L'intelligence artificielle dans le processus de test des applications

Un monde sans frontières

Nous vivons aujourd’hui dans un monde où presque rien ne peut nous surprendre, la frontière entre réalité et science-fiction étant très ténue. Cependant, il nous arrive parfois de nous retrouver dans des situations où nous ne savons plus si nous interagissons avec des humains ou avec des robots. Les progrès de l’intelligence artificielle (IA) occupent désormais une place importante dans notre quotidien et sont devenus la clé de la quatrième révolution industrielle.

Beaucoup d’entre nous se souviennent sans doute de l’ordinateur HAL 9000 du film « 2001, l’Odyssée de l’espace », qui a montré ce que l’intelligence artificielle pouvait apporter à l’humanité. Pour beaucoup, cette ère a véritablement débuté avec l’arrivée des smartphones en 2007, qui ont permis à tout un chacun d’utiliser des assistants intelligents, la reconnaissance faciale et le GPS.

Cela dit, les grandes enseignes commencent à recourir à l'IA pour offrir à leurs clients une meilleure expérience d'achat. On peut citer, par exemple, les miroirs qui permettent de visualiser virtuellement comment les vêtements qui vous intéressent vous vont, sans avoir à les essayer.

Le secteur financier

Le secteur financier a intégré des distributeurs automatiques de billets « intelligents », qui permettent d’effectuer pratiquement toutes les opérations qui étaient auparavant réalisées au guichet ou au service clientèle. Les grandes chaînes hôtelières utilisent aujourd’hui des bots basés sur un système IVR intelligent pour gérer les réservations de leurs clients. Compte tenu des progrès considérables réalisés aujourd’hui par l’IA dans ce domaine, il est très difficile de se rendre compte que l’on est servi par un bot.

De nombreuses entreprises sont contraintes de trouver un équilibre entre coûts et bénéfices, d’obtenir un retour sur investissement rapide dans le cadre de leur processus de commercialisation et, par là même, d’offrir une expérience satisfaisante à l’utilisateur final. L’objectif actuel des entreprises est de réaliser davantage de tests, de détecter rapidement les incidents et de mettre leurs produits sur le marché plus rapidement. L’intelligence artificielle peut les aider à atteindre cet objectif.

L'intelligence artificielle dans les tests d'applications

Les progrès réalisés dans les domaines de l'automatisation et de l'intelligence artificielle ont ouvert la voie à des solutions concrètes permettant aux organisations de réaliser des économies et de préserver leurs ressources. L'automatisation intelligente, quant à elle, peut apporter une aide supplémentaire aux organisations en exploitant les données existantes et en effectuant des analyses automatiques basées sur ces données. Au final, cela contribue à améliorer les opérations et les flux de travail.

Le principal défi lié aux tests d'applications consiste à disposer de suffisamment de temps pour effectuer les tests et mettre au point les méthodes et procédures de test appropriées.

Confrontées à des situations telles que celles engendrées par la pandémie, les organisations sont contraintes de relever des défis numériques. Est-il possible de produire des ressources numériques de haute qualité, telles que des solutions de commerce électronique, des systèmes de chaîne d'approvisionnement ou des solutions d'ingénierie et de gestion, sans y consacrer beaucoup de temps et d'argent pour en garantir la qualité ?

En d’autres termes, est-il possible de tester un système sans le tester ? Cela peut sembler un rêve irréalisable, mais le secteur a déjà commencé à évoquer le développement de tels systèmes. Même si seul le temps nous dira dans quelle mesure les systèmes d’IA de test deviendront une réalité, il est clair que l’application de ces technologies intelligentes permet de gagner considérablement en efficacité et en rapidité.

Par conséquent, bien que l’apprentissage supervisé, en tant qu’élément central de l’apprentissage automatique (ML), suscite de grandes attentes pour rendre l’ingénierie de qualité (QE) plus intelligente, l’adoption de ces méthodologies n’a pas encore atteint le niveau nécessaire pour produire des résultats concrets.

Cas d'utilisation

L'avantage de tout cela est que certaines entreprises s'efforcent désormais de faire évoluer les modèles traditionnels et ouvrent la voie à l'application de l'intelligence artificielle. Cela concerne notamment l'apprentissage par quantification (QE) pour les modèles non supervisés, le traitement du langage naturel (NLP) et les technologies de vision par ordinateur.

