AI(人工知能)は、人間の認知機能をシミュレートしようとする技術です。AI はさまざまな方法でソフトウェア開発分野に進出しています。AI に関する知識を広げるには、AI 記事リストをご覧ください。
可観測性は、組織内の開発チームがプログラムの状態を確認する方法です。開発者にツールやプロセスに関する情報を提供しないと、未対応のバグやシステム障害につながる可能性があります。最新の可観測性コンテンツについては、こちらをご覧ください。
これまで、CI/CD パイプラインは単にコードを統合する場所でした。開発者は GitHub でコードを記述し、パイプラインに渡してデプロイしていました。今日では、パイプラインはソフトウェア配信ライフサイクルにおいてさらに重要な部分になっています。
最新のクラウドネイティブアプリケーションでは、マイクロサービス、コンテナ、API、コードとしてのインフラストラクチャなどを活用して、アプリの開発と展開を迅速化することがよく行われます。
わずか90秒で分散PostgreSQLを導入
セキュリティテストの重要性
今日では、オープンソースやサードパーティのコンポーネントを使用してアプリケーションを構築する開発チームが増えており、セキュリティ チームにとって最大の懸念事項は API になっています。これらのインターフェイスの更新が遅れているため、脆弱性が発生する可能性が高いのはここです。
モバイル アプリ テストでは、モバイル アプリの機能性、使いやすさ、見た目の魅力、複数のモバイル デバイス間での一貫性を分析します。これにより、アプリへのアクセスに使用するデバイスに関係なく、最適なユーザー エクスペリエンスを確保できます。
今日の分散ソフトウェア環境には、モバイルからマイクロサービスまで、ソフトウェアが接続するすべてのインターフェイスにさまざまな API が組み込まれています。ソフトウェアが期待どおりに機能するようにするには、各 API を継続的にテストして検証する必要があります。Parasoft の API テスト プラットフォームは、このような要件を迅速かつ効率的かつインテリジェントに処理します。
アプリケーションの回復力を確保し、さまざまな動作条件下でソフトウェアが期待どおりに動作することを確認します。(Parasoft 提供)
DevSecOps は、開発ライフサイクルにセキュリティを取り入れる DevOps コミュニティのアプローチです。企業はソフトウェアを提供したいものの、信頼性の低いアプリケーションや安全でないアプリケーションをリリースする余裕はありません。そのため、従来よりもはるかに早くセキュリティを組み込む必要があります。
アプリケーションをセキュリティで保護することは、アプリケーションを構築することと同じくらい重要です。データの価値が高まるにつれて、それを盗んで私利私欲のために使用しようとする人が増えています。ハッカーは防御側の一歩先を行くように努めているため、アプリケーションが確実に安全であることを確認することは常に課題となっています。
2023 年には、「積極的に維持されている」と見なされるオープンソース プロジェクトの数が 18% 減少しました。これは、Sonatype の年次ソフトウェア サプライ チェーン状況レポートによるものです。
開発マネージャーには開発者とは異なる種類のコンテンツが必要です。彼らは、どのようなプラットフォーム、ツール、トレンド、問題について考えるべきなのかを知る必要があります。SD Timesは、ここでそれらのユニークなトピックをお届けします。
アジャイル ソフトウェア開発は 1990 年代から存在していましたが、ユタ州スノーバードで開催された 17 人の著名なソフトウェア開発思想リーダーによる有名な会議でアジャイル宣言が採択されるまで、その名前は付けられていませんでした。アジャイル ソフトウェア開発の背後にある考え方は、ソフトウェアの小さなセグメントをより迅速に反復できるようにすることで、市場投入までの時間を短縮することです。
バリュー ストリーム管理では、組織内の人々がワークフローやその他のプロセスを検証し、リソース、時間、資産の無駄を排除しながら、努力から最大限の価値を引き出せるようにします。これは、ビジネス側と IT 側をパートナーとして結び付け、組織に価値を生み出す実践です。
DevOps は、ソフトウェア開発および IT 業界における方法論です。一連のプラクティスとツールとして使用される DevOps は、システム開発ライフサイクルを改善および短縮する手段として、ソフトウェア開発と IT 運用の作業を統合および自動化します。
マイクロサービスは、サービス指向アーキテクチャの最新の反復を定義します。このアーキテクチャでは、アプリケーションはモノリスとして記述されるのではなく、アプリケーション プログラミング インターフェイス (API) を介して個別のコンポーネント (サービスと呼ばれる機能のビット) を結合することによって構築されます。
AI(人工知能)は、人間の認知機能をシミュレートしようとする技術です。AI はさまざまな方法でソフトウェア開発分野に進出しています。AI に関する知識を広げるには、AI 記事リストをご覧ください。
バリュー ストリーム管理では、組織内の人々がワークフローやその他のプロセスを検証し、リソース、時間、資産の無駄を排除しながら、努力から最大限の価値を引き出せるようにします。これは、ビジネス側と IT 側をパートナーとして結び付け、組織に価値を生み出す実践です。
