AI i test: Muligheder og faldgruber
Taler
Målgruppe
Basis niveau (ingen forhåndskendskab)
Beskrivelse
Hos Netcompany har AI grundlæggende ændret den måde, vi tilgår test på i vores daglige arbejde.
I dette oplæg vil vi undersøge de organisatoriske forudsætninger, der skal være på plads for at muliggøre denne transformation – både på projektniveau og på et bredere organisatorisk niveau. Endnu vigtigere vil vi dele de praktiske erfaringer, vi har opnået som testere, og dykke ned i, hvordan AI anvendes på tværs af de forskellige faser i projektleverancerne.
Vi vil drøfte, hvordan AI kan håndtere gentagne og rutineprægede testaktiviteter og dermed frigive tid til testaktiviteter med højere forretningsværdi. Derudover vil vi vise, hvordan juniortestere kan anvende AI til at lukke videnshuller, eksempelvis inden for SQL‑scripting og domænespecifik viden som komplekse databasestrukturer.
Vi vil også adressere, hvor AI aktuelt har begrænsninger set i lyset af vores testprincipper og praktiske erfaringer, samt fremhæve typiske faldgruber, der bør undgås, herunder principper for at minimere risici ved anvendelse af AI i test.
Afslutningsvis vil vi skitsere de centrale forudsætninger for en vellykket forankring af AI i testsporet hos Netcompany, baseret på de erfaringer og læringspunkter, vi har opnået på rejsen mod vores nuværende anvendelse af AI i test.
Du vil lære
Hvordan AI kan anvendes praktisk i det daglige testarbejde gennem hele testlivscyklussen og på tværs af alle projektfaser
Typiske faldgruber, der bør undgås ved anvendelse af AI til forberedelse og udførelse af tests
Hvilke organisatoriske forudsætninger der er nødvendige for at kunne realisere de to ovenstående punkter
Hvordan delte prompt‑biblioteker og fælles strategier kan bidrage til øget kvalitet og hurtigere testarbejde