Tekoälyn hyödyntäminen automaatiotestauksessa : tekoälypohjaisen koodiavustajan valintaprosessi
Neulikko, Jonna (2024)
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024121937503
https://urn.fi/URN:NBN:fi:amk-2024121937503
Tiivistelmä
Tekoälyn kehittyessä erilaisten tekoälypohjaisten ratkaisujen rooli ohjelmistokehityksen tukena kasvaa tulevaisuudessa, mikä edellyttää yrityksiltä jatkuvaa sopeutumista ja uusien teknologioiden omaksumista.
Opinnäytetyön toimeksiantajana oli Esko Systems Oy, jonka tavoitteena oli löytää sopiva tekoälypohjainen koodiavustaja ohjelmistokehityksen ja automaatiotestauksen tueksi.
Esko Systems Oy:n tuottaa Esko-nimistä potilas- ja asiakastietojärjestelmä, joka luokitellaan vaatimuksiltaan A3-luokan tietojärjestelmäksi ja osa tietojärjestelmän sovelluksista on lääkinnällisiä laitteita. Sen vuoksi sovelluksen kehittämisessä ja siihen integroitavien työkalujen valinnassa täytyy noudattaa erilaisia sosiaali- ja terveysalan tietojärjestelmien määräyksiä ja säädöksiä sekä lääkinnällisiä laitteita koskeva lakeja ja standardeja.
Työssä kartoitettiin kolme potentiaalista koodiavustajaa: Tabnine, Codeium ja GitHub Copilot, joiden tiedot kerättiin vertailua varten erilliselle arviointilomakkeelle ja koodiavustajien suorituskykyä testattiin lyhyiden kooditehtävien avulla. GitHub Copilot valittiin lopulta parhaaksi vaihtoehdoksi sen taustalla toimivien vakaiden kehittäjien, luotettavuuden, jatkuvan kehityksen ja kattavan dokumentaation ansiosta. Koodiavustaja vaatii kuitenkin vielä kelpuutusprosessin ensin varsinaista yrityksen sisäistä käyttöönottoa, että sen valinta täyttää viranomaisvaatimukset ja vastaa laadunhallinnan asetuksia. As artificial intelligence continues to develop, the role of various AI-based solutions in supporting software development is expected to grow in the future, requiring companies to continuously adapt and adopt new technologies.
The thesis was commissioned by Esko Systems Ltd, whose goal was to find a suitable AI-based code assistant to support software development and automation testing.
Esko Systems Oy produces the Esko patient and client information system, which is classified as an A3-level system in terms of requirements, and some of its applications are classified as medical devices. Therefore, the development of the application and the selection of tools to be integrated into it must comply with various regulations and standards for health and social care information systems, as well as laws and standards related to medical devices.
The study identified three potential code assistants: Tabnine, Codeium, and GitHub Copilot. Information about these assistants was collected on a separate evaluation form, and their performance was tested with short coding tasks. GitHub Copilot was ultimately chosen as the best option due to its reliable developers, continuous development, and comprehensive documentation. However, the code assistant still requires a validation process before it can be fully implemented within the company to ensure that its selection meets regulatory requirements and com-plies with quality management standards.
Opinnäytetyön toimeksiantajana oli Esko Systems Oy, jonka tavoitteena oli löytää sopiva tekoälypohjainen koodiavustaja ohjelmistokehityksen ja automaatiotestauksen tueksi.
Esko Systems Oy:n tuottaa Esko-nimistä potilas- ja asiakastietojärjestelmä, joka luokitellaan vaatimuksiltaan A3-luokan tietojärjestelmäksi ja osa tietojärjestelmän sovelluksista on lääkinnällisiä laitteita. Sen vuoksi sovelluksen kehittämisessä ja siihen integroitavien työkalujen valinnassa täytyy noudattaa erilaisia sosiaali- ja terveysalan tietojärjestelmien määräyksiä ja säädöksiä sekä lääkinnällisiä laitteita koskeva lakeja ja standardeja.
Työssä kartoitettiin kolme potentiaalista koodiavustajaa: Tabnine, Codeium ja GitHub Copilot, joiden tiedot kerättiin vertailua varten erilliselle arviointilomakkeelle ja koodiavustajien suorituskykyä testattiin lyhyiden kooditehtävien avulla. GitHub Copilot valittiin lopulta parhaaksi vaihtoehdoksi sen taustalla toimivien vakaiden kehittäjien, luotettavuuden, jatkuvan kehityksen ja kattavan dokumentaation ansiosta. Koodiavustaja vaatii kuitenkin vielä kelpuutusprosessin ensin varsinaista yrityksen sisäistä käyttöönottoa, että sen valinta täyttää viranomaisvaatimukset ja vastaa laadunhallinnan asetuksia.
The thesis was commissioned by Esko Systems Ltd, whose goal was to find a suitable AI-based code assistant to support software development and automation testing.
Esko Systems Oy produces the Esko patient and client information system, which is classified as an A3-level system in terms of requirements, and some of its applications are classified as medical devices. Therefore, the development of the application and the selection of tools to be integrated into it must comply with various regulations and standards for health and social care information systems, as well as laws and standards related to medical devices.
The study identified three potential code assistants: Tabnine, Codeium, and GitHub Copilot. Information about these assistants was collected on a separate evaluation form, and their performance was tested with short coding tasks. GitHub Copilot was ultimately chosen as the best option due to its reliable developers, continuous development, and comprehensive documentation. However, the code assistant still requires a validation process before it can be fully implemented within the company to ensure that its selection meets regulatory requirements and com-plies with quality management standards.