Kan AI ta över kvalitetssäkringen i systeminföranden?

AI tar redan över många repetitiva uppgifter i kvalitetssäkringen. Den kan granska krav, skapa testdata och testskript och föreslå vilka tester som ska köras i förvaltningen. Men AI förstår inte din verksamhet och kan inte avgöra om ett krav löser rätt affärsproblem. Den kan inte heller bära ansvaret om något går fel efter go-live. Därför behöver du äga teststrategin och det slutliga godkännandet i din egen organisation. AI tar fram underlaget, men det är du som godkänner.

AI gör kvalitetssäkringen snabbare genom hela systemets livscykel. Den kan analysera kravspecifikationer, generera testdata och övervaka systemet i förvaltningen. Men tre saker kan AI inte ta över:

1. Den kan inte avgöra om ett krav löser rätt affärsproblem.

2. Den kan inte bära ansvaret om något går fel.

3. Regelverken kräver att någon kan stå för godkännandet. Därför behöver du äga teststrategin och det slutliga godkännandet i din egen organisation.

Nya AI-verktyg kan analysera krav, skapa testfall och förutse risker i kod. Därför ställer sig många ledningsgrupper och projektägare frågan: Kan AI ta över kvalitetssäkringen i systeminförandet, från första krav till löpande förvaltning?

Det korta svaret är nej. AI gör kvalitetsarbetet snabbare och tar över många av de uppgifter som tidigare tog mest tid, som att skriva testfall och ta fram testdata. Men någon måste fortfarande avgöra om kraven är rätt, om testerna räcker och om systemet är redo att tas i drift. Det beslutet och ansvaret som följer med det ligger kvar hos en människa.

AI tar över de repetitiva uppgifterna

AI gör mest nytta som ett snabbt stöd som tar hand om repetitiva uppgifter:

Kravfasen: AI kan granska kravdokument, flagga otydliga eller motstridiga krav och föreslå testbara kriterier. Då hittar du fel innan leverantören börjar bygga.

Testfasen: AI genererar testdata och testskript. Med så kallad self-healing anpassar sig testskripten själva när gränssnittet ändras. Det minskar underhållet, men ändringarna behöver granskas.

Förvaltningen: AI övervakar loggar och användarbeteenden för att hitta avvikelser. Den kan också föreslå vilka tester som behöver köras vid nästa uppdatering.

Tre skäl till att du behöver äga processen

1. AI förstår inte din verksamhet

Ett AI-verktyg kan kontrollera att ett krav är logiskt uppbyggt. Men det kan inte avgöra om kravet löser rätt affärsproblem. Om grundkravet är fel bygger AI:n bara vidare på felet. Dessutom kan AI hitta på teststeg som inte finns eller missa uppenbara kantfall. Att översätta verksamhetens behov till rätt krav kräver dialog och domänkunskap.

2. Ansvaret kan inte lämnas över till ett verktyg

Regelverken i finans, vård och offentlig sektor förbjuder inte AI i testarbetet. Men de kräver att du kan visa vem som godkände vad och på vilket underlag. I finanssektorn gör till exempel DORA ledningen ansvarig för IT-riskerna. En AI-rapport kan visa att allt ser grönt ut. Om systemet sedan ger fel i förvaltningen är det inte algoritmen som står till svars.

3. Inlåsningen sitter i din data

Nästan alla testverktyg har AI-funktioner i dag. Risken ligger inte i AI:n utan i var din data hamnar. Om dina krav, testfall och testhistorik bara finns i ett verktyg och inte går att exportera, blir det dyrt att byta. Därför behöver du äga kravarbetet, teststrategin och domänkunskapen internt.

Testarens roll flyttas från att utföra till att granska

Att AI inte tar över betyder att rollen förändras. Fokus flyttas från att köra tester manuellt till att styra och granska det AI:n tar fram:

• I projektet: Kontrollera att kraven är rätt, rensa bort påhittade teststeg och se till att testerna täcker de affärskritiska flödena.
• I förvaltningen: Sätt gränsvärden och använd signaler från driften för att prioritera rätt tester vid varje release.

AI tar fram underlaget och verksamheten godkänner

AI gör det möjligt att höja kvaliteten på kraven, automatisera testerna och få bättre kontroll i förvaltningen. Men kvalitetssäkring handlar inte om att ta fram automatiska rapporter. Det handlar om att systemet stöttar verksamheten i vardagen, i dag och över tid. Det ansvaret behöver en människa bära.

Läs mer och fördjupa dig

Vilket krav- och testverktyg passar din organisation — och vad skiljer Reqtest, Jira, Azure DevOps, TestRail och Excel åt?

Så räknar du på om ett krav- och testverktyg lönar sig i ditt systeminförande.

Se vilka delar av testarbetet som fortfarande behöver en människa, och varför automatisering inte räcker där.

Vanliga frågor

Kan AI göra acceptanstestet inför go-live?

Nej. Acceptanstestet handlar om att verksamheten själv bekräftar att systemet fungerar i deras vardag. AI kan hjälpa till att förbereda testfall och testdata, men godkännandet måste komma från dem som ska använda systemet.

Vem ansvarar om ett AI-genererat test missar ett fel?

Din organisation. Ansvaret ligger hos den som godkände testresultatet, inte hos verktyget eller leverantören av AI-funktionen.

Är det säkert att låta AI läsa dina kravdokument?

Det beror på verktyget. Kontrollera var datan behandlas, om den används för att träna AI-modellen och om behandlingen följer GDPR. Kravdokument innehåller ofta känslig information om din verksamhet.