IoT時代の組み込み系ソフトウェア品質（7）
ソフトウェア品質は規則やテストではなく「ヒト」が作る（1/5 ページ）
品質はヒトが制御する。機械でも人工知能でも神様でもなく、ヒトが品質を制御し、品質を作る。今回は視点を変えて、ヒトを中心に品質を見ていくことにする。どんなに立派な品質活動でもヒトが継続的に実施しなければ、いずれ絶えてなくなるからである。
ヒトが品質を作る
ヒトが品質を向上させるのは原始的な欲求である。生活を便利にしたい。生活を効率良くしたい。生活を楽しくしたい。これらは人間が持つ根源的な生きる動機であり、その動機が糧となり、生きる原動力になる。ヒトが品質向上の活動をするのも同じである。
規則やテストで品質は向上しない
品質を作り込むために、品質計測から品質制御、品質管理までの作業が会社の規則で事細かに決まっている。テストも同様に細かな規則が用意されていて、それに沿ってテストをする。これが実際の開発現場で行われている現実である。しかし、規則で品質は作れない。
規則は最低限の品質を保証するためにあるといわれるが、それすらも怪しい。いくらでも運用の影でサボることができ、この結果、品質は悪化し、最低限の品質の保証もできなくなる。逆に規則がなくてもヒトがしっかりしていれば、妥当な品質は作られる。
規則はいわば、平均的なヒト（この場合の平均的なという単語には劣ったという意味が含まれていることに注意）を縛り、唯々諾々で作業をするヒトのためのものである。ずる賢いヒトは規則で縛れない。すり抜けられてしまうからだ。
同様にテストで品質は作れない。テストケースは人間が恣意的に作り、実施される。膨大なテストをこなせば、ある程度の品質は保証される（少なくとも機能適合性の品質はある程度保証できる）。しかし、それだけだ。それ以上を望むときは、ヒトが重要な鍵になる。
図1 規則やテストで品質は動かない
品質を上流で作り込むための規則を考えてみる。仮に「規則1.レビュー指摘は重要度（優先度）と、本来指摘されるべきレビュー工程との差異、指摘の種別を記録すること」という規則を作ったとする。この事務処理だけの規則でさえも、有名無実にすることは簡単だ。
重要度を全て最重要にするだけで重要度の意味がなくなる。工程差異も本来指摘されるべきレビュー工程を恣意的に選ぶことで意味がなくなる。種別も選択が面倒になり、いい加減になりそうだ。このように規則を有名無実化するのは簡単だ。規則は正しく妥当に運用されてこそ、意味があるものになる。
Copyright © ITmedia, Inc. All Rights Reserved.
IoT時代の組み込み系ソフトウェア品質
組み込みソフトウェアにおける「品質」とは、一体、何者であろうか。多用されている言葉であるがその実態はようとしてしれない。この連載ではIoT時代の組み込み系ソフトウェアの品質」をテーマに開発現場の目線で見ていく。出演者は情報系に籍を置く大学1年生の紅美 香美（くみ こうみ）と品質 寛容（しなしち ひろい）。
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