(英語版mabl blogのUnlocking Intent: The Next Generation of Test Automationを日本語に翻訳したものです)
生成AIの台頭は、これまで手の届かなかった可能性の扉を開くような、エキサイティングな潮流の変化を表しています。大規模で包括的な自動テストカバレッジを達成する課題は、テストの脆弱性、信頼性の低い結果、そして複雑なシナリオでカバレッジを近似するための回避策の必要性など、長い間さまざまな問題によって妨げられてきました。これらの課題の多くは、テスターの意図を捉える能力の欠如と、テスト内の各アクションの「なぜ」についての理解不足から生じています。
これまで、自動化はこれらのニュアンスを捉えることができず、『意図』はテスト実装から切り離されたままでした。生成AIにより、テスト自動化が各アクションの「なぜ」を理解する世界を想像できるようになりました。私たちは今、AIがテスト自動化に意図を吹き込み、基本的な操作を超えて全体的な目標やユーザーストーリーを理解できるようになる転換点にいます。
従来のテスト自動化は、ステップバイステップの指示に依存しています。これはテスターがすべてのクリック、テキスト入力、アサーションを指定しなければならないことを意味します。アプリケーションがますます複雑になる中、これらのテストは現代のアプリケーションの動的な性質に対応できなくなっています。
生成AIは意図を解釈し理解することで、自動化プロセスを変革します。これにより、自然言語を使用してアプリケーションと対話し、ユーザー行動を模倣し、従来のテスト方法に代わる選択肢を提供します。
以下はSalesforceの商談作成ワークフローをテストする一般的な例です。従来のスクリプト型自動化では、次のようになります：
期待する結果から始めることを想像してみましょう。ページの基本的なメカニズムに集中するのではなく、目標から始めることができます。例えば、テストが以下のワークフローを検証することを目的としているとします：
商談作成ワークフローの検証
要件：
mablのようなツールを使用すると、ユーザーストーリー、要件、テストケースの形式で、私たちの意図を出発点として使用できます。
mablの生成AIによるテスト作成機能を使用すると、この意図を念頭に置いてテストの概要を生成できます。生成AIは私たちの意図を目標達成に必要なアクションに分解し、再利用可能なコンポーネントを活用してテストがベストプラクティスに従うことを確保できます。
従来の自動化の例とは異なり、テストケースの目標に合ったアサーションを作成・定義できます。アプリケーションにログインした後、ユーザーがこのアクションが成功したことを示すためには何を見ることを期待するでしょうか？特定の要素のinnerTextなどのDOM属性に依存するのではなく、生成AIアサーションを使用して体験を総合的に評価し、意図に沿っていることを確認できます。
生成AIによるテスト作成を使用することで、私たちの意図（ユーザーストーリー、要件、テストケース）を直接テスト概要に変換し、ベストプラクティスと再利用可能なコンポーネントを活用できます。そして、生成AIアサーションにより、DOM固有のチェックを超えて全体的なユーザー体験を検証し、テストが本当に意図した結果を反映していることを確保できます。このアプローチはテスト作成を大幅に効率化し、自動化の信頼性を高め、高品質なユーザー体験の提供に集中することができます。
意図駆動型テストへの移行は、自動化を変革しています。mablのようなツールを使用すると、脆弱なスクリプトを超え、ユーザーストーリーを堅牢なテストに変換するのに役立ちます。これにより、メンテナンスの削減、カバレッジの増加、ユーザー体験への集中が可能になります。
適応し、予測し、実用的なインサイトを提供する自動化を想像してみてください。AIが成熟し、ワークフローにより深く統合されるにつれ、この未来は現実になりつつあります。私たちは不安定な結果から、インテリジェントで意図を認識するテストへと移行し、より良いソフトウェアをより速く構築するための自動化の可能性を最大限に引き出しています。
そして、これはほんの始まりに過ぎません。テストにおける生成AIの分野は急速に進化しており、mablのプロダクトポータルに含まれるいくつかのアイデアを含め、さらに多くのエキサイティングな体験が待っています。