AI Driven Testing的成熟度分析

Posted CrissChan

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了AI Driven Testing的成熟度分析相关的知识,希望对你有一定的参考价值。

AI-DT的级别划分

AI-DT(AI Driven Testing)也就是AI驱动测试,AI驱动测试是AI驱动完成测试工作和测试流程,帮助或者辅助测试工程师完成工作。在未来的测试工作中,测试工程师应该花费更多的时间来关注如何更加完善的测试来验证工程质量,而不是将全部的时间荒废在一遍一遍执行测试用例的无脑工作中。我们将AI-DT的成熟度氛围六级,具体如下。

Level 0: 原始级

处于原始级,测试工程师每天还在针对各个应用手写测试用例,一遍一遍的针对每次的release版本进行相同测试用例的执行。全部的精力都关注在如何更全面的测试上。没有人独立出来写自动化测试脚本,手工测试工程师负责完成自己撰写case的自动化测试脚本,将手工测试cases用测试脚本重复一遍。任何功能的修改都意味着测试用例和自动化测试脚本的人工维护。

在开发工程师对系统做了全面修改的时候,绝大部分测试用例全部都是失效,需要重新维护,并且验证全部的失效用例,来验证是否是软件缺陷。

Level 1:辅助级

AI-DT框架可以分析被测系统的修改是有效的更改,还是无效的更改。AI-DT框架通过AI算法辅助测试脚本的开发,通知AI-DT框架可以执行测试并决定测试结果是否通过,如果失败,框架将通知你验证缺陷的正确性。测试工程师来确定失效其是否是一个真实的bug。

AI可以辅助测试人员,当被测系统发生更改的时候,AI算法驱动测试完成全量的检测,避免人工重复执行大范围测试用例这样繁琐枯燥的工作。

Level 2: 部分自动化级

在部分自动化级,AI

以上是关于AI Driven Testing的成熟度分析的主要内容,如果未能解决你的问题,请参考以下文章

Gartner 发布 2022 年人工智能技术成熟度曲线:复合 AI决策智能快速发展,因果 AI 是热点

AI技术日渐成熟,巨峰科技发布AI新产品

2022年AI 技术成熟度曲线发布!

2022年AI 技术成熟度曲线发布!

Gartner发布2022年新兴技术成熟度曲线,推动沉浸式AI自动化发展

Gartner2021新兴技术成熟度曲线,AI与超自动化支撑数字化变革