論文の概要: A Multi-Year Grey Literature Review on AI-assisted Test Automation
- arxiv url: http://arxiv.org/abs/2408.06224v1
- Date: Mon, 12 Aug 2024 15:26:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-13 12:53:36.218352
- Title: A Multi-Year Grey Literature Review on AI-assisted Test Automation
- Title（参考訳）: AIによるテスト自動化に関する多年次Grey Literatureのレビュー
- Authors: Filippo Ricca, Alessandro Marchetto, Andrea Stocco,
- Abstract要約: テスト自動化(TA)技術は、ソフトウェア工学の品質保証に不可欠である。
TAテクニックは、高いテストスイートのメンテナンスコストや広範なプログラミングスキルの必要性といった制限に直面している。
人工知能(AI)は、自動化と改善されたプラクティスを通じて、これらの問題に対処する新たな機会を提供する。
- 参考スコア（独自算出の注目度）: 46.97326049485643
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context: Test Automation (TA) techniques are crucial for quality assurance in software engineering but face limitations such as high test suite maintenance costs and the need for extensive programming skills. Artificial Intelligence (AI) offers new opportunities to address these issues through automation and improved practices. Objectives: This study surveys grey literature to explore how AI is adopted in TA, focusing on the problems it solves, its solutions, and the available tools. Additionally, the study gathers expert insights to understand AI's current and future role in TA. Methods: We reviewed over 3,600 grey literature sources over five years, including blogs, white papers, and user manuals, and finally filtered 342 documents to develop taxonomies of TA problems and AI solutions. We also cataloged 100 AI-driven TA tools and interviewed five expert software testers to gain insights into AI's current and future role in TA. Results: The study found that manual test code development and maintenance are the main challenges in TA. In contrast, automated test generation and self-healing test scripts are the most common AI solutions. We identified 100 AI-based TA tools, with Applitools, Testim, Functionize, AccelQ, and Mabl being the most adopted in practice. Conclusion: This paper offers a detailed overview of AI's impact on TA through grey literature analysis and expert interviews. It presents new taxonomies of TA problems and AI solutions, provides a catalog of AI-driven tools, and relates solutions to problems and tools to solutions. Interview insights further revealed the state and future potential of AI in TA. Our findings support practitioners in selecting TA tools and guide future research directions.
- Abstract（参考訳）: コンテキスト: テスト自動化(TA)技術はソフトウェアエンジニアリングの品質保証には不可欠ですが、高いテストスイートのメンテナンスコストや広範なプログラミングスキルの必要性といった制限に直面しています。
人工知能(AI)は、自動化と改善されたプラクティスを通じて、これらの問題に対処する新たな機会を提供する。
目的: この研究は、グレーの文献を調査し、AIがTAでどのように採用されているかを調査し、解決する問題、ソリューション、利用可能なツールに焦点を当てる。
さらに、この研究は、TAにおけるAIの現在と将来の役割を理解するために、専門家の洞察を集める。
Methods: ブログやホワイトペーパー,ユーザマニュアルを含む5年間で3,600以上のグレイ文学資料をレビューし,最終的に342のドキュメントをフィルタリングして,TA問題とAIソリューションの分類学を開発した。
また、100のAI駆動型TAツールをカタログ化し、5人のソフトウェアテスタにインタビューして、TAにおけるAIの現在と将来の役割について見識を得た。
結果: TAでは,手動のテストコードの開発とメンテナンスが主な課題であることがわかった。
対照的に、自動テスト生成と自己修復テストスクリプトは、最も一般的なAIソリューションである。
私たちはAIベースの100のTAツールを特定し、Applitools、Testim、Functionize、AccelQ、Mablが最も採用されています。
結論: 灰色文学分析と専門家インタビューを通じて,AIがTAに与える影響を概観する。
TA問題とAIソリューションの新たな分類体系を提示し、AI駆動ツールのカタログを提供し、問題に対するソリューションとツールをソリューションに関連付ける。
インタビューの洞察は、TAにおけるAIの現状と将来の可能性をさらに明らかにした。
本研究は,TAツールの選択と今後の研究指針の導出を支援する。
関連論文リスト
- The Role of Artificial Intelligence and Machine Learning in Software Testing [0.14896196009851972]
人工知能(AI)と機械学習(ML)は様々な産業に大きな影響を与えている。
ソフトウェア開発ライフサイクル(SDLC)の重要な部分であるソフトウェアテストは、ソフトウェア製品の品質と信頼性を保証する。
本稿では、既存の文献をレビューし、現在のツールや技術を分析し、ケーススタディを提示することで、ソフトウェアテストにおけるAIとMLの役割について考察する。
論文 参考訳（メタデータ） (2024-09-04T13:25:13Z) - AI-powered test automation tools: A systematic review and empirical evaluation [1.3490988186255937]
既存のAIベースのテスト自動化ツールが提供する機能について検討する。
私たちは、AI機能がテストの有効性と効率にどのように役立つかを実証的に評価します。
AIベースのテストツールにおけるAI機能の制限についても検討する。
論文 参考訳（メタデータ） (2024-08-31T10:10:45Z) - AI-Tutoring in Software Engineering Education [0.7631288333466648]
我々は,GPT-3.5-TurboモデルをAI-TutorとしてAPASアルテミスに組み込むことで,探索的なケーススタディを行った。
この発見は、タイムリーなフィードバックやスケーラビリティといった利点を浮き彫りにしている。
しかし,AI-Tutor を用いた場合,一般的な応答や学習進行抑制に対する学生の懸念も明らかであった。
論文 参考訳（メタデータ） (2024-04-03T08:15:08Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-21T08:29:42Z) - Learning from Teaching Assistants to Program with Subgoals: Exploring
the Potential for AI Teaching Assistants [18.14390906820148]
本研究では,プログラミング教育における生成AIをTAとして活用する実践性について,初心者の学習者によるTAとのインタラクションをサブゴナル学習環境において検証することによって検討する。
我々の研究は、AI TAで同等のスコアで、学習者がより高速にタスクを解くことができることを示している。
チャットログ分析の結果から,プログラミング教育において生成AIをTAとして設計し,活用するためのガイドラインを提案する。
論文 参考訳（メタデータ） (2023-09-19T08:30:58Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - AI Explainability 360: Impact and Design [120.95633114160688]
2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。
本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。
また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
論文 参考訳（メタデータ） (2021-09-24T19:17:09Z) - Measuring Ethics in AI with AI: A Methodology and Dataset Construction [1.6861004263551447]
我々は、AI技術のこのような新しい機能を使用して、AI測定能力を増強することを提案する。
我々は倫理的問題や関心事に関連する出版物を分類するモデルを訓練する。
私たちは、AIメトリクス、特に信頼できる公正なAIベースのツールや技術開発への彼らの貢献の意味を強調します。
論文 参考訳（メタデータ） (2021-07-26T00:26:12Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。