El panorama para las pruebas de software y el aseguramiento de calidad nunca ha sido tan amplio como hoy en día. Las aplicaciones interactúan con otras a través de una gran cantidad de APIs, y su complejidad crece día a día de manera exponencial. A esto se suman los ciclos de vida de desarrollo de software que reducen cada vez más los tiempos de entrega, los lanzamientos que solían ser una vez al mes ahora ocurren semanalmente y las actualizaciones son factorizadas casi a diario. Dadas estas condiciones, es evidente que una de las claves para maximizar la coordinación de las pruebas es hacerlas más inteligentes y se cree que la tecnología inteligencia artificial IA puede ofrecernos una solución.
A pesar de sus beneficios y el gran entusiasmo que existe alrededor de las soluciones y tecnología IA, esta presenta múltiples desafíos para las organizaciones que la adoptan y se reconoce que aún falta madurez y experiencia para obtener lo mejor de ella en el área de calidad. Los resultados de nuestra reciente encuesta nacional de calidad muestran que más de la mitad de los participantes aún no usan o consideran usarla en el futuro cercano.
Para trabajar con IA en pruebas se requiere contar con diversas competencias y conocimientos adicionales como por ejemplo optimización matemática, programación, habilidades de inteligencia de negocio y conocimiento algorítmico. En nuestra encuesta nacional de calidad el 76% de los participantes indicó que faltan habilidades en data science, 72% en entendimiento de las implicaciones de IA en los procesos de negocio y 67% reporta que faltan habilidades de pruebas a los ingenieros de desarrollo de software. Adicionalmente, los resultados muestran que el 65% de los participantes afirman que es necesario reforzar las habilidades de diseño de pruebas y estrategia de pruebas en general.