進化し続けるソフトウェア エンジニアリングの分野では、GitHub Copilot などのツールによって、開発者がコーディングで Generative AI (GenAI) を使用する方法が根本的に変化しています。この変化は、AI 生成コードが顧客環境に大きな影響を与え始めているソフトウェア テストの分野で特に顕著です。
GenAI の登場によりソフトウェア エンジニアリングの世界がどのように変化していくのかを観察するのは興味深いことです。まるで SF 映画が現実になるのを見ているようです。GitHub Copilot や同様の AI ツールは、開発者のコーディングへの取り組み方に革命をもたらし、彼らのルーチンに刺激的な要素を注入しています。興味深いことに、この開発により、開発者は、多くの人がすでに平凡だと感じている基本的なテストにさらに取り組むことが減る可能性があります。開発者は、コードをテストするよりも、コードの作成と改良を好むというのが、一般的な考え方です。
早期かつ頻繁なテストを推奨する「シフトレフト」運動を促進するため、多くのテストツールベンダーは、スクリプトベースのテスト自動化のための Copilot のような方法を模索しています。開発者がこれらのツールを使用して、GenAI の支援を受けて早期のテストスクリプトを生成すると予想されています。この傾向は、AI 支援テクノロジーが日常的なタスクを自動化し、改善を提案することでワークフローを最適化できることを強調しており、プロアクティブなシフトレフトアプローチと完全に一致しています。
しかし、GenAI によるテスト自動化を、Selenium のようなスクリプトを作成するための Copilot などのツールの単なる拡張機能として狭く定義すべきでしょうか。そのような見方は、品質保証 (QA) テストにおける AI の変革的影響を過小評価しています。GenAI の機能を真に活用するには、開発者中心のモデルを超えて視野を広げる必要があります。開発プロセスの早い段階でテストを統合することは有益ですが、GenAI の真の強みはテストを民主化し、手動テスターを含むより幅広い参加者がノーコード テスト自動化ツールを効果的に使用できるようにすることで、その中核的な約束を果たすことにあります。
ノーコード テスト自動化プラットフォームは特に有望です。手動テスターやビジネス アナリストなど、プログラミング スキルのない個人がテスト プロセスに積極的に参加できるようにします。GenAI を組み込むことで、これらのプラットフォームは平易な言語の指示を解釈し、テストを自動的に作成および管理できるようになりました。この変化により、テストがより包括的になるだけでなく、多様な視点を統合することでソフトウェア テストの品質と範囲も向上します。アナリストは、アプリケーションの意図された使用シナリオを理解し、これらのテストを平易な言語で表現できるようになりました。
これは、シフトレフトからシフトライトへの大きなトレンドの逆転を意味するのでしょうか? 断言するのは時期尚早です。開発者はおそらく、Copilot などのツールを使用してユニットテストを改善し、AI 支援スクリプトを使用してテストの一部を自動化し続けるでしょう。しかし、最近の IDC Directions 2024 カンファレンスで共有された予測 (顧客は 2028 年までに 10 億個のアプリケーションを作成し、その多くは GenAI を利用する) を考慮すると、運用環境で一定レベルの品質を維持するために品質保証の必要性が高まります。開発者主導のテストがこの変化に追いつくことを期待するのは非現実的です。
シフトライトのアプローチが必要になる場合があります。つまり、開発者を非技術者で補強し、これらのノーコード テスト自動化ツールで QA を強化することです。このハイブリッド戦略では、GenAI 駆動のコパイロットとノーコード テスト自動化プラットフォームを使用して開発者と QA チーム メンバーの両方を活用し、テストを作成し、幅広い技術とビジネスの洞察を結集できます。
GenAI 主導のローコード テスト自動化は、テスト フレームワークを強化するだけでなく、品質が全員の責任である共同作業環境を促進し、技術職と非技術職の間の従来の障壁を打ち破ります。この品質文化により、ソフトウェアは技術基準を満たすだけでなく、ユーザーのニーズやビジネス目標にも密接に適合します。
結局のところ、Copilot のような AI ツールはテスト自動化における開発者の生産性向上に非常に役立ちますが、テスト自動化の将来は包括性を優先する必要があります。高度なコードベースのツールをアクセス可能なノーコード プラットフォームと統合することで、組織はテスト プロセスを包括的、効率的、包括的にすることができます。この戦略により、高品質のソフトウェア開発を共同の成果として実現し、技術的な専門知識とビジネス インサイトのギャップを埋めることができます。組織は GenAI ベースのテスト戦略を活用するためにどのように準備しますか?

GenAI、ノーコード、品質保証

Madhup Mishra 氏は SmartBear の上級副社長です。
SD Times を購読する準備はできましたか? クリックするだけです!

元記事: https://sdtimes.com/test/democratizing-software-testing-in-the-age-of-genai/

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください