Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Reimagining Automation

Jumpei Ito
December 03, 2023
170

Reimagining Automation

Andrew Knight氏によるAgile Testing Days 2023のキーノートで発表したスライドを伊藤潤平が翻訳したモノ。

https://agiletestingdays.com/2023/session/reimagining-automation/

Jumpei Ito

December 03, 2023
Tweet

More Decks by Jumpei Ito

Transcript

  1. The origins of testing (1979-1990s) テストの起源 Myers’ book separated testing

    from debugging. That also marked the separation of roles between developers and testers. All testing was done manually. Testers didn’t need coding skills. マイヤーズの本は、テストをデバッグから切り離した。 それはまた、開発者とテスターの役割分担を示すものでもあった。 テストはすべて手作業で行われた。テスターにコーディングのスキルは必要な かった。
  2. The advent of unit testing (1990s) ユニットテストの登場(1990年代) Object-Oriented Programming was

    the trend. Kent Beck created SUnit, the first unit test framework. Later, Kent Beck and Erich Gamma created JUnit. xUnit style frameworks spread to other languages. They were mainly used by developers. オブジェクト指向プログラミングがトレンドだった。 ケント・ベックは、最初のユニットテスト・フレームワークであるSUnitを作った。その 後、ケント・ベックとエーリッヒ・ガンマがJUnitを作った。 xUnitスタイルのフレームワークは他の言語にも広がった。 これらのツールは主に開発者によって使われた。
  3. Extension into black box automation (2000s) ブラックボックステスト自動化へ拡張(2000年代) Testers combined test

    frameworks with black box tools. This coincided with the rise of web development. A new role arose: the automation engineer. Some testers feared losing their jobs to automation. However, projects initially struggled with poor practices. テスターはテストフレームワークとブラックボックスツールを組み合わせた。同時にこれは Web開発の台頭となった。 自動化エンジニアという新しい役割が生まれた。自動化によって職を失うことを恐れるテ スターもいた。しかし、経験値の少ないプラクティスによって当初のプロジェクトは苦戦し ていた。
  4. Agile had taken ahold of the industry, and tests became

    part of Continuous Integration. Automated tests became more atomic and robust. However, automation also became more complicated. Teams hired SDETs * to help. アジャイルが業界に浸透し、テストは継続的インテグレーションの一部となった。自動 テストはより原子的で強固なプラクティスになった。しかし、自動化はより複雑に なった。チームは SDETs を雇って支援してもらった。 * SDET :Software Development Engineer in Test Continuous testing (2010s) 継続的テスト(2010年代)
  5. Better testing experience (early 2020s) テスト体験の向上(2020年代前半) Tools focused on making

    testing easier. Companies built comprehensive platforms. Cypress and Playwright became very popular. Developers started doing more testing. ツールはテスト活動を容易にすることに集中した。 各社は包括的なプラットフォームを構築した。 CypressやPlaywrightが普及した。 開発者はより多くのテスト活動を行うようになった。
  6. Generating tests with LLMs (mid-2020s) LLMによるテストの生成(2020年代半ば) ChatGPT and Copilot could

    generate tests. They started rough but improved over time. Eventually, they could generate reasonable, executable test cases. ChatGPTとCopilotを使ってテストを生成できた。最初は荒 削りだったが、時間の経過とともに改善された。 最終的には、妥当で実行可能なテストケースを生成できるように なった。
  7. Why generate test code… なぜテストコードを生成するのか… When bots can just run

    the tests? ボットがテストを実行できるようになったら?
  8. Learning Sources 学習ソース System Behaviors システムの振 る舞い Development Artifacts 開発成果物

    Human Feedback 人的フィー ドバック Observability Data 可観測性 データ
  9. The rise of replay (late-2020s) リプレイの台頭(2020年代後半) 1. A developer makes

    a change. 2. Automation loads the new version. 3. It looks for differences and tries them, recording what it actually finds. 4. The developer reviews the recording and marks if the change was good or bad. 5. The developer then keeps coding or fixes the problem. 1.開発者が変更を加える。 2.オートメーションは新バージョンをロードする。 3.オートメーションは変更を探し、実際に見つけたものを記録する。 4.開発者は記録を確認し、変更の良し悪しをマークする。 5.開発者は実装を続けるか、問題を修正する。
  10. Closing the gap (2033) ギャップを埋める(2033年) Recommendation systems are becoming very

