Esta sessão possui tradução.
Nesta palestra exploraremos os desafios e diferentes estratégias e métodos para testar aplicações baseadas em LLMs (grandes modelos de linguagem), como o ChatGPT desenvolvido pela OpenAI ou o GeneXus Enterprise AI. À medida que a inteligência artificial se torna cada vez mais integrada nas nossas vidas, é crucial garantir a qualidade, eficiência e fiabilidade das aplicações que utilizam estas tecnologias. Isto se torna mais relevante agora que GeneXus também oferece acesso a este tipo de aplicações.
A palestra ajudará a compreender melhor os desafios de testar este tipo de sistemas, bem como fornecer algumas das técnicas de teste aplicáveis, e suas limitações, ferramentas existentes e outras que sejam necessárias. Isso se aplica tanto a testes funcionais automatizados quanto a testes não funcionais (desempenho, segurança, acessibilidade, etc.). É importante desde já reflectir sobre como enfrentar estes novos desafios, tendo em conta que mesmo que hoje ainda não se estejam a testar este tipo de aplicações, não demorará muito para que isso aconteça.
Alguns temas que iremos abordar:
Introdução aos LLMs: Veremos uma breve introdução aos LLMs e em particular ao ChatGPT e ao GeneXus Enterprise AI como estudos de caso, seus casos de uso e como foram integrados nas aplicações atuais. Analisaremos também os desafios de qualidade na implementação deste tipo de produtos de software.
Estratégias e técnicas de teste: Descreveremos as melhores práticas em testes de aplicações baseadas em LLMs, com foco em testes funcionais e não funcionais, bem como na automação de testes de regressão.
Aspectos éticos e de privacidade: Refletiremos sobre o impacto da IA e dos modelos de linguagem em aspectos críticos, como segurança de dados, segurança de código, privacidade e possíveis preconceitos.
Conclusões e perspectivas futuras: Terminaremos a palestra analisando as tendências no campo dos testes de software para aplicações baseadas em LLMs e outros desafios que continuam a aparecer no mundo da IA com o seu correspondente impacto nos testes.
Nota: Este texto foi traduzido automaticamente.