Varför mänskliga mjukvarutestare är här för att stanna

Även om artificiell intelligens har gjort stora framsteg inom automatisering av många aspekter av mjukvarutestning, visar en ny undersökning från Leapwork att en överväldigande majoritet av organisationerna fortfarande anser att mänsklig expertis är avgörande för att säkerställa kvaliteten och tillförlitligheten hos deras mjukvara.

En ny rapport från Leapwork, AI and Software Quality: Trends and Executive Insights, avslöjade att 74% av företagen tror att mjukvarutestning fortsatt kommer att kräva mänsklig validering.

Trots framstegen med AI-förstärkta testverktyg är de flesta ledande befattningshavare (68%) och tekniska team (80%) eniga om att människans närvaro inom mjukvarutestning är avgörande.

Leapwork undersökte 401 ledande befattningshavare och tekniska yrkesverksamma för att ta reda på hur företag balanserar AI-förstärkta testverktyg med kvalitet.

Techopedia pratade med Leapwork och andra experter för att förstå hur testning utvecklas och varför team fortfarande vill ha människor med i processen. Om du vill bli mjukvarutestare i 2024, har du fortfarande en lovande karriärväg framför dig.

Innehållsförteckning Innehållsförteckning

1. Viktiga insikter om mjukvarutestning och AI
2. Var lyckas AI inom testning?
3. Varför människor sannolikt behövs i framtida testprocesser
4. 'Släpp inte lös AI i din SDLC,' säger expert från HackerOne
5. Slutsatsen: Därför behövs mänskliga mjukvarutestare framöver
6. Vanliga frågor om AI och mjukvarutestning
7. Referenser

Visa fullständig lista

Innehållsförteckning

1. Viktiga insikter om mjukvarutestning och AI
2. Var lyckas AI inom testning?
3. Varför människor sannolikt behövs i framtida testprocesser
Visa fullständig lista
4. 'Släpp inte lös AI i din SDLC,' säger expert från HackerOne
5. Slutsatsen: Därför behövs mänskliga mjukvarutestare framöver
6. Vanliga frågor om AI och mjukvarutestning
7. Referenser

Var lyckas AI inom testning?

Först och främst, var fungerar AI och automatiserad testning tillsammans?

Robert Salesas, teknisk chef på Leapwork, som är en AI-testplattform, säger: “Traditionella verktyg är ganska bra på att automatisera fördefinierade tester, men fördelen med AI-förstärkt testning är att generera hela testfall och scenarier från bara några få instruktioner som inkluderar krav eller användarhistorier.

“Företag har komplexa nätverk av sammanhängande applikationer, vare sig de är paketerade eller egenutvecklade och anpassade.”

Rapporten State of Testing 2024 fann att trots de många fördelar som förstärkt och automatiserad testning erbjuder, är teknologin fortfarande långt ifrån att ersätta manuell testning.

Endast 2-3% av företagen sa att de helt har ersatt människor med AI i testningsfaserna.

Salesas från Leapwork förklarade att AI-förstärkt testning minskar den kognitiva belastningen så att produktutvecklare kan vara mer produktiva på områden där det spelar roll.

“Det frigör tid och resurser i QA-team, vilket påskyndar hela mjukvaruutvecklingsprocessen”, säger Salesas.

“Det kan också utforska komplexa applikationsvägar mer grundligt än människor, vilket gör att man upptäcker fler buggar.”

Dessutom kan AI-förstärkt testning även säkerställa att företag uppfyller efterlevnadskrav.

Dock, i dagsläget, är dessa verktyg fortfarande otillräckliga. Salesas förklarar:

“Jag tror inte att vi är nära det autonoma testningsparadiset som vissa kanske drömmer om.”

“Visst, vissa testverktyg kan göra saker som självläkande skript där AI justerar ett test i linje med mindre appändringar, men de är inte tillräckligt effektiva för att hantera den komplexitet som finns i de flesta verkliga applikationer utan mänsklig övervakning”, säger Salesas.