    accurate. Less human guidance and intervention are required. Big enterprises are starting to embrace these approaches. レコメンドシステムは非常に正確になってきている。人間によ るガイダンスや介入はより少なくて済む。 大企業はこれらのアプローチを採用し始めている。
  11. Automatic Journaling ジャーナルの自動化 Journals automatically record, summarize, and catalog notes

    for all meetings into a knowledge base. Teams become more efficient and less forgetful. ジャーナルは、すべての会議のメモを自動的に記 録、要約し、ナレッジベースにカタログ化します。 チームはより効率的になり、忘れにくくなります。
  12. Automatic Ticketing チケット発行の自動化 Boards automatically draw sketches, create diagrams, and

    update work items while observing teams. They effectively take over process management. ボードはチームを観察しながら、自動的にスケッチを描き、ダ イアグラムを作成し、作業項目を更新します。 プロセス管理が効果的に引き継がれます。
  13. Async Demos 非同期デモ Folks record demo videos when they finish

    work items that are linked to tickets and stored in a knowledge base. Production tech makes everything look and sound great. チケットにリンクされた作業項目が完了したら、デモビデオを 録画し、ナレッジ ベースに保存されます。 Production techにより、すべてが素晴らしい見た目とサウン ドになります。
  14. Daily Digests デイリーダイジェスト No more standups – everyone receives a

    tailored team report each morning generated from the knowledge base. An individual’s status is gleaned from their activities and contributions. スタンドアップミーティングはもう必要ありません。ナレッ ジベースから生成される要約されたチームレポートを全 員が毎朝受け取ります。 個人のステータスは、そのアクティビティと貢献度から収 集されます。
  15. Agile went back to its roots (early 2030s) アジャイルの原点回帰(2030年代初頭) 1.

    Scrum is outdated and nearly dead 1.スクラムは時代遅れで、ほとんど死んでいる
  16. Agile went back to its roots (early 2030s) アジャイルの原点回帰(2030年代初頭) 1.

    Scrum is outdated and nearly dead 2. Waterfall is back in shorter iterations as Whitewater 1.スクラムは時代遅れで、ほとんど死んでいる 2.ウォーターフォールはホワイトウォーター*として短い反復で復活する *ホワイトウォーター:激流のごとく白く泡立った水
  17. Agile went back to its roots (early 2030s) アジャイルの原点回帰(2030年代初頭) 1.

    Scrum is outdated and nearly dead 2. Waterfall is back in shorter iterations as Whitewater 3. Kanban is now the most popular Agile process 1.スクラムは時代遅れで、ほとんど死んでいる 2.ウォーターフォールはホワイトウォーター*として短い反復で復活する *ホワイトウォーター:激流のごとく白く泡立った水 3.カンバンは今や最も人気のあるアジャイルプロセス
  18. Agile went back to its roots (early 2030s) アジャイルの原点回帰(2030年代初頭) 1.

    Scrum is outdated and nearly dead 2. Waterfall is back in shorter iterations as Whitewater 3. Kanban is now the most popular Agile process 4. Async Agile, also called NoAgile, is starting to rise 1.スクラムは時代遅れで、ほとんど死んでいる 2.ウォーターフォールはホワイトウォーター*として短い反復で復活する *ホワイトウォーター:激流のごとく白く泡立った水 3.カンバンは今や最も人気のあるアジャイルプロセス 4.「NoAgile」とも呼ばれる非同期アジャイルが台頭し始める
  19. Current challenges with automation (2033) 自動化に関する現在の課題(2033年) 1. Cost has replaced

    skill as the barrier to entry 1.スキルに代わってコストが参入障壁になった
  20. Current challenges with automation (2033) 自動化に関する現在の課題(2033年) 1. Cost has replaced

    skill as the barrier to entry 2. Training and tuning the tools can be tricky 1.スキルに代わってコストが参入障壁になった 2.ツールのトレーニングやチューニングが扱いにくい
  21. Current challenges with automation (2033) 自動化に関する現在の課題(2033年) 1. Cost has replaced

    skill as the barrier to entry 2. Training and tuning the tools can be tricky 3. Quality is still human-oriented 1.スキルに代わってコストが参入障壁になった 2.ツールのトレーニングやチューニングが扱いにくい 3.品質は依然として人間中心