Nous avons assisté à l'émergence de nouveaux cas d'utilisation pour ce type de test. Par exemple, l'analyse en temps réel des événements de production et des journaux d'application. Cela permet non seulement de réaliser une analyse « what-if » approfondie et intelligente, mais aussi de prédire la qualité future. Cela permet ainsi de définir les plans nécessaires dans le cadre des activités de développement et de validation.

Cela permet d'améliorer le test en intégrant de manière intelligente les habitudes d'utilisation réelles, et prend en charge des méthodes telles que le test de décalage vers la gauche.

Un autre cas d'utilisation qui semble s'être imposé est le recours à l'IA pour la génération et la gestion de données de test. Par exemple, ce type de test permet d'identifier les lacunes de couverture par rapport expérience utilisateur réels expérience utilisateur .

Cette approche peut également être appliquée avec succès à la création de données synthétiques, par exemple pour se conformer aux règles relatives au traitement des données à caractère personnel (RGPD).

Pour que les organisations tirent le meilleur parti de l'IA dans le domaine de l'ingénierie qualité, leurs équipes devront approfondir leurs connaissances et leur expérience des outils, de la stratégie globale en matière d'assurance qualité et d'informatique, ainsi que des objectifs commerciaux de l'entreprise dans votre secteur. Il s'agit d'une formidable opportunité, non seulement pour les entreprises, mais aussi pour les professionnels de l'assurance qualité.

Les équipes d'assurance qualité devraient compter parmi leurs rangs des ingénieurs spécialisés dans la science des données, l'analyse de données et l'intelligence artificielle. Si nécessaire, elles devraient collaborer avec d'autres services de l'entreprise afin d'acquérir ces compétences.

Testeurs

Le rôle des testeurs n'est pas menacé par le développement de cette technologie, bien au contraire : il en sera renforcé. En effet, l'IA nécessite une interaction constante entre les testeurs humains et ces systèmes. Autre point important : pour entraîner l'intelligence artificielle, nous avons besoin de bonnes combinaisons d'entrées et de sorties (ce que l'on appelle un ensemble de données d'entraînement).

Ainsi, pour travailler avec des logiciels modernes, nous devons choisir avec soin cet ensemble de données d'entraînement, car l'intelligence artificielle commence à apprendre à partir de celui-ci et à établir des relations en fonction des informations que nous lui fournissons. Il est également important de surveiller la manière dont l'IA apprend, ce qui sera également essentiel pour déterminer comment le logiciel sera testé.

L'intervention humaine reste indispensable dans le domaine de l'intelligence artificielle, notamment lors des tests d'application. Enfin, il est essentiel de veiller à ce que, lors de l'utilisation de l'intelligence artificielle, les aspects éthiques, de sécurité et de confidentialité du logiciel ne soient pas compromis.

De grandes attentes quant aux avantages de l'intelligence artificielle

Le dernier Rapport mondial sur la qualité 2020-2021 souligne qu’une grande partie des personnes interrogées se montre enthousiaste face aux possibilités offertes par l’intelligence artificielle. Près de 90 % d’entre elles affirment que les tests et les essais liés à l’IA constituent les principaux domaines de croissance au sein de leur entreprise. Et 80 % ont fait part de leur intention d’augmenter le nombre d’essais et de démonstrations de concept basés sur l’IA.

Conclusion

Même si l'intelligence artificielle ne cesse de progresser, il n'est en réalité pas facile d'imiter le cerveau humain. Ce sont des personnes qui utilisent ces applications, et il faut garder à l'esprit que la compréhension, la créativité et la prise en compte du contexte humain sont indispensables pour garantir des produits de grande qualité.

En d'autres termes, les tests manuels restent indispensables. L'automatisation et l'intelligence artificielle doivent se compléter. Il s'agit de fonctions totalement différentes qui doivent être utilisées en fonction de leurs atouts respectifs, plutôt que d'être comparées entre elles.

Contactez-nous

Pour plus d'informations sur les services d'intelligence artificielle, contactez nos experts ou rendez-vous sur le site Web de Getronics .