“Någon form av mänsklig validering kommer att behövas under överskådlig framtid för att säkerställa noggrannhet och relevans, och svaren från de företag vi undersökte bekräftar detta.

“Tänk på det så här: människor blir bättre med AI, men på samma sätt blir AI bättre med människor.”

Salesas tror att det ideala samarbetsscenariot är ett där människan står för input, AI gör det mesta av mellanarbetet, och människan godkänner resultatet. De flesta uppgifter som AI är bättre lämpad för kommer att vara repetitiva, medan människor tar hand om mer avancerade testaktiviteter som kräver kritiskt tänkande eller kreativitet.

Varför människor sannolikt behövs i framtida testprocesser

Leapworks rapport avslöjar att över två tredjedelar av ledande befattningshavare (68%) säger att testning kommer att kräva mänsklig validering under överskådlig framtid, och nästan varenda IT-chef (92%) håller med.

“Jag tror att historien har visat mer än en gång att teknologin sällan helt utrotar arbetsroller”, sa Salesas. “Den förändrar dem”.

Salesas sa att folk också oroade sig för att införandet av testautomatisering skulle göra manuella testare överflödiga. Det hände inte.

“AI är väldigt kraftfull – mer än folk inser – men grejen är att även om vi har skapat agenter, har de ingen självständighet. Det är en viktig skillnad.”

AI och automatiseringsverktyg tar sina mål från människor, och människor måste vara där för att avgöra vad som ska automatiseras, vad som inte ska automatiseras, och hur man skapar bra testprocesser.

“Om AI-förstärkt testning är ett andra par ögon som granskar vad en AI-app producerar, så är människan som chefen eller direktören som övervakar den hierarkin.”

‘Släpp inte lös AI i din SDLC,’ säger expert från HackerOne

Josh Jacobson, chef för professionella tjänster på HackerOne, ett cybersäkerhetsföretag som använder talangerna från världens största globala community av etiska hackare, pratade med Techopedia om frågan.

“AI, som alla verktyg och teknologier, måste tillämpas medvetet och genomtänkt. Man måste inte bara vara medveten om dess kapabiliteter utan också ta hänsyn till dess begränsningar om teamen vill förbättra sin DevSecOps effektivt.”

Jacobson erkände att AI har stor potential att hantera repetitiva och tidskrävande uppgifter som kategorisering, vilket kan spara teamen timmar av arbete varje månad.

“Men AI är fortfarande inte redo att litas på för att korrekt utföra mer komplexa uppgifter eller dra slutsatser, så människor är fortfarande avgörande för QA-testning.”

Jacobson från HackerOne jämförde testverktyg med grammatik- och stavningskontroller. De “har funnits ett bra tag, men kräver fortfarande noggrannhet från slutanvändaren”.

Ingen seriös utvecklare skulle förneka att AI kommer att bli bättre och bättre på kodning – i alla dess stadier. Men för närvarande, sa Jacobson, kan teknologin göra mer skada än nytta.

“AI:s förmåga att utvärdera kod är fortfarande i sin linda – den saknar den bedömningsförmåga, kontextuella kunskap och insikt som människor tillför.”

“Att släppa loss AI inom din SDLC [Systemutvecklingslivscykel] kommer sannolikt att skapa fler problem än det löser.”

Jacobson tillade att mänskliga experter kan bidra med mer värdefull information, men om AI används för hastigt kan det tillföra ännu mer “brus” till en redan komplicerad fas i SDLC.

Slutsatsen: Därför behövs mänskliga mjukvarutestare framöver

De som använder AI-verktyg dagligen är väl medvetna om teknologins nuvarande tillstånd. Trots all hype vet de att AI ännu inte är redo. Man kan till och med hävda att det aldrig kommer att bli det fullt ut.

Nyckeln till att låsa upp AI:s potential finns fortfarande i ett balanserat samarbete mellan människa och maskin. Annars kan en överdriven satsning på AI med syftet att öka produktionen, sänka kostnaderna och ersätta utvecklare leda till högre kostnader på lång sikt.

Vanliga frågor om AI och mjukvarutestning