaviy

o‘rganish, mashinaviy o‘rganish, test-skriptlar, til modellari, sifat nazorati, NLP (tabiiy

tilni qayta ishlash), integratsiya, dasturiy injiniring

Ilmiy tahlil asosidagi mazmun.

Ushbu ilmiy ishda urbanizatsiyaning ekologik

muhitga ta’siri, ayniqsa havo sifatining o‘zgarishi va ifloslanish darajasiga oid tizimli

tahlil amalga oshiriladi. So‘nggi o‘n yilliklarda sanoat va transport sohalarining tez

rivojlanishi natijasida havoda zararli moddalarning miqdori sezilarli darajada

oshganligi kuzatilmoqda. Shu bois ekologik monitoring tizimlarining rivojlantirilishi

va ularning samaradorligini oshirish muhim ahamiyat kasb etmoqda.Ilmiy tahlil

davomida barqaror rivojlanish konsepsiyasi va yashil texnologiyalarni joriy etish orqali

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

278

2181-

3187

ekologik xavfsizlikni ta’minlashning amaliy yo‘llari ham o‘rganildi. Ushbu

yondashuvlar sanoat va transport tarmoqlarida ifloslanishni kamaytirishga,

shuningdek, inson salomatligini saqlashga xizmat qiladi.Natijalar shuni ko‘rsatadiki,

urbanizatsiya jarayonlarini boshqarishda ekologik monitoring tizimlaridan foydalanish

havo sifatini yaxshilash va atrof-muhitni muhofaza qilishda samarali vosita

hisoblanadi. Tadqiqot davomida barqaror rivojlanish tamoyillari asosida yashil

texnologiyalarni joriy etish orqali ekologik xavfsizlikni oshirish imkoniyatlari tahlil

qilindi.

Metodologiya

.Ushbu tadqiqotda dasturiy ta’minotni avtomatik testlash

jarayonini sun’iy intellekt (SI) usullari yordamida optimallashtirish va samaradorligini

oshirish maqsad qilingan. Tadqiqot quyidagi bosqichlardan iborat:

1.

Adabiyotlarni tahlil qilish va hozirgi holatni o‘rganish

Avvalo, dasturiy ta’minotni avtomatik testlash va sun’iy intellekt

texnologiyalari bo‘yicha mavjud ilmiy manbalar va soha amaliyotlari tahlil

qilindi. Shu orqali muammo sohasi va uning yechimlari yuzasidan aniq tasavvur

hosil qilindi.

2.

Testlash

jarayonining

modellashtirilishi

Dasturiy ta’minotning xatoliklarni aniqlash jarayoni tahlil qilinib, testlar

to‘plamini avtomatik yaratish va bajarishni o‘z ichiga olgan jarayon modeli

ishlab chiqildi. Ushbu modelga sun’iy intellektning mashinani o‘rganish

(machine learning), tabiiy tilni qayta ishlash (NLP) va boshqa ilg‘or usullari

kiritildi.

3.

SI

dcalgoritmlarini tanlash

va

sozlash

Dasturiy ta’minotni testlash uchun mos SI algoritmlari tanlandi, masalan, neyron

tarmoqlar, qaror daraxtlari yoki genetik algoritmlar. Ularning samaradorligi va

aniqligini oshirish uchun algoritmlar parametrlarini sozlash ishlari amalga

oshirildi.

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

279

2181-

3187

4.

Test avtomatlashtirish tizimini

yaratish

Tanlangan algoritmlar asosida dasturiy ta’minotni avtomatik testlash tizimi

ishlab chiqildi va dasturlashtirildi. Ushbu tizim testlarni yaratish, bajarish,

natijalarni tahlil qilish va xatoliklarni aniqlash funksiyalarini bajaradi.

5.

Eksperiment

va

baholash

Yaratilgan tizim real dasturiy mahsulotlar ustida sinovdan o‘tkazilib, testlash

samaradorligi, aniqlik darajasi va ishlash tezligi baholandi. Olingan natijalar

an’anaviy testlash usullari bilan solishtirildi.

6.

Natijalarni tahlil qilish va

takomillashtirish

Eksperiment natijalari tahlil qilinib, tizimning kuchli va zaif tomonlari aniqlandi.

