在最近由Applitools主办的“测试的未来：自动化中的AI”活动中，我主持了一场名为“恐惧因素”的会议。我们安全公开讨论了在自动化测试中使用AI的一些担忧。在这次活动中，我们听取了该领域许多思想领袖和专家的发言，他们分享了他们的经验和对此的愿景。AI在自动化测试中已经存在，并且在未来自动化工具中只会不断增加，我们是应该害怕它还是拥抱未来？

在会议期间，我向参与者提出了三个问题：

1、你在测试使用AI会感到害怕吗？

你投了哪一票？我投了“是”，下面让我阐述下原因。

恐惧可以意味很多事情，不过其中之一是伤害的威胁。这和我在软件测试的领域有关。但是这种伤害只会发生在如果团队或者公司相信AI可以独自完成一份足够好的工作。如果我们开始看到公司盲目地信任AI进行任何测试工作，我相信我们会在生产中看到许多关键问题。这并不是说我不相信AI能够进行出色的测试，而是许多测试人员都在努力进行测试工作，所以拥有足够好的数据来训练模型让我觉得很遥远。当然，并非所有的测试都是一样的，我很希望看到许多基于Ai的工具可以为我们做一些简单的测试。

2、用一个词来描述你在思考AI和测试的感受。

这很难不同意这个问题的结果——如果让我重选两个词的话，我会给出“兴奋”和“怀疑”。我感到兴奋的原因是我们似乎每周可以看到新的驱动和工具。从这一点来说，我们可以看到在传统自动化领域之外使用AI工具的发展，这让我感到高兴。结合我们在自动化领域看到的发展，比如自动测试，未来的测试工具看起来相当令人兴奋。

话虽如此，但我是一名测试人员，所以我对大部分事情都有着怀疑的态度。我现在已经看到一些测试工具正围绕着AI的使用做着一些大的承诺。不幸的是，这些谈资是有关测试人员被代替和被裁减的。我十分怀疑这些声明。如果我们停下来并看一看整个科技发展领域，来自AI最大影响力的用途是帮助人民。各种GPT有助于生成各种人工产品，比如代码，广告消息和图像。有时候这是一件好事，但是大多时间帮助一个人是可以提高效率的——AI和此类信息的使用让我感到兴奋。

3、如果你在测试时使用AI并感到担忧，请在这描述它们。

关于这个问题，我们得到了很多回答，但是我要总结和阐述的有四点：

1）工作保障

有一些参会者分享了他们对AI代替他们工作的担忧。个人来说，我不认为会发生这种事。在自动化测试中，我们有着相同的担忧，并且这不会真正发生。这些自动化测试不会自行维护、不会自行编写、也不会自行分享。Angie Jones分享的《我的飞车在哪里?!太空时代的自动化测试》, 以及 Tariq King在他的文中《 自动化质量：超越人工智能的测试展望》都提到了AI是人类的助手，给了他们巨大的能量。这是我所希望的未来，并且我相信我们可以看到，当我们使用AI时，我们可以进行更好的测试。这意味着我们可以更高效地发布，为我们的客户提供更高质量的产品。

另外一些关心我们花了数年学到的技能突然间被AI代替的事，或者使用AI会变得更容易得多。我认为这是一个合理的担忧，但也是不可避免的。我们已经看到AI通过GitHub copilot等工具为开发人员带来了显著的好处。然而我对copilot有很多经验，只有当你知道该要求什么时，它才真正有帮助——GPT也是如此。因此，我认为测试人员的核心技能至关重要，我不觉得AI会取代这些技能。

2）学习曲线

如果我们要把所有出色的AI工具添加到工具库中，我觉得我们对AI有一个基本的认识是一件很重要的事情。参加会议的人员也表达了这份担忧。对于我来说，如果我打算去相信一个用来测试的工具或者为自己生成测试文件，我确信我会去做一个基本的了解。所以这就引出一个问题，我们要去哪里获得这一份知识呢？

从一方面来讲，如果我们过度依赖这些新的AI工具会怎么样？与会者提出了这担忧，害怕下一代测试人员可能不会掌握我们在现在认为重要的核心技能。测试人员以其卓越的思想和批判性思维的实践而闻名。如果AI工具能做我们思考的所有事情，我们有可能失去这些技能并不再学习。这可能导致我们过度依赖这些工具，也可能导致这些工具对我们所做的测试产生偏见。鉴于这次聚会已经在关注这个问题，我觉得我们可以缓步前进并确保这种情况不再发生。

3）可靠性和安全性

数据，又是数据，还是数据。我们分享收集使用的数据引起了不小的担忧。我们在工作中主要使用的应用程序的数据安全性和完整性至关重要。我绝对分享了这个担忧。我不是AI专家，但是目前为止我用过的最好的AI工具会串联我的应用程序或者工作区域，并且在上面工作。要做到这一点，我们需要用我们的数据去训练它。这会导致工作数据和私人数据泄露，我认为这是AI领域尚未解决的巨大挑战。

AI的巨大好处之一是它会不停学习，并希望可以改进。但这给测试带来了新的挑战。通常当我们在创建自动化测试时，我们编写了知识和行为，用于创造一个确立性模型，我们要求它可以一遍又一遍不停做一件相同的事情，它会给到持续的反馈。然而，用一个基于AI 的工具，它并不会周而复始地做一件事。它会试着提升自己的能力，这就是可靠性问题所在。它上周测试的内容可能与本周的不同，但它可能会给我们相同的指标。对我来说，这强调了AI基本知识的重要性，但也强调了我们将这些工具用作人类技能和判断力的助手。

4）使用体验

几位与会者对这些人工智能工具表示担忧。他们是否要走向一个黑盒，在其中输入URL或者上传app，然后点击开始？最终该工具会告诉我们通过或者失败，或者它可能会为我们记录错误。我不这么认为。就像Angie和Tariq的谈话中提到，我认为这些工具更加聚焦于成为助手。

这些工具会将会非常快速、有力且有才地执行测试。然而，它们很难将获取的信息放置在上下文中，这就是为什么我喜欢助手这个主意，一个合格的AI，应该尽可能地为我去收集信息，这将有利于我处理信息，并把信息放在上下文中。最好的AI工具应该是尽可能容易处理这些工具返回的大量信息。

想象一下，你将一个AI机器人指向你的网站，并在几分钟内向你报告访问性问题、性能问题、失效的链接、失效的按钮、布局问题等等。我们必须尽快处理这些信息，以确保这些工具继续帮助我们，而不是淹没在信息中。

总而言之，AI已经到来，在软件测试工具领域，这是非常激动人心的时刻，并且我很期待使用这些新的工具。我觉得我们在使用这些工具时应该小心翼翼，训练它们并观察他们的操作。要是我们的工具库中拥有更多的工具，我们在解决与日俱增的复杂测试挑战时才会更多的选择。