Engenharia e testes de qualidade abrangentes são essenciais para as organizações atuais orientadas por software. Talvez não seja surpreendente que a inteligência artificial generativa (Gen AI) esteja a emergir como um componente de vanguarda da fase de qualidade e testes do ciclo de vida de desenvolvimento de software.
No entanto, o sucesso a longo prazo na automação de testes de software depende do estabelecimento da vontade e dos recursos organizacionais necessários. Em suma, parafraseando a frase frequentemente citada do guru da gestão Peter Drucker: A cultura consome estratégias de qualidade de software no café da manhã.
Além disso: os dados sugerem que a geração AI aumenta a produtividade do software – para esses desenvolvedores
“O debate sobre quais atividades de engenharia e testes de qualidade serão mais beneficiadas pela geração de IA permanece sem solução”, afirmaram os coautores de um estudo da OpenText envolvendo 1.755 executivos de tecnologia. A pesquisa, divulgada pela Capgemini e Sogeti (parte do Grupo Capgemini), apontou para um foco crescente no aproveitamento da Gen AI “para relatórios de testes e geração de dados em vez da criação de casos de teste”.
A IA cria uma resposta, ou pelo menos uma resposta parcial, para muitos problemas incômodos de qualidade de software. A qualidade do software tem sido um desafio desde que os primeiros computadores foram construídos, há oito décadas, e num mundo inundado de redes e soluções tecnológicas, o problema só se tornou mais grave. A Gen AI está emergindo como um passo importante na gestão da qualidade.
Além disso: 6 maneiras de escrever prompts ChatGPT melhores – e obter os resultados desejados com mais rapidez
A pesquisa confirmou que cerca de sete em cada dez organizações (68%) empregam Gen AI para auxiliar em seus esforços de qualidade de software. Pelo menos 29% das organizações integraram totalmente a Gen AI nos seus processos de automação de testes, enquanto 42% estão a explorar o seu potencial.
O estudo também sugeriu que “tecnologias nativas da nuvem e automação de processos robóticos, com a geração de IA e a IA preditiva desempenhando papéis significativos” são predominantes nesta nova área de automação de testes.
“As tecnologias nativas da nuvem são atraentes porque abrem a porta para soluções econômicas que eliminam a necessidade de licenças de ferramentas, o que reduz as despesas operacionais gerais. Não é mais uma questão de ‘se’ a IA e outras tecnologias emergentes se tornarão parte da estrutura DevOps, estamos nos estágios iniciais de uma mudança dinâmica na forma como fazemos negócios.”
Além disso: o novo curso de IA do Google ensinará você a escrever instruções mais eficazes – em 5 etapas
A conclusão é que a IA representa o próximo estágio de automação para processos relativamente complexos de garantia de qualidade e testes.
“Há uma necessidade clara de alinhar as métricas de engenharia de qualidade com os resultados de negócios e mostrar o valor estratégico das iniciativas de qualidade para impulsionar mudanças significativas”, afirmou a equipe de autores da pesquisa, liderada por Jeff Spevacek da OpenText.
“Na frente tecnológica, a adoção de ferramentas de automação de testes mais novas e inteligentes elevou o nível médio de automação de testes para 44%. No entanto, a tendência mais transformadora deste ano é a rápida adoção da IA, especialmente da Geração AI, que está definida para causar um impacto enorme.”
Spevacek e seus coautores continuaram: “A evolução de grandes modelos de linguagem e ferramentas de IA, particularmente o Copilot, permitiu sua integração perfeita nos ciclos de vida de desenvolvimento de software existentes, inaugurando uma nova onda de eficiência e inovação na automação de engenharia de qualidade”.
Na pesquisa de qualidade de software do ano anterior, “vimos um aumento nos investimentos feitos pelas organizações em soluções de IA para impulsionar a agenda de transformação da qualidade”, escreveram. “No entanto, um número significativo estava cético quanto ao valor da IA na engenharia de qualidade”.
Além disso: você acha que a IA pode resolver todos os seus problemas de negócios? O novo estudo da Apple mostra o contrário
As atitudes em relação à IA mudaram significativamente nos últimos 12 meses: “Um grande número de organizações está agora (afastando-se) da experimentação para a implementação em escala real da Gen AI para apoiar atividades de engenharia de qualidade. Acreditamos verdadeiramente que veremos mais avanços neste domínio. área.”
No entanto, empregar IA como ferramenta de garantia de qualidade de software é um desafio. Pelo menos 61% dos entrevistados disseram que se preocupam com violações de dados associadas ao aproveitamento de soluções generativas de IA. A falta de estratégias abrangentes de automação de testes e a dependência de sistemas legados foram identificadas por 57% e 64% dos entrevistados, respectivamente, como principais barreiras ao avanço dos esforços de automação.
