软件测试和生成式人工智能的交集

生成式人工智能改变了软件测试，自动执行测试用例创建、代码突变和错误检测等任务。它将测试人员从手工工作中解放出来，提高了生产力和质量。然而，挑战仍然存在，促使人们反思随着生成式人工智能的快速发展，测试人员的角色不断变化。

在软件测试中引入生成式人工智能使软件测试的方法、质量和生产力发生了显着变化。在生成式人工智能出现之前，软件测试都是手动工作，既耗费时间，又限制了生产力，而且并不总能产生最佳结果。

生成式人工智能已经自动化了软件测试中的多项操作，包括测试用例生成、代码突变（故意操纵代码）以及快速准确的自动错误检测，使软件测试人员从重复性任务中解放出来，专注于更关键和更具创造性的任务。

然而，生成式人工智能也有一定的局限性。例如，ChatGPT 无法在移动设备上执行测试- 它无法访问所有（实际上是任何）设备或模拟器来运行测试。

生成式人工智能一直在快速发展，很快它就可以进入软件测试的未知领域。但这引出了一个问题——软件测试人员会发生什么？他们从这里去哪里？

生成式人工智能之前的软件测试

在生成式人工智能出现之前，软件测试是一个手动过程，其中包括：

创建测试用例

测试人员将根据他们对需求和场景的理解来创建测试用例。测试用例提供了测试软件的步骤和预期结果。

手动执行

基于测试用例，软件测试人员将测试软件并将结果与​​测试用例中编写的结果进行匹配。

回归测试

然后测试人员将为回归测试编写测试用例。当添加、更新或删除新功能时，回归测试会找出更改对软件的影响。确定因更改而产生的任何问题很有帮助。

探索性测试

测试人员会将自己置于软件目标受众的立场并探索该软件。从客户的角度来看，该过程会产生缺陷。

性能测试

该软件将经历不同级别的用户负载，以模拟其他用户负载、页面或屏幕加载时间以及资源消耗等场景下的性能。

安全测试

测试人员会尝试通过各种方式测试软件的安全性，例如输入错误的凭据以及尝试其他方式来访问软件。

生成式人工智能之后的软件测试

生成式人工智能已经实现了软件测试多个领域的自动化，并且可以显着提高速度和生产力：

测试数据生成

在生成人工智能之前，测试数据的可用性是一个问题，并且需要一段时间才能生成数据。生成式人工智能可以针对各种场景、边缘情况快速生成质量测试数据，并创建手动操作困难或耗时的输入组合。

测试用例生成

手动创建测试用例可能会错过场景，而使用生成式人工智能，您可以输入软件详细信息，例如需求、规格和设计，并提供适当的提示。生成式人工智能将生成一套全面的测试用例。

突变测试

变异测试是指测试变异代码并找出原始代码和变异代码之间的差异。手动修改代码以创建变异版本是一个困难的过程，但生成式人工智能可以创建代码的多个变异版本，每次测试都是确保代码质量的一步。

代码审查和分析

代码审查、分析和重构是大量但必要的工作，而手动工作则需要更多的人力和时间。生成式人工智能可以审查代码，提供改进代码的建议和示例，甚至重构代码。

案例分析

如何利用生成式 AI对Meta 的Messenger 应用程序进行卓越测试。

Messenger 是一款流行的应用程序，无需介绍。然而，手动测试具有挑战性。

例如，用户通过多种方式、在手机、平板、笔记本电脑等不同设备上访问应用程序，带来了多样化的应用程序访问和使用场景。识别如此多的场景并手动创建测试用例是一个巨大的挑战，失败会影响应用程序的质量和用户体验。

生成式人工智能实时模拟用户交互并捕获数据。这使得软件能够了解用户的想法，以及软件测试人员在编写测试用例时的假设。基于用户交互数据，生成式人工智能生成测试用例和数据，然后自动化应用程序的测试。

部署生成式人工智能的主要好处是更好地理解用户行为、卓越的测试流程和自动化测试。Meta 看到了生产力的提高、用户满意度的提高、错误的减少以及测试工作流程的改善。

它强化了这样的想法：手动测试可以在一定程度上捕获用户意图，但生成式人工智能可以不断地从用户行为和怪癖中学习。

生成式人工智能的局限性

尽管生成式人工智能带来了诸多好处并令人兴奋，但生成式人工智能仍然存在局限性。ChatGPT很难在移动设备上测试应用程序，因为它无法访问多个不同的移动设备。它无法解析不同移动设备的脚本或详细信息并编写测试用例。由于这是一个不断发展的领域，我们还不能肯定地说生成式人工智能是手动软件测试问题的答案。

总结

生成式人工智能是一股强大的力量，并将持续存在。它以持续学习的模式运行，并且可以合理地假设它将一一克服其局限性。但它会取代手动测试仪吗？答案取决于多种因素，例如生成式人工智能是否可以在具有高风险的极其复杂的应用程序中执行测试。利益相关者是否足够信任生成式人工智能来测试极其复杂的应用程序？答案可能是自动化和手动测试的结合，因为复杂的应用程序需要人工分析和技巧。

总体而言，未来尚未确定，但看起来手动参与和自动化测试肯定会学会共存。