Метою дослідження було емпірично визначити особливості застосування методів штучного інтелекту (ШІ) для пріоритизації тестів у розподілених середовищах розробки програмного забезпечення та обґрунтувати практичний підхід до інтеграції ШІ у процеси автоматизованого тестування. Дослідження базувалося на порівняльному експериментальному аналізі інтелектуальних та гібридних методів пріоритизації тестів у розподілених системах із використанням метрик Average Percentage of Faults Detected (APFD) та Cost-cognizant Average Percentage of Faults Detected (APFDc). Результати дослідження показали перевагу інтелектуальних і гібридних підходів до пріоритизації тестів над традиційними евристиками в середовищах CI/CD. Найвищі результати було отримано для гібридних підходів, які поєднували машинне навчання з оптимізацією рою частинок: APFD досягав приблизно 0,81, а час виконання тестових наборів скорочувався майже на 45 %.