شرح كيفية استخدام الذكاء الاصطناعي في كتابة اختبارات الوحدات (Unit Tests) واكتشاف ثغرات الكود تلقائياً

الرُمح

Moderator
طاقم الإدارة
مشرفين انكور
عضو انكور
اسأل أي مبرمج عن أكثر مهمة يؤجلها، وستكون الإجابة غالبًا: كتابة الاختبارات. الجميع يعرف أهميتها، لكنها مملة وتستهلك وقتًا يبدو أنه لا يضيف ميزة جديدة. وهنا يقدم الذكاء الاصطناعي واحدًا من أكثر استخداماته فائدة وأقلها مخاطرة: كتابة اختبارات الوحدات (Unit Tests)، ومراجعة الكود لاكتشاف الأخطاء والثغرات الأمنية قبل أن تصل إلى المستخدمين. في هذا الشرح ضمن سلسلة تطوير تطبيقات الذكاء الاصطناعي سنعرض طريقة عملية تجعل الاختبارات المولدة مفيدة فعلًا، لا مجرد أرقام تغطية تبدو جميلة في التقارير.

img1.webp

لماذا يناسب الذكاء الاصطناعي كتابة اختبارات الوحدات؟​

كل اختبار من اختبارات الوحدات يفحص جزءًا صغيرًا من الكود، كدالة واحدة، بمدخلات محددة ويتحقق من أن المخرجات صحيحة. هذا النوع من العمل منظم ومتكرر، ويعتمد على قراءة الدالة وتخيل الحالات المختلفة التي قد تمر بها، وهو بالضبط ما تجيده النماذج اللغوية. والأهم أن الخطأ هنا قليل التكلفة: إذا كتب النموذج اختبارًا خاطئًا فسيفشل وتراه فورًا، بعكس كود الإنتاج الذي قد يحمل خطأً خفيًا لأشهر.

لكن هناك فخ يجب الانتباه له: إذا طلبت من النموذج أن يكتب اختبارات لكود فيه خطأ، فقد يكتب اختبارات "تؤكد" السلوك الخاطئ، لأنه يقرأ ما يفعله الكود لا ما يجب أن يفعله. لذلك فإن السر في كتابة اختبارات الوحدات بالذكاء الاصطناعي هو أن تعطيه المواصفات المطلوبة، لا الكود فقط.

طريقة عملية لكتابة اختبارات الوحدات​

خذ مثلًا دالة تحسب سعر الطلب بعد الخصم والضريبة في متجر. بدل أن تقول "اكتب اختبارات لهذه الدالة"، اكتب تعليمات توضح القواعد التجارية والحالات الحدية:

كود:
اكتب اختبارات وحدات باستخدام pytest للدالة calculate_total المرفقة.
القواعد المطلوبة:
- الخصم لا يتجاوز 50% من قيمة الطلب
- الضريبة 16% تُحسب بعد الخصم
- الطلب الفارغ يعيد صفرًا
- الكميات السالبة يجب أن ترفع ValueError
غطِّ الحالات العادية والحدية والمدخلات الخاطئة، واجعل اسم كل اختبار يصف السلوك المتوقع.
إذا لاحظت أن الكود الحالي يخالف أيًا من هذه القواعد فنبهني بدل أن تكتب اختبارًا يوافقه.

الجملة الأخيرة مهمة جدًا، فهي تحول النموذج من كاتب اختبارات إلى مراجع يكتشف الأخطاء. وغالبًا ستحصل على اختبارات مثل هذه:

Python:
import pytest
from shop.pricing import calculate_total

def test_discount_is_capped_at_fifty_percent():
    assert calculate_total(items=[100], discount=0.8) == pytest.approx(58.0)

def test_tax_applied_after_discount():
    assert calculate_total(items=[200], discount=0.1) == pytest.approx(208.8)

def test_empty_order_returns_zero():
    assert calculate_total(items=[], discount=0) == 0

def test_negative_quantity_raises_error():
    with pytest.raises(ValueError):
        calculate_total(items=[-5], discount=0)

شغّل الاختبارات فورًا. إذا فشل أحدها فاسأل نفسك: هل الخطأ في الاختبار أم في الكود؟ هذا السؤال وحده يكشف أخطاء كثيرة.

تأكد أن الاختبارات تختبر شيئًا فعلًا​

نسبة التغطية العالية لا تعني أن اختبارات الوحدات جيدة؛ فقد يمر الكود عبر كل الأسطر دون أن يتحقق الاختبار من أي نتيجة مهمة. الطريقة الاحترافية لقياس جودة الاختبارات هي اختبار الطفرات (Mutation Testing)، حيث تغير أداة مثل mutmut لبايثون أو Stryker لجافاسكربت أجزاء صغيرة من الكود عمدًا، كتحويل علامة أكبر إلى أصغر، ثم تتحقق: هل فشلت الاختبارات؟ إذا لم تفشل فالاختبارات ضعيفة. ويمكنك إعطاء الطفرات التي نجت للنموذج ليكتب اختبارات تكشفها.

اكتشاف الثغرات الأمنية بالذكاء الاصطناعي​

الاستخدام الثاني هو المراجعة الأمنية. يمكنك أن تطلب من النموذج مراجعة ملف أو طلب دمج بحثًا عن ثغرات محددة: حقن SQL، والبرمجة عبر المواقع XSS، والتحقق الناقص من الصلاحيات، وكشف بيانات حساسة في السجلات، ومفاتيح مكتوبة داخل الكود. والنماذج الحديثة جيدة في اكتشاف هذه الأنماط وشرح سبب خطورتها واقتراح الإصلاح. لكن لا تعتمد عليها وحدها؛ استخدمها إلى جانب أدوات التحليل الثابت المتخصصة مثل Semgrep وCodeQL وأدوات فحص المكتبات المعتمدة على قواعد بيانات الثغرات المعروفة، فالنموذج قد يفوت ثغرة أو يبلغ عن مشكلة غير موجودة.

أتمت العملية في مسار التكامل المستمر​

أفضل نتيجة تحصل عليها عندما تجعل كتابة اختبارات الوحدات والمراجعة جزءًا من سير العمل اليومي: مراجعة آلية بالذكاء الاصطناعي على كل طلب دمج، وتشغيل الاختبارات وأدوات الفحص في مسار CI، مع بقاء القرار النهائي للمراجع البشري. وكثير من بيئات التطوير وأدوات GitHub أصبحت توفر هذه المراجعات بشكل مدمج.

الخلاصة لكل من يعمل في تطوير تطبيقات الذكاء الاصطناعي أو غيرها: الذكاء الاصطناعي لا يعفيك من التفكير في الحالات المهمة، لكنه يزيل الجزء الممل ويمنحك مراجعًا لا يتعب. هل تستخدمه في كتابة الاختبارات؟ وما أغرب خطأ اكتشفه لك اختبار مولد؟ شاركنا تجربتك.
 

رأيك جزء من المعرفة.

أضف تجربتك أو سؤالك، فالنقاش يكمل الفكرة.

عودة
أعلى