AI は、ソフトウェアテストの進め方と、テストのプロフェッショナルが評価すべき対象の両方を変えつつあります。AI を活用したテストと AI システムのテストでは、この変化の両面を扱います。AI を使ってテスト業務を改善することと、AI を活用したシステムを専門的なアプローチでテストすることです。
第 1 部のAI を活用したテストでは、不可欠な AI リテラシーを身につけ、現代のソフトウェア製品における機械学習、生成 AI、大規模言語モデル、データの役割を理解します。実践的なコパイロットとプロンプトエンジニアリングのスキルを磨き、テスト分析、テスト設計、探索的テスト、文書化、レポート作成など、日々のテスト活動全体に生成 AI を適用します。
コースの大きな柱として、AI がマニュアルテストと探索的テストを支援する 22 の体系的な方法を紹介します。これらのプラクティスを通じて、AI を使って曖昧さを特定し、テストのアイデアを生み出し、カバレッジを分析し、探索的テストのチャーターを作成し、リスクに優先順位を付け、バグレポートを改善し、テストデータを設計し、ビジネスコミュニケーションを支援する方法を学びます。また、特定のテストワークフローに合わせて調整できるカスタム AI ソリューションも紹介します。
第 2 部のAI システムのテストでは、AI ソフトウェアを従来の決定的なシステムと区別する特性とリスクに焦点を当てます。確率的な出力、データ依存性、バイアス、モデルドリフト、ハルシネーション、敵対的な振る舞い、説明可能性、指示への忠実性、出力の一貫性、レイテンシ、スケーラビリティ、Human-in-the-Loop 評価を検討します。
実践的なテスト手法、ツール、デモ、演習を通じて、AI システムをより体系的に評価できるようになります。重視するのは人間の説明責任です。AI は分析や実行を支援できますが、コンテキスト、評価基準、品質に関する判断、承認の責任はテスターにあります。
このコースを修了すると、次のことができるようになります：
- AI、生成 AI、LLM の基本概念を理解する。
- 体系的なプロンプトと反復的な改善によって AI と協働する。
- 実践的なテストワークフロー全体に AI の支援を適用する。
- AI の出力の限界とよくある失敗パターンを認識する。
- 従来のソフトウェアテストと AI システムのテストを区別する。
- バイアス、公平性、堅牢性、説明可能性、一貫性を評価する。
- AI を活用したアプリケーションにブラックボックスの探索的手法を適用する。
- 継続的な AI 評価のために適切な手法とツールを使う。
- AI システムを使う際もテストする際も、人間による監督を維持する。