IoTとAI、ビッグデータ時代のソフトウェアテスト（1）
ソフトウェアテストのコストと品質（前編）―「テストの究極の問題」を考える（5/5 ページ）
原則と導ける定理を、開発現場と「上から目線」でどう生かすか
この原則からいろいろなテストに関する定理・法則が導ける。例えば、原則1の「テストは欠陥があることしか示せない」から、テストは欠陥を発見する過程であるという定義の説得力が高くなる。原則2の「完全なテストは不可能」から、テストを途中で打ち切る必要があり、そのためのテストの完了基準が重要になってくることが分かる。原則6の「テストは条件次第」から、どのプロダクトやプロジェクトにどれだけのコストを掛けるべきかを判断する必要があるのが分かる。
この原則とそれから導ける定理をどのように運用していくか。開発現場と「上から目線」でこれらの原則と定理をどのように捉えて、どのように開発と経営に使っていくのか。反発していくのか、協調していくのか。これが問題である。
図5. 原則から導かれるテストの完了基準
一方であまり役に立たない、かえって有害になる原則もあることに注意する。例えば、原則3の「初期テスト」である。
確かに初期にテストすることは望ましい場合も多くある。初期にテストをすることで曖昧だった仕様も具体的なテストケースを作ることで明確になるかもしれない。しかし逆に考えれば、柔軟な仕様変更、つまり初期のテストケースの変更を許さない雰囲気も出てくる。つまり初期テストに引っ張られてしまって、その後の仕様変更や仕様拡張の障壁になってしまう危険がある。これは開発現場だけでなく上から目線で解決すべきである。
アジャイルソフトウェア開発ではテストファーストが原則の1つにもなっているが、これは多種多様な条件が入り乱れ、仕様が動的に変更され、全体像を虫眼鏡で見るようなことになりかねず、IoTやAI、ビッグデータの時代には合わなくなっているかもしれない。新しい初期テストの原則を開発現場と上から目線で作る必要がある。
とあるテスト現場より（6）
A：「先輩、テストファーストがdisらてますけど、どうなんですかね」
B：「初心者にはテストファーストで、慣れてくればセカンドかな」
A:「先輩、じゃ、自分はテストセカンドで行きます」
B:「いや、それよりもちゃんとテストをしろ」
続く後編ではいよいよ、ソフトウェアテストの問題を見ていくことにする。その中で最大の問題であるテストコストと品質のバランスについて一緒に考えていくことにしたい。もちろん「上から目線」で。
著者紹介
五味 弘（ごみ ひろし）：OKI（沖電気工業） シニアスペシャリスト、エバンジェリスト。博士（工学）。
ソフトウェアの開発支援・教育に従事。電子情報技術産業協会（JEITA）専門委員会の委員長や情報処理振興機構（IPA）などの委員など。情報処理学会（シニア会員）。三重大学などの非常勤講師やリサーチフェローも務める。IoTやAI時代のソフトウェア開発の知見融合が関心事。
著書に『はじめてのLisp関数型プログラミング』（技術評論社、2016年）、共著書に『IoTセキュリティ』（日経BP社、2016年）、『定量的品質予測のススメ』（オーム社、2008年）、『プログラミング言語論』（コロナ社、2008年）などがある。雑誌執筆や講演なども多数。著者の個人サイトはhttp://gomi.info/。
Copyright © ITmedia, Inc. All Rights Reserved.
IoTとAI、ビッグデータ時代のソフトウェアテスト
言うまでもなくソフトウェアテストは重要だが、IoTやAIなどの新しい概念によってソフトウェア自体の在り方が変わりつつある中、旧来からのテストを踏襲するだけでは成果は得られない。新時代のソフトウェアテストについて、考察する。
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
CAE解析をAIエージェントに任せてみた 人は何を担うのか
-
2
高度な半導体／電子デバイスの非破壊不良解析を支える「3D X線技術」に迫る
-
3
「ロボットアーキテクチャ」実態調査2026年版：現在の課題と優先事項を解説
-
4
EE Times Japan×EDN Japan 統合電子版：製造現場にフィジカルAIをどう実装するか――電子版2026年9月号
-
5
スマート工場動向調査2026
-
6
【読者調査結果】製造業の脱炭素動向調査2026
-
7
「見て覚えろ」が通じない時代 製造業の保全技術はどのように継承すればよい？
-
8
SiC・GaN時代のパワー半導体開発、信頼性評価と故障解析の課題にどう対応する？
-
9
動き出したファナックの「フィジカルAI」
-
10
はじめての化学工学まとめ（Part1）
TechFactory SNS
@techfactory_itmをフォロー
インフォメーション
注目情報をチェック
TechFactoryをフォロー