许多软件组织普遍认为，在未来5年内，AI和机器学习将对他们产生重大影响。那AI会不会“杀死”软件测试呢？

由于以下原因，启用AI的测试可以被视为测试自动化的扩展。

• 我们不会完全摆脱手工测试，因为在这个世界上不可能开发出没有任何错误的软件。虽然今天我们在每个组织中都有许多强大的测试自动化工具，但手工测试始终是测试策略的一部分，通过它我们可以确保高质量的用户体验。
• 在一段时间内，随着软件在迭代版本中变得比以前更加复杂，测试自动化是最好的方法，以便在非常短的时间内应对大量测试用例频繁回归测试的需要。自动化测试方法有助于在极短的时间内以最少的测试工作量揭示大量缺陷。
• 将来，当测试将启用AI测试时，自动化将变得比以前更加智能，因为我们可以提供大量数据，使机器学会生成准确的测试结果，并揭示系统中的缺陷。通过增强安全性、自动代码审查和自动创建测试用例，人工智能在漏洞评估中发挥着非常重要的作用。因此，测试工程师只需要提供算法和历史数据，以提高缺陷发现率。它还可以对被测软件系统的功能和非功能方面提供实时测试反馈。

上述测试从手工测试到AI测试的演变可能是一个很大的进步，但从真正意义上讲，这根本不会扼杀软件测试工程师的实际需求。原因如下：

＃1：组织可以使用基于AI的自动化工具（如Eggplant AI等）来涵盖移动应用的基本测试方面，这些工具可以通过学习算法自动生成测试用例并在移动应用上执行，从而轻松帮助发现缺陷。作为产品开发生命周期的一部分，这种方法将仅涵盖基本的测试面。如果每个组织都只选择这条路径，那么他们将错过高质量的测试工程师在评估系统的可销售性、安全性和风险管理、系统性能、测试文档方面可以为产品测试增加的非凡价值。这些都是适合高素质的测试工程师的人工工作，而不是基于AI的测试工具。

＃2：另一方面，如果高素质的测试工程师开始利用AI测试，那么它将进一步为产品测试和软件质量赢得更多加分项。AI可以帮助测试工程师减少人为错误，揭示在准备测试用例时经常出现的遗漏，及早发现缺陷等。AI可以通过向系统提供算法和历史数据，帮助测试工程师创建自动化测试用例。因此，测试工程师可以协调测试用例，并为整个软件测试添加更多的值。换句话说，启用AI的测试可以作为测试的补充，但不能替代测试工程师。

=> 启用AI的测试将带来的实际变化是，能够处理AI系统和机器学习的高素质测试工程师的需求。可以向机器提供算法和历史数据，以自动生成测试用例和用户体验，但是如果软件系统发生了一些变化，那么机器将如何处理这些数据，以及谁将更正或审查AI工具？答案很简单，只有合格的工程师才能很好地利用这项技术。因此，可以看到更多的是测试工程师和启用AI的工具之间的协作，然后用启用AI的工具替换测试工程师。

=>通过神经网络的自学习模式有助于测试，但又不能取代测试工程师的经验。当神经网络进入学习模式时，可以对其进行培训，但这意味着它们已经积累了足够的经验来取代高素质的测试工程师。处于连续学习模式的神经网络不可能进行安全测试，这对于专门从事此类测试的测试工程师来说更为熟悉。

=> 启用AI的测试，毫无疑问它将把传统软件测试的革命带入一个新的数字时代。在数字时代，启动AI的测试将成为质量保证（QA）的核心部分，以确保软件或产品的质量，但仍然需要人工测试人员，因为只有人才能完全了解其他人的需求，而不是机器。机器学习还远远没有发展超出人类实际已知的常识。因此，在产品开发生命周期中，AI和机器学习决不能替代软件测试。

总之，AI和机器学习是一种利基技术，它们正在迅速地进入人类生活的各个方面。在未来，由高级测试工程师利用支持AI的测试工具可以为组织带来比以前更多的价值。现在，正是开始学习AI和机器学习的时候，以便在软件测试中使用这些技术，为软件产品的质量增加更多价值。

大家也不要杞人忧天，机器是死的，人是活的，机器很难具有人类天生拥有的创造性。而且，为了防止AI威胁到整个人类，测试员，你拯救人类，维护世界和平的机会到了！（如果AI将破坏世界，毁灭人类，这本身就是一个安全性的超级bug）

想学习却无从下手，该如何学习？

这里我准备了对应上面的每个知识点的学习资料、可以自学神器，已经项目练手。

如果我的博客对你有帮助、如果你喜欢我的文章内容，请 “点赞” “评论” “收藏” 一键三连哦！