在软件工程不断演变的格局中,像GitHub Copilot这样的工具正在从根本上改变开发人员如何在编码中使用生成式人工智能(GenAI)。这一转变在软件测试领域尤为明显,因为AI生成的代码已经开始对客户环境产生重大影响。
随着GenAI的出现,观察软件工程世界如何变革是一件令人着迷的事情——这感觉就像是看着一部科幻电影变成了现实。GitHub Copilot和类似的AI工具正在彻底改变开发人员编写代码的方式,为他们的日常工作增添了一抹兴奋的元素。有趣的是,这一发展可能会使开发人员更加不愿意参与基本的测试工作,而这是一项许多人已经觉得乏味的任务。普遍的事实是,开发人员更喜欢编写和完善代码,而不是测试代码。
为了推动“左移”运动——即倡导尽早且频繁地进行测试——许多测试工具供应商正在探索类似于Copilot的基于脚本的自动化测试方法。他们预计,开发人员将利用这些工具在GenAI的辅助下生成早期的测试脚本。这一趋势凸显了AI辅助技术如何通过自动化常规任务并提出改进建议来优化工作流程,这与积极的“左移”方法完美契合。
然而,我们是否应该狭隘地将GenAI驱动的自动化测试仅仅定义为像Copilot这样的工具在创建Selenium类脚本方面的扩展?这样的观点极大地低估了AI在质量保证(QA)测试中的变革性影响。要真正利用GenAI的能力,我们必须超越以开发者为中心的模式来拓展我们的视角。尽管在开发过程中尽早集成测试是有益的,但GenAI的真正优势在于实现测试的普及化,通过使包括手动测试人员在内的更广泛的参与者能够有效地使用无代码自动化测试工具来履行其核心承诺。
无代码自动化测试平台尤其具有前景。它们使那些没有编程技能的人员,如手动测试人员和业务分析师,能够积极参与测试过程。通过融入GenAI,这些平台现在能够解释自然语言指令来自动创建和管理测试。这一转变不仅使测试更具包容性,还通过整合多样化的视角来提高软件测试的质量和范围。业务分析师现在可以用自然语言来阐述这些测试,因为他们了解应用程序的预期使用场景。
这是否意味着从“左移”到“右移”的重大趋势反转?现在下定论还为时过早。开发人员可能会继续使用像Copilot这样的工具来改进单元测试,并用AI辅助脚本来自动化执行单元测试的一些方面。然而,鉴于最近在IDC Directions 2024会议上提出的预测——到2028年,客户将创建10亿个应用程序,其中许多将使用GenAI——为了在生产环境中保持一定的质量水平,对质量保证的需求将会加剧。指望由开发人员主导的测试跟上这一转变是不现实的。
采用“右移”方法可能是必要的,即增加非技术人员来辅助开发人员,利用这些无代码自动化测试工具来增强质量保证。这种混合策略可以利用开发人员和QA团队成员,使用GenAI驱动的辅助工具和无代码自动化测试平台来创建测试,从而汇集最广泛的技术和商业见解。
GenAI驱动的低代码测试自动化不仅增强了测试框架,还培养了一种协作环境,在这种环境中,质量是每个人的责任,打破了传统上技术和非技术角色之间的壁垒。这种质量文化确保了软件不仅符合技术标准,而且紧密贴合用户需求和业务目标。
最终,虽然像Copilot这样的AI工具对于提高自动化测试中开发人员的生产力具有不可估量的价值,但自动化测试的未来必须优先考虑包容性。通过将先进的基于代码的工具与易于使用的无代码平台相结合,组织可以确保其测试流程既全面又高效,同时还具有包容性。这一策略将使高质量的软件开发成为一项集体成就,弥合技术专长和商业洞察力之间的鸿沟。你的组织将如何准备利用基于GenAI的测试策略呢?