الذكاء الاصطناعي يكتب الآن أكثر من نصف كود الإنتاج في 40٪ من الفرق ، وتشهد 44٪ من الفرق وصول المزيد من الأخطاء إلى مرحلة الإنتاج ، وتقوم 41٪ فقط من الفرق بإجراء أي فحص مؤتمت على الكود المكتوب بواسطة الذكاء الاصطناعي قبل الدمج
نويدا ، الهند وسان فرانسيسكو, 13 نوفمبر / تشرين ثاني 2026 /PRNewswire/ — أصدرت اليوم شركة “تست ميو إيه آي” (TestMu AI) [المعروفة سابقاً باسم “لامدا تست” (LambdaTest)] ، منصة “هندسة الجودة بالذكاء الاصطناعي الوكيل”، تقرير حالة الذكاء الاصطناعي في هندسة الجودة لعام 2026. ويكشف أن 81٪ من فرق البرمجيات قد دمجوا كودًا أو اختبارات تم توليدها بواسطة الذكاء الاصطناعي لم يفهموه تمامًا ، وأن 44٪ أفادوا بوجود المزيد من حوادث الإنتاج أو العيوب المتسربة مع النمو في معدلات استخدام الكود المكتوب بواسطة الذكاء الاصطناعي. يكتب الذكاء الاصطناعي الآن الكثير من الكود والعديد من الاختبارات ، ولكن معظم الفرق لا تزال تتحقق من صحة هذا العمل بعد الانتهاء منه بالاعتماد على عنصر بشري، أو مع نموذج ذكاء اصطناعي آخر.
97٪ من الفرق التي شملها الاستطلاع تستخدم الآن الذكاء الاصطناعي في الاختبار أو تخطط لذلك. بالنسبة لمعظمهم ، فإن السؤال المفتوح هو كيف يتم التحقق من الكود والاختبارات التي تم توليدها بواسطة الذكاء الاصطناعي قبل إطلاقها.
النتائج الرئيسية من تقرير “حالة الذكاء الاصطناعي في هندسة الجودة لعام 2026”:
- فجوة التحقق من الصحة: فقط 41٪ من الفرق تقوم بإجراء أي فحص مؤتمت للكود المكتوب بواسطة الذكاء الاصطناعي قبل الدمج؛ حيث إن معظمهم يعتمدون على المراجعة اليدوية (55٪) أو تسليم الكود إلى فريق ضمان الجودة بعد كتابته (51٪). تشهد الفرق التي لا تنفذ اختبارات منفصلة للدمج المستمر أن العيوب الهاربة ترتفع في كثير من الأحيان (49٪) أكثر من الفرق التي تنفذها (38٪).
- المطورون هم الأكثر تعرضًا: قام 93٪ من المطورين بدمج مخرجات للذكاء الاصطناعي لم يفهموها تمامًا.
- تقييم الذكاء الاصطناعي للذكاء الاصطناعي يوسّع الفجوة: الفرق التي تستخدم نموذجًا واحدًا لتقييم معدل نقاط نموذج آخر “النماذج اللغوية الكبيرة كحَكَم” (LLM-as-a-judge) تقوم بانتظام بدمج مخرجات للذكاء الاصطناعي لا تفهمها مرتين أكثر من الفرق الأخرى (29٪ مقابل 15٪). الاختبارات التي تم توليدها بواسطة الذكاء الاصطناعي “تقريبًا صحيحة ، ولكن ليست تمامًا” بمتوسط 65٪ من الوقت.
- يتم إطلاق وكلاء الذكاء الاصطناعي بناءً على المراجعة البشرية والعروض التوضيحية: 77% من الفرق تبني وكلاء الذكاء الاصطناعي الذين يحتاجون إلى اختبارهم ، ولكن 37% منهم ليس لديهم طريقة منهجية لتقييم هؤلاء الوكلاء ، و 28٪ يختبرون الوكلاء في مواجهة مستخدمين يحاولون إيقاعهم في الخطأ.
- الميزانيات تموّل التوليد، لا التحقق: تنفق 50٪ من الفرق معظم ميزانية اختبار الذكاء الاصطناعي على إنتاج مخرجات الذكاء الاصطناعي ، مقابل 17٪ على التحقق من صحتها.
- قليلون هم المستعدون لأخطاء الذكاء الاصطناعي: فقط 13٪ من الفرق لديها خطة استجابة للحوادث لأخطاء الذكاء الاصطناعي.
قال “أسد خان” ، المؤسس المشارك والرئيس التنفيذي لشركة “تست ميو إيه آي”: “تعتمد فرق البرمجيات الآن على الذكاء الاصطناعي لكتابة كودهم ، وتوليد اختباراتهم ، وتحديد مدى جاهزية كليهما للإطلاق بشكل متزايد. ومع ذلك ، لم يواكب التحقق من الصحة هذا التحول. ونحن نعتقد أن أي مخرجات ينتجها الذكاء الاصطناعي يجب أن يتم التحقق من صحتها بواسطة نظام مستقل عن النموذج الذي أنتجها ، قبل أن تُدمَج وفي كل مرة تتغير فيها. تشهد الفرق المشاركة في استطلاعنا التي تتبع بالفعل هذا النظام وصول عدد أقل من العيوب إلى مرحلة الإنتاج ، ونحن نتوقع أن يصبح هذا النظام معيارًا للمنظمات الهندسية التي تطلق منتجاتها بالاستعانة بالذكاء الاصطناعي”.
يمكن قراءة التقرير من هنا: testmuai.com/research/state-of-ai-in-quality-engineering.
نبذة عن TestMu AI
“تست ميو إيه آي” [المعروفة سابقاً باسم “لامدا تست” (LambdaTest)] هي منصة هندسة الجودة للذكاء الاصطناعي التي تضمن عمليات نشر الذكاء الاصطناعي على مستوى المؤسسات الكبرى والعالم الحقيقي؛ حيث تقوم بتنفيذ الاختبار الوكيل لتطبيقات الويب والأجهزة المحمولة على أكثر من 5,000 متصفح وأكثر من 50,000 جهاز حقيقي ، ولوكلاء الصور، والمحادثات، والصوت، والاستجابة الصوتية التفاعلية (IVR)، والفيديو. لمزيد من المعلومات، تفضلوا بزيارة موقع الويب www.testmuai.com.
للتواصل الإعلامي
Nikhil Saxena
مدير الاتصالات المؤسسية، TestMu AI
البريد الإلكتروني: nikhils@testmuai.com| الهاتف: +91 98709 81968
View original content to download multimedia:https://www.prnewswire.com/ae/ar/news-releases/u062Au0642u0631u064Au0631u002Du0074u0065u0073u0074u006Du0075u002Du0061u0069u002Du0639u0646u002Du062Du0627u0644u0629u002Du0627u0644u0630u0643-302938926.html