AIが切り拓くテスト自動化の新時代　もうここまで来ている

AIはここ数年で目覚ましいスピードで発展し続けています。人間の知能を模倣する技術ですが、その応用範囲は広く、ビジネスのあらゆる分野において活用が進んでいます。開発現場でもそれは変わらず、特に開発工程とテスト工程におけるAIの取り組みが盛んです。本記事では、特にテスト工程に注目して、AIがテスト自動化にもたらすメリットや課題について解説いたします。

AIによるテストケース作成の進化

テスト自動化におけるAIの利用ケースとしては、以下が挙げられます。

• テストケースの自動生成
• テストケースの最適化
• ユニットテストの自動生成
• テストケースの自動補正

テストケースの自動生成

テストケースは、仕様書や設計書を基に作成されます。その数はシステムの規模が大きければ、数多くなります。そして、テストケースは要件に合わせて網羅的に、かつ漏れなく作成する必要があります。熟練のテストエンジニアであれば経験によって可能ですが、不慣れなエンジニアや初心者にとっては、テストケースの作成とその網羅性の担保は難しいでしょう。

AIを活用することで、ドキュメントをベースにテストケースの生成が可能です。数多くのプロジェクトを学習したAIにより、網羅的にテストケースを作成できるでしょう。

テストケースの最適化

テストケースは、単に数が多ければ良いというものではありません。テストケースの重複や冗長性を排除し、効率的にテストを実行するためには、テストケースの最適化が必要です。

すでに作成されているテストケースをAIに学習させ、最適化を提案させることが可能です。テストケースの統合や分割により、再利用性の高いテストケースを作成できるでしょう。

ユニットテストの自動生成

ユニットテストは、開発工程においてプログラマーが作成します。最近ではIDEやプログラミングエディタにAI機能が搭載され、既存のコードをベースにユニットテストを生成できます。

ここで生成されたユニットテストは、ローカルでの実行はもちろん、テスト自動化においても活用できます。テストコードの作成にかかる工数を削減できれば、開発工程の効率化につながるでしょう。

テストケースの自動補正

UI周りの自動テストにおいて、画面のレイアウト変更や機能追加により、テストに失敗することがあります。その際、AIによりテストケースの自動補正が便利です。デザインの違いを吸収し、テストケースを修正してくれます。

これはモバイルのアプリケーションやWebサイトなど、画面幅が異なるデバイスなどでのテストの際に特に便利です。また、広告の要素など、動的に変化する要素に対しても有効です。

AIがテスト自動化にもたらすメリット

AIがテスト自動化にもたらすメリットは、以下のようにまとめられます。

• 作業効率の向上とコスト削減
• 人的要因の排除
• テスト結果の分析

作業効率の向上とコスト削減

AIによるテスト自動化は、テストスクリプトの自動生成や最適化により、作業効率を向上させます。作成自体の工数を削減するとともに、プロダクトの品質を担保する最適なテストスクリプトを作成できるでしょう。

テストスクリプトの作成はともすると、面倒な作業になりがちです。そのため、品質の高いテストスクリプトを作成し続けるのは大変でしょう。AIによるテスト自動化は、その負担を軽減し、コスト削減につながります。

人的要因の排除

テスト工程において人的要因は大きく、人によってエラーを発見できたり、逆に見逃してしまったりします。AIでは、膨大な数のプロジェクトを学習しているため、そうした人的要因を極力排除した、ベストプラクティスを提案してくれます。

テストスクリプトについても、担当者によってテスト数が異なるケースや、その品質にバラツキが出てしまいがちです。そうした問題も解決できるでしょう。

テスト結果の分析

AIは、テスト結果の分析にも活用できます。テスト結果やリリース後の不具合情報を蓄積し、AIに学習させることで、テスト結果の傾向やパターンを把握できるでしょう。その結果、システムのどの部分についてテストを強化すべきか、品質の改善状況が可視化されます。

AIを活用したテストの課題

AIを活用したテストという切り口では、以下の3つが挙げられます。

• テストケース
• テストスクリプト
• テストデータ生成

テストケースは、仕様書や設計書を基に生成されるドキュメントです。そして、テストケースを基にしてテストスクリプトが作成されます。前述の通り、これらはAIによって自動生成が可能です。これらは仕様書や設計書が適切に作成、更新されているのが重要です。また、ドキュメントが大きくなりすぎると、コンテキストが肥大化して精度の高いテストが生成できなくなるという課題もあります。

そして、テストデータという点においては、ダミーの顧客や商品データなどをAIで自動生成できます。従来、こうしたテストデータは人手で作成、または本番データを加工して利用していました。人手の場合、大量のデータ作成は工数がかかりますし、本番データの加工はミスがあるとセキュリティリスクにつながります。

もちろん、本番データのマスキングに対してAIを利用するという選択も可能です。そうしたデータであれば、より本番データに近い形、かつ安全に扱えるものになるでしょう。

AIとテスト自動化の課題と解決策

AIによるテスト自動化については良い面が多いですが、課題もあります。その課題と解決策について、以下にまとめます。

• AIツールの選定
• 導入コストと学習曲線
• 精度向上に必要なデータ量の確保

AIツールの選定

最近のAIトレンドにより、AIツールの数が膨大に増えています。それぞれに得意分野があり、プロジェクトに合わせて適切なツールを選定しなければなりません。サービス形態も多用で、ローカルやクラウドで実行するもの、オンプレミスなどがあります。

クラウドのサービスでは、自社のリポジトリデータを読み込ませるなど、データの機密性やプライバシーを懸念すべきものもあります。自社データが学習に使われないか、サービスのセキュリティなども考慮する必要があります。

導入コストと学習曲線

AIツールに限りませんが、新しいツールを導入する際には一定の導入・学習コストがかかります。なるべく導入コストが抑えられるもので、容易にプロジェクトに投入できるものを選定しましょう。

特にテストスクリプトを作るのが容易であり、幅広いプロジェクトメンバーが作成できるものが望ましいと言えます。また、作成だけでなく、修正についても容易にできるものが良いでしょう。

精度向上に必要なデータ量の確保

AIでテスト結果を分析する場合、学習するためには多くのデータが必要です。そのため、導入初期段階では精度が低くなってしまうでしょう。そのため、喫緊の課題があるプロジェクトでは、すぐに解決につながらないかも知れません。十分なテスト結果データが揃っているか、事前に確認しておくことが重要です。

まとめ

今回はAIによるテスト自動化の流れを受けて、そのメリットと課題について取り上げました。AIによるテスト自動化は、テスト工程において大きな効果をもたらすことが期待されます。しかし、導入にあたっては適切なツールの選定やデータの確保、学習コストの抑制などの課題もあります。

ぜひそうした観点に注意して、AIの導入を検討してください。

誰でもカンタンにテスト自動化ができる時代は、すぐそこまできています。当サイトでは、テスト自動化ツールに興味のある方へ、「テスト自動化　推進ガイドブック」と「テスト自動化ツールT-DASH 基本ガイドブック」のダウンロード資料をご用意しております。ぜひダウンロードいただき、資料をご覧ください。

またテスト自動化ツール「T-DASH」を無料でトライアル利用できる環境もご用意しています。ぜひ、お試しいただき、ツールを活用したテスト自動化に挑戦してみてください。