IoTとAI、ビッグデータ時代のソフトウェアテスト（10）
ソフトウェアテストの未来（前編）――テスト技術者の将来と教育（3/4 ページ）
階層別教育は面倒で怠惰
テスト技術者の教育は他のエンジニアと同様、初級教育は座学でも構わない。もちろん、演習があった方がいいに決まっているし、それが仕事に密接に関係したものであれば、なおさら優れている。講師も現場部門の技術者でなくてもいい。いや、現場部門でない方がいい。テストの初級を真面目に教育することが目的であり、講師には広範な知識と経験、そして分かりやすい教え方が必要であり、恐らく、開発現場の人間はこれに不向きだ。
問題は中級以上の教育である。教育でテスト技術者を中級以上にレベルアップさせることができるかという根本的な問題もあるが、それをあえて無視して、中級レベルの教育を考える。
中級になると、どうしてもテスト対象のドメインに特化した内容にならざるを得ない。絵に描いた餅（教科書のサンプルとして出されたドメイン）ではなく、実務でテスト対象にしているドメインが必要である。内容は実際の開発現場を題材にするのが望ましい。それができないときは、ドメインに近い近い演習を一定のコストを掛けて用意する。
ドメインに特化した教育では、講師はやはり現場部門またはその経験者が必要である。テストに関する広範な知識は既に初級コースで身につけているので、講師に広範な知識はなくてもいい。それよりも何よりもドメインに特化したテストの経験とそれを抽象化して教える能力が必要である。このように書くと簡単に見えてしまうが、実際には非常に困難である。
このような講師が各ドメインで漏れなく用意できることはまずなく、近接のドメインから講師を招くことになる。IoTやAI、ビッグデータといった要素を勘案すると、もともとのドメインに属するメンバーやテスト技術者は少ない。これはさらに問題になるだろう。
上級のテスト技術者はもはや教育では育成できないかもしれない。少なくとも座学やOJTなどといった一般的な教育課程では無理であろう。受講者自らが講師にヒアリングしたり、技を盗むしかない。またベースとなるスキルや心意気も必要となり、運とタイミングすらも求められることを付け加えておく。
中級者以上に向けたドメイン別、階層別教育は必要であるが、その実施にコストはかさみ、実施できるコースは限られるとなれば、どうしても教育そのものが面倒になってしまう。また面倒なことが多いので怠惰になる。しかしこれを実施しないと家元制度のままであり世界は破綻する。こうならないために、階層別教育は面倒がらずに実施するべきである。
図4. テスト技術者の階層別教育
とあるテスト現場より（3）
A：「教育はもっとスパルタで、テスト技術者養成ギプスを付けて、もっと体と精神に刷り込むものかと」
B：「その発想はどこから来たんだ。テストは科学的に学ぶものだ」
A：「え、先輩がいつもテストは根性でやるんだって言ってるじゃないですか」
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