「生成AIの時代における品質保証の再考」

Reconsidering Quality Assurance in the Age of Generative AI

生成AIは、ソフトウェア開発者が以前よりもはるかに速くコードを作成できるようにしています。アプリケーションが時間内にバグなくリリースされることを確保するために信頼されるソフトウェア品質テストエンジニアにとって、GenAIはこの課題を解決するための課題と解決策の両方を提供します。具体的には、ユーザーエクスペリエンスのテストの重要性を強調する機会を提供します。

長い間、品質保証エンジニアは他の側面よりも機能性、パフォーマンス、セキュリティのテストを優先させられてきました。これからは、より包括的でエンジニアやテスターにとってさまざまな利点を提供する新しいテストの時代の始まりです。

ソフトウェアテストプログラムの焦点

ソフトウェア品質は、ビジネス価値における重要性の順に以下の7つの次元を優先するように進化しました:

  1. 機能性:設計要件を満たすようにアプリケーションを適合させること。
  2. 使いやすさ:アプリケーションのユーザーインターフェースとワークフローを評価し、簡単に操作でき、理解できることを確認すること。
  3. パフォーマンス:アプリケーションのパフォーマンスを変動する状況下でテストし、遅延の問題を回避し、応答時間を最適化すること。
  4. 一貫性:アプリケーションの出力が同一の結果と振る舞いを提供するかどうかを確認すること。
  5. セキュリティ:データが常に保護されるように、アプリケーションの脆弱性を評価すること。
  6. 回復力:過酷で予測困難な条件下でもシステムが稼働し、致命的な障害なく継続的に機能することを確認すること。
  7. ユーザーフィードバックへの適応:ユーザーのフィードバックに基づいて新しい情報を適応させること(機能/機能成熟の一部として)。

このリストはすでにかなり困難です。各次元の完全なカバレッジを達成することは、動く標的を狙うようなものです。期待値は急速に変化することがあり、それに応えるために必要なリソースの入手可能性も変化することがあります。GenAIはそれを実現する機会を提供します。

機能性、パフォーマンス、セキュリティのテストはまだ主導的です

GenAIは、ソフトウェア開発者に高度にクリエイティブなアプリケーションを作成する力を与えます(例:芸術的および音楽的な作品を生成するアプリケーション)。これらのアプリケーションのテストは、従来のテストと比較して見直される必要があります。これらのアプリケーションからの可能な出力の範囲は、従来のアプリケーションと比較してより流動的/柔軟であり、結果として以下が増加します:

  • ランダム性(予測不可能な出力が少ない)
  • 予期せぬ動作/出力のリスク
  • ハードウェアリソースへの高負荷アルゴリズムによるパフォーマンスボトルネック

上記のリストに対処する唯一の方法は、GenAIを支援するテスト計画と実行のためのツールに対して同じ手法を用いることです。自動化されたテストツールは、どんなテストプランにおいても基盤となるべきです。テストエンジニアにとっては、ソフトウェアの監査、テスト計画の設計、および大規模な実行に対してさらに努力が必要になります。ただし、コード開発の量と速度が引き続き多大な注意を必要とする一方で、テストエンジニアはユーザーのインタラクションを分析し続ける必要があります。特に、AIモデルが正確な出力を生成するのに苦労するエッジケースで、アプリケーションの応答と振る舞いをシミュレートおよび検証する必要があります。

GenAIは、よりスマートで高速な品質保証の新しいアプローチを求めています。私たちは、ソフトウェアの構築方法が新しくなったに合わせて、創造的なテストプログラムを適用することに心を開いていく必要があります。古い方法論を見直すことで、早期に問題を予測し、より高性能でより安全でより使いやすいソフトウェアを提供することができます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「シフトのCEOであるクリス・ナーゲル – インタビューシリーズ」

クリスはSiftの最高経営責任者です彼は、Ping Identityを含むベンチャー支援および公開SaaS企業のシニアリーダーシップポジシ...

人工知能

「パクストンAIの共同創業者兼CEO、タングイ・シャウ - インタビューシリーズ」

タングイ・ショウは、Paxton AIの共同創設者兼CEOであり、法的研究と起草の負担を軽減するためにGenerative AIを使用するプラ...

人工知能

スコット・スティーブンソン、スペルブックの共同創設者兼CEO- インタビューシリーズ

スコット・スティーブンソンは、Spellbookの共同創設者兼CEOであり、OpenAIのGPT-4および他の大規模な言語モデル(LLM)に基...

機械学習

もし芸術が私たちの人間性を表現する方法であるなら、人工知能はどこに適合するのでしょうか?

MITのポストドクターであるジヴ・エプスタイン氏(SM '19、PhD '23)は、芸術やその他のメディアを作成するために生成的AIを...

人工知能

「トリントの創設者兼CEO、ジェフ・コフマンへのインタビューシリーズ」

ジェフ・コーフマンは、ABC、CBS、CBCニュースで30年のキャリアを持った後、Trintの創設者兼CEOとなりましたジェフは手作業の...

人工知能

「スノーケルAIのCEO兼共同創設者、アレックス・ラットナー - インタビューシリーズ」

アレックス・ラトナーは、スタンフォードAIラボを母体とする会社、Snorkel AIのCEO兼共同創設者ですSnorkel AIは、手作業のAI...