Blogi 10.12.2024

AI-assistentti laadunvarmistuksen laadun varmistajana

Osaaminen

Tekoäly on luontevasti uinut myös laadunvarmistukseen. Paljon on teknologialla vielä kehittymisen varaa mutta jo nyt tekoälyn avulla saadaan merkittäviä hyötyjä vaikkapa testauksen laajuuteen ja nopeuteen.

Meillä Goforella on tästä kokemusta AI-assistenttien muodossa, joiden rakentamista olemme ajaneet eteenpäin testauksen ja laadunvarmistuksen puolella. Kerromme seuraavassa hieman lisää itse assistentista sekä niistä mahdollisuuksista, joita tekoäly työhömme tuo. 

Mikä AI-assistentti on?

AI-assistentti ei tee työtäsi mutta nopeuttaa sitä ja toimii sen uudenlaisena tukena. Assistentilta voi kysyä kysymyksiä kuten mitä jokin vaatimus tarkoittaa, sparrata miten tiettyä vaatimusta tulisi testata tai vaikkapa tehdä ja ajaa automatisoidun testitapauksen.

AI-assistentin tärkeimmät tehtävät ja suorat edut voidaan tiivistää seuraaviin kohtiin: se integroi ja analysoi tietoa, käsittelee vaatimuksia ja testitapauksia, automatisoi toistuvia tehtäviä, sekä auttaa polun jäljitettävyydessä ja reaaliaikaisessa ongelman selvityksessä. Eli samalla kun assistentin käyttö helpottaa ristiriitaisten vaatimusten tunnistamista, se myös vähentää manuaalisen työn tarvetta ja mahdollistaa tehokkaamman päätöksenteon. Aikamoinen voimanpesä! 

AI-assistentilla on myös haasteensa, kelläpä meistä ei olisi! Kontekstin ymmärtäminen on yksi suurimmista. Ilman laajempaa taustatietoa ja kunnollista kontekstia, assistentti tekee virheellisiä johtopäätöksiä. Ihmisen panosta vaatii myös tulosten, vaikkapa testitapausten tai automaatioskriptien, validointi. Tämä lisää työvaiheita ja rajoittaa assistentin itsenäistä toimintaa.

Kolmantena isona haasteena on datan kerääminen ja integrointi. Assistentin tehokas toiminta vaatii suuria määriä dataa eri lähteistä, ja datan yhdistäminen ja käsittely vaatii teknistä työtä ja huolellista suunnittelua. Suurimpana haasteena näemme datan luokittelun ja oikeellisuuden, sillä assistentti ei esimerkiksi tiedä mikä on relevanttia tai onko jokin tieto vanhentunutta. Tämä voi hidastaa käyttöönottoa. 

AI-assistentin markkina-arvo  

Kiinnostuimme AI-assistentin kehittämisestä koska näimme minkälaisia mahdollisuuksia se tuo markkinaan ja tekijöille. Erityisen paljon uutuusarvoa AI-assistentti tuo seuraaviin:  

  • Tekemisen nopeuteen ja tehokkuuteen 
  • Testauksen laajempaan kattavuuteen sekä  
  • Tiedon personointiin ja hyödyntämiseen. 

Nopeus ja tehokkuus tulevat virheiden tunnistamisesta ja korjausehdotuksista sekä lähdemateriaalin käsittelystä ja muokkauksesta, joka on huomattavasti nopeampaa ja tehokkaampaa ja säästää aikaa tunteja, jopa päiviä. Merkittävä lisäarvo näkyy erityisesti testiautomaation ja tiedon analysoinnin alueilla.  

Assistentti auttaa suunnittelemaan esimerkiksi negatiivisia testitapauksia, eli tilanteita, jotka voivat mennä pieleen. Tämä näyttäytyy testauksen laajempana kattavuutena, joka voi tukea analyysiä ja näkökulmia, joita ihmismieleen ei välttämättä tulisi. 

Assistentti ei pelkästään hae tietoa, vaan pystyy personoimaan sen käyttäjän tarpeisiin esimerkiksi sen mukaan, onko kysyjänä testauksen suunnittelija vai testiautomaattori. Tiedon hyödyntäminen on entistä kohdennetumpaa, koska generatiivinen AI ei pelkästään tarjoa yleisiä vastauksia, vaan pystyy mukauttamaan ratkaisunsa jo kohtuu hyvin käyttäjän tarpeisiin. 

Näiden ominaisuuksien avulla AI-assistentti tuo markkinoille mullistavan tavan hyödyntää tietoa ja tehostaa testausprosessia, erityisesti nopeuden ja analyysin syvyyden osalta.  

Juuri tämä tekee tekoälyn hyödyntämisestä niin innostavaa: sen käyttö avaa niin paljon mahdollisuuksia, ettei meillä vielä ole edes käsitystä mihin kaikkeen tämä meitä vie, minkälaiseksi työ muuttuu tulevaisuudessa. Ei ole osa-aluetta, jota ei voisi peilata tekoälyn hyödyntämisen kautta ja mihin se ei voisi tuoda jotain lisää. Erityisen kiinnostavaa automaation lisäämisessä on, että se vie assistentit lähemmäs tekoälyn seuraavaa evoluutioaskelta, joka on agentit, eli tekoälyn kyvykkyydet tehdä myös itsenäisesti tiettyjä tehtäviä.  

Tämän blogisarjan seuraavassa osassa kerrotaan tekoälysovellusten testaamisesta ja myöhemmissä osissa mm. Goforen Granny-botista ja tekoälyllä tuotetusta asiakashaastattelusparrailutuesta. Tekoälyn käyttömahdollisuudet ovat rajattomat niin oman osaamisen kuin liiketoiminnan rakentamiseen!

Voit myös kuunnella tämän blogin

Tämä äänitiedosto blogistamme on luotu hyödyntäen tekoälyä, joka muuntaa tekstin puheeksi.


Oletko kiinnostunut Goforesta työpaikkana?

laadunvarmistus ja testiautomaatio

Jani Haapala

DevOps Architect

Jani on intohimoinen DevOpsin ja testiautomaation puolestapuhuja, joka aloitti uransa perinteisenä manuaalisena testaajana, mutta innostui nopeasti automaatiosta testiautomaation muodossa. Jania kiinnostaa erityisesti infrastruktuurien automatisointi ja ohjelmistokehitysprosessien modernisointi käyttämällä moderneja menetelmiä kuten Lean, Agile ja DevOps.

Jutta Hakola

Capability Owner for Testing and Test Management

Jutta on testauksen ja laadunhallinnan ammattilainen, joka on lukuisten projektien ja asiakkuuksien kautta löytänyt tiensä testauksen ja testauksen hallinnan palvelunomistajaksi Goforessa. Ihmisten ja järjestelmien väliset kosketuspinnat ja ketterät toimintatavat ovat olleet hänen kiinnostuksen kohteitaan aina, ja sertifioituna business coachina hän pyrkiikin yhdistämään tavoitteellisen tekemisen nykytilanteeseen peilaten ja jatkuvasti muutosta seuraten.

Takaisin ylös