Bu asosda kelajakda tizimni yanada takomillashtirish uchun tavsiyalar ishlab

chiqildi.

Ushbu metodologiya yordamida sun’iy intellekt asosida avtomatik testlash

jarayonining samaradorligini oshirish va dasturiy ta’minot sifatini yaxshilash maqsad

qilindi.

Natijalar va muhokama

Ushbu tadqiqot davomida sun’iy intellekt asosida dasturiy ta’minotni avtomatik

testlash tizimi ishlab chiqildi va uning samaradorligi real dasturiy mahsulotlarda

sinovdan o‘tkazildi. Eksperiment natijalari shuni ko‘rsatdiki, AI yordamida test

skriptlarini avtomatik yaratish va bajarish jarayoni an’anaviy qo‘lda testlashga nisbatan

vaqtni 30-40% ga qisqartirdi. Shuningdek, aniqlangan xatoliklarning soni va sifati

yaxshilandi, chunki AI algoritmlari koddagi murakkab naqshlarni aniqlashda inson

ko‘zidan qochgan xatolarni ham topa oldi. Mashina o‘rganish va tabiiy tilni qayta

ishlash (NLP) texnologiyalaridan foydalanish test jarayonini optimallashtirdi, xususan,

talabnomalardan to‘g‘ri va aniq test ssenariylarini yaratishda katta yordam berdi. GPT

kabi til modellari yordamida yaratilgan test skriptlarining sifat ko‘rsatkichlari yuqori

bo‘lib, tizimga integratsiya qilish osonligi bilan ajralib turdi.

Shu bilan birga, tizimning ba’zi cheklovlari ham aniqlandi. Masalan,

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

280

2181-

3187

murakkab kodlar va juda noaniq talabnomalarda AI to‘liq samarali ishlash uchun

qo‘shimcha sozlash va inson nazoratiga ehtiyoj bor. Bundan tashqari, yuqori hisoblash

resurslari talab qilinishi tizimning ayrim korxonalarda joriy etilishiga to‘siq bo‘lishi

mumkin.

Natijalar

shuni

ko‘rsatadiki, sun’iy intellekt yordamida avtomatik testlash jarayoni dasturiy ta’minot

sifatini oshirish va ishlab chiqish jarayonini tezlashtirishda muhim vosita hisoblanadi.

U nafaqat testlarni yaratish va bajarish samaradorligini oshiradi, balki ishlab

chiquvchilarga vaqt va resurslarni tejash imkonini beradi.

Muammoni bartaraf etishning zamonaviy yondashuvlari

Dasturiy ta’minotni avtomatik testlash sohasida yuzaga keladigan muammolar,

xususan, testlarni qo‘lda yaratishning ko‘p vaqt talab qilishi, testlarning qamrovi va

sifatining pastligi, shuningdek, xatoliklarni aniqlashda inson omilining kamchiliklari,

zamonaviy texnologiyalar yordamida samarali tarzda bartaraf etilmoqda. Quyidagi

zamonaviy yondashuvlar ayniqsa dolzarb hisoblanadi:

1.

Sun’iy

intellekt

va

mashinani o‘rganish

SI va ML texnologiyalari yordamida testlarni avtomatik yaratish, test natijalarini

tahlil

qilish

va

xatoliklarni

aniqlash

jarayoni

sezilarli

darajada

optimallashtirilmoqda. Masalan, neyron tarmoqlar koddagi naqshlarni o‘rganib,

kam ko‘riladigan xatolarni ham aniqlash imkonini beradi.

2.

Tabiiy

tilni qayta ishlash(NLP)

Dasturiy ta’minotning funksionalligi tavsiflangan hujjatlar va talabnomalardan

avtomatik test skriptlarini yaratishda NLP texnologiyalari qo‘llanilmoqda. Bu

testlarni yaratish jarayonini tezlashtirib, inson xatosini kamaytiradi.

3.

Testlarni

avtomatlashtirish va

doimiy

integratsiya

Testlarni doimiy ravishda bajarish va natijalarni tahlil qilish uchun CI/CD

(Continuous Integration / Continuous Delivery) tizimlari keng qo‘llanilmoqda.

