IoTとAI、ビッグデータ時代のソフトウェアテスト（3）
ソフトウェアテストの手法と施策（前編） テストの分類（1/5 ページ）
IoTやAI、ビッグデータなどの概念が身近になった昨今、ソフトウェアテストはその複雑さを増している。そんな時代の中で実行力を持つソフトウェアテストの手法と施策を検証していく。
「ソフトウェアテストは数多くあるが、どれをどのように選ぶのか」
この問題に対する唯一の解は「テストは製品とプロジェクトに依存する」である。つまり製品やプロジェクトに応じてテスト手法を選択し、それらを組み合わせてテストを実施することになる。これは知識と経験、そして勘が必要となる面倒な問題である。今回はこの問題の入口として、ソフトウェアテストの分類を見ていくことにする。
IoTやAIはもはや単体製品ではなく、総合芸術の域に達している。これに対応するソフトウェアテストも総合芸術であり、従来より一層、各種テストを組み合わせて対処していく必要がある。これについては後のお楽しみにしたい。
【連載】IoTとAI、ビッグデータ時代のソフトウェアテスト
ソフトウェアテストを分類する
ソフトウェアテストは大きく分けて、ホワイトボックステストとブラックボックステストに分類される。
ホワイトボックスでは白い箱、つまりプログラムの中身を見てテストをする。ブラックボックスとは黒い箱、つまりプログラムの中身を見ずに仕様書やマニュアルなどのドキュメントを見てテストをする。
ホワイトボックステストはプログラムコードなどを入力とするので、ある程度は機械的にできる。一方、ブラックボックステストは入力が仕様書やマニュアルで、それらは抽象的で曖昧で、ときには矛盾があり（*1）、とても機械的にはテストできない。
*1 仕様書は曖昧であったり、矛盾があってはいけない。曖昧さがなく清く正しい仕様書を作るためには、用語辞書を作り、短文で記述するなどの工夫が必要である。しかし、これをやりすぎるとコストが掛かり過ぎるので、コストと仕様書品質のバランスが重要になる
とあるテスト現場より（1）
A：「ブラックボックステストはやはりブラックなんですか」
B：「まぁ入力が入力だから……ブラックになるな」
A：「完了しない、簡単じゃない、簡便してくれの3Kは真実（まこと）であったのか」
B：「変な言葉を流行らせないでくれ、それにパクリだし」
A：「でもブラックの方がやりがいはありますよね、なんか自分の腕前が試されているっていうか」
B：「そういう訳で君にはホワイトボックステストを頼む」
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] 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 -
製品資料
[株式会社 Green AI] 自動車業界の脱炭素はなぜ進まない？ 実務で直面する“壁”の乗り越え方 -
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
ものづくり白書2026を読み解く
-
2
EE Times Japan×EDN Japan 統合電子版：フィジカルAIが生み出す新たな「設計思想」――電子版2026年8月号
-
3
一時は時価総額トヨタ超え キオクシア2026年度の動向
-
4
プリント基板設計の課題を乗り越えた成功事例集
-
5
IMUを活用してロボットの位置推定を強化、より高精度なナビゲーションが可能に
-
6
「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？
-
7
AI×DXで効率化する設備保全まとめ
-
8
動き出したファナックの「フィジカルAI」
-
9
製造現場の“人材育成の課題”を一掃、階層別に必要な知識を習得する秘策とは？
-
10
若手設計者が育たない？ 「探す」時間を「学ぶ」時間に変えるデータ管理とは
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