O cenário também é misto no que diz respeito à incorporação de engenheiros de qualidade em equipes ágeis de entrega de software. Apenas um terço dos entrevistados disse que a maioria dos seus engenheiros de qualidade participa de equipes Agile. No entanto, os autores sugeriram que esta falta de participação pode não ser uma coisa má.
“Isso sugere um reconhecimento crescente da necessidade de engenheiros de qualidade que possam operar independentemente das equipes Agile, ao mesmo tempo que contribuem para os objetivos gerais de qualidade. Na verdade, espera-se que o número de engenheiros de qualidade independentes aumente de 27% para 38%.”
Além disso: uma pesquisa do Google diz que mais de 75% dos desenvolvedores confiam na IA. Mas há um problema
A pesquisa sugeriu que esse aumento no número de engenheiros de alta qualidade também pode refletir uma tendência de qualificação cruzada das equipes ágeis para lidar com a qualidade e os testes de software: “O foco na qualificação cruzada para alinhar mais estreitamente os engenheiros de qualidade com as equipes ágeis parece ter valido a pena. Os resultados da pesquisa deste ano mostram que as organizações fizeram progressos consideráveis na qualificação de suas equipes – apenas 16% dos entrevistados consideram agora a falta de competências como um grande gargalo, uma melhoria significativa em relação aos 37% do ano passado.”
No entanto, apesar deste progresso, a maioria dos executivos tecnológicos afirma que não há ênfase suficiente na engenharia de qualidade. Mais da metade (56%) disse que o desafio é que “a engenharia de qualidade não é vista como uma atividade estratégica em nossa organização”. Uma proporção semelhante de entrevistados concordou que o “processo de engenharia da qualidade não é automatizado o suficiente” e que “os engenheiros da qualidade não possuem o conjunto de habilidades para apoiar projetos Ágeis”.
Além disso: o desenvolvimento ágil pode desbloquear o poder da IA generativa – veja como
A ascensão da Gen AI e da IA preditiva pode oferecer uma abordagem econômica e simplificada para alinhar os esforços de qualidade e testes com o desenvolvimento e implantação geral de software. Algumas das recomendações oferecidas pela equipe OpenText/Sogeti para avançar com automação e IA nos esforços de qualidade de software incluem o seguinte:
- Tenha uma visão de toda a empresa: Descrever claramente “os objetivos e resultados desejados da automação de engenharia de qualidade e pré-selecionar as áreas onde aplicar, aumentar ou aprimorar a automação de testes”.
- Comece agora e continue experimentando: “Se você ainda não está explorando ou usando ativamente as soluções Gen AI, é crucial começar agora para se manter competitivo. Não se apresse em se comprometer com uma única plataforma ou caso de uso. Em vez disso, experimente múltiplas abordagens para identificar aquelas que fornecem o benefícios mais significativos.”
- Aproveite toda a gama de recursos da Gen AI: “A geração AI vai muito além da geração de scripts de testes automatizados e ajuda na realização de sistemas de automação de testes autoadaptáveis.”
- Vincule os principais indicadores de desempenho do negócio: “Identifique e aproveite os principais indicadores de desempenho de negócios influenciados pela automação de engenharia de qualidade, com um foco claro nos resultados de negócios, como aumento da satisfação do cliente, redução de custos de operações de negócios e outros que sejam relevantes para os negócios.”
- Racionalize ferramentas de automação de engenharia de qualidade: “Garanta que suas ferramentas de automação de engenharia de qualidade sejam simplificadas e capazes de integração com tecnologias emergentes, como Gen AI, para manter a compatibilidade e a prontidão futura.”
- Melhorar talentos e funções de engenharia de qualidade: “Incorpore mais engenheiros full-stack de qualidade e desenvolvimento de software nos testes para fortalecer as capacidades de sua equipe.”
- Melhore, não substitua: “Entenda que a Gen AI não substituirá seus engenheiros de qualidade, mas aumentará significativamente sua produtividade. No entanto, essas melhorias não serão imediatas; permita tempo suficiente para que os benefícios se tornem aparentes.”
Embora a IA seja uma grande promessa como ferramenta de qualidade e teste, o estudo disse que há “desafios significativos na validação de protocolos, modelos de IA e na complexidade da validação de todas as integrações. Atualmente, muitas organizações estão lutando para implementar estratégias de teste abrangentes que garantam otimização cobertura de áreas críticas No entanto, olhando para o futuro, existe uma forte expectativa de que a IA desempenhará um papel fundamental na resposta a estes desafios e no aumento da eficácia das atividades de teste neste domínio.”
O ponto principal da pesquisa é que a engenharia de qualidade de software está evoluindo rapidamente: “Uma vez definida como teste de software escrito por humanos, agora evoluiu com código gerado por IA”.
Além disso: a IA poderia tornar a ciência de dados obsoleta?
Como resultado dessa evolução, a engenharia de qualidade está vendo um volume crescente de códigos e scripts de teste que precisam ser gerados, e há novos requisitos para testar cadeias de software de ponta a ponta.