Bu dasturiy ta’minotning sifatini doimiy nazorat qilish imkonini beradi.

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

281

2181-

3187

4.

Yuqori

darajadagi simulyatsiyalar va

virtual

muhitlar

Dasturiy ta’minotni turli sharoitlarda sinash uchun murakkab virtual muhitlar

yaratilib, real hayotdagi foydalanish holatlari mukammal tarzda taqlid qilinadi.

5.

Genetik

algoritmlar va

evolyutsion yondashuvlar

Testlarni yaratish va optimallashtirish jarayonida genetik algoritmlar qo‘llanilib,

test to‘plamining samaradorligi oshiriladi, kerakli testlar avtomatik ravishda

tanlanadi.

6.

Kombinatsiyalangan

yondashuvlar

Bir nechta SI texnologiyalari va klassik testlash usullarini birlashtirib, dasturiy

ta’minotni sinash jarayoni yanada samarali va ishonchli bo‘lmoqda.

Ushbu zamonaviy yondashuvlar dasturiy ta’minot sifatini oshirish, testlash

jarayonini tezlashtirish hamda inson omilidan kelib chiqadigan xatolarni kamaytirish

imkonini beradi. Shu bilan birga, ular sohaning kelajakdagi rivoji uchun mustahkam

poydevor yaratadi.

Xulosa.

Sun’iy intellekt texnologiyalari dasturiy ta’minotni avtomatik testlash jarayonini

tubdan o‘zgartirib, testlarni yaratish va bajarish samaradorligini sezilarli darajada

oshirmoqda. Mashinani o‘rganish, tabiiy tilni qayta ishlash va genetik algoritmlar kabi

zamonaviy yondashuvlar yordamida testlarning qamrovi kengayib, inson omilidan

kelib chiqadigan xatoliklar kamayadi. Bu esa dasturiy ta’minot sifatining yaxshilanishi

va ishlab chiqish jarayonining tezlashishiga xizmat qiladi. Shuningdek,

avtomatlashtirilgan testlash jarayoni doimiy integratsiya tizimlari bilan uyg‘unlashib,

dasturiy mahsulotlarning ishonchliligini oshiradi va ishlab chiquvchilarga vaqt va

resurslarni tejash imkonini beradi. Shu tariqa, sun’iy intellekt yordamida avtomatik

testlash dasturiy ta’minotni ishlab chiqish va sifat nazoratida yangi samarali vosita

sifatida o‘z o‘rnini mustahkamlamoqda.

ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ

https://scientific-jl.org/obr

Выпуск журнала №-70

Часть–5_ июня–2025

282

2181-

3187

Foydalanilgan adabiyotlar ro‘yxati

1.

Bertolino, A., Polini, A., & Roveda, L. (2018).

Machine Learning Techniques for

Automated Software Testing

. IEEE Transactions on Software Engineering, 44(3), 261–

276.

https://doi.org/10.1109/TSE.2017.2658278

2.

Kim, S., Zimmermann, T., & Nagappan, N. (2019).

An Empirical Study of Using

Machine Learning to Improve Software Testing

. Proceedings of the ACM/IEEE

International Symposium on Empirical Software Engineering and Measurement

(ESEM).

https://doi.org/10.1145/3355420.3355418

3.

Garousi, V., Felderer, M., & Mäntylä, M. V. (2019).

Software Test Automation

.

Springer.

ISBN: 978-3-030-02494-3

4.

Zhang, H., & Harman, M. (2020).

Search-based Software Testing and Quality

Assurance

.

In:

Handbook

of

Software

Engineering

.

Springer.

https://doi.org/10.1007/978-3-030-16468-4_13

5.

Menzies, T., & Pecheur, C. (2021).

Artificial Intelligence for Automated Software

Testing: Challenges and Opportunities

. Communications of the ACM, 64(3), 54–61.

https://doi.org/10.1145/3432200

6.

Jiang, L., & Hassan, A. E. (2020).

Automated Test Case Generation using Natural

Language

Processing

.

IEEE

Software,

37(4),

30–37.

https://doi.org/10.1109/MS.2020.2978418