"Testtools die gebruik maken van AI zijn testtools die reageren op de omgeving, zelfstandig beslissingen nemen en zelflerend vermogen bezitten."
Niveau 3: Conditional AI automation
Naast functionaliteiten zoals het groeperen van veranderingen, kan een tool van niveau 3 bijvoorbeeld visuele afwijkingen herkennen. Zoals het veranderen van de positie van een knop op een scherm, of de kleur of de vorm van een knop. Bovendien kunnen deze tools afwijkingen in gegevens herkennen. Daarnaast zijn deze categorie tools in staat om al in grote mate te bepalen of het om een bevinding of een wijziging gaat, omdat de tool al veel testen tegen de applicatie heeft gedraaid.
MABL is een voorbeeld van een tool op niveau 3. Op basis van vele testen kan MABL bepalen of iets een bevinding of wijziging is. Neem bijvoorbeeld een website waarop boeken worden verkocht. Op een gegeven moment zijn er zoveel boeken van een bepaald soort waardoor besloten wordt een nieuwe categorie toe te voegen. Alle pagina’s met boeken erop die bij deze categorie horen, zullen dan, hiërarchisch gezien, onder de pagina met de categorie informatie geplaatst worden. Wanneer MABL dan opnieuw een test draait, begrijpt de tool dat het nog steeds dezelfde pagina’s zijn maar op een andere logische locatie. De test wordt door de tool vervolgens aangepast naar de nieuwe situatie.
Niveau 4: High AI automation
Op niveau 4 krijg je wederom de voordelen van alle voorgaande niveaus en daarnaast kunnen deze tools leren om pagina’s te herkennen. Doordat deze tools zoveel verschillende vormen gezien hebben van een bepaald type pagina, zijn ze in staat te leren herkennen. De tool kan dus een onderscheid gaan maken tussen bijvoorbeeld een inlogpagina, een pagina met productinformatie en een pagina met een winkelmandje waar je je bestellingen afrondt. Daarnaast begrijpt een tool van dit niveau dat een pagina onderdeel uitmaakt van een groter geheel. Als we even terugkijken naar het voorbeeld van de website voor boeken kunnen we ons voorstellen dat het bestellen van een boek uit meerdere processtappen bestaat:
- het selecteren van het boek;
- het toevoegen van het boek aan het winkelmandje;
- een scherm waarop controles worden uitgevoerd (om bijvoorbeeld te bepalen of een boek op voorraad is);
- een bevestigingspagina.
Stel we besluiten om het controlescherm er tussenuit te halen dan begrijpt zo’n testtool dat het stap 2 aan stap 4 moet knopen om weer tot een correct bestelproces te komen. De tool past de test dan aan zonder tussenkomst van de tester.
Een ander voorbeeld van wat een testtool met AI van niveau 4 kan, bijvoorbeeld Appvance AI, is het lezen en gebruiken van een applicatielog voor het genereren van testscripts. Omdat je als eigenaar van een commerciële website wilt weten wanneer klanten problemen ondervinden in het bestelproces en waar ze afhaken in het bestelproces, worden vaak meetpunten geplaatst op webpagina’s. Het gebruik van Google webanalytics is daar een goed voorbeeld van. In plaats van te raden wat de klant doet, of te vragen wat de klant doet, weet je nu wat de klant doet. Deze meetpunten kun je in de applicatielog laten vastleggen.
Een tool als Appvance AI gebruikt de logging en kan meetpunten zoals webanalytics gebruiken voor het genereren van testscripts. Het resultaat: testen die realistischer zijn en gebaseerd op hoe gebruikers de applicatie gebruiken en niet hoe we bedacht hebben dat de klanten de applicatie gaan gebruiken.
Niveau 5: Full AI automation
Wanneer we het hebben over Full AI automation, hebben we het over testtools die voor het merendeel uit AI technologie bestaan. Als product owner van een applicatie kun je dan een gesprek voeren met de AI waarin je uitlegt wat de applicatie doet en dat je deze getest wilt hebben. Dat lijkt misschien science fiction, maar het is dichterbij dan je verwacht. Nu al is Google assistant zo ver dat je als gebruiker de AI kan vragen om een afspraak bij de kapper in te plannen. De AI belt dan de kapper en maakt dan bij de medewerker van de kapsalon een afspraak. Google Assistant reageert autonoom op de vragen en reacties van de medewerker. Dus het idee van een AI test assistant is niet eens zo ver gezocht.
Zoals ook in de inleiding genoemd, bespreek ik in mijn vervolgblog hoe bovengenoemde tools de toekomst en de werkzaamheden van de tester beïnvloeden. Stay tuned!
