購入前に目次をご確認ください
インプレス［コンピュータ・IT］ムック AIとソフトウェアテスト 信頼できるシステムを構築するために
インプレス / 2025年11月26日 / 全231ページ
AIをテストと品質保証の視点から解説！
本書は、AIがソフトウェアテストと品質保証に与える影響について解説しています。AIはソフトウェアに新たな可能性をもたらす一方で、品質保証を難しくする面もあります。しかし、テスト自動化など、ソフトウェアテストへの活用も期待されています。本書では、AIシステムの信頼性向上、シフトレフトテスト、AIOpsといったAIと品質保証に関するさまざまなトピックを扱っています。
本書は、AIがソフトウェアテストと品質保証に与える影響について解説しています。AIはソフトウェアに新たな可能性をもたらす一方で、品質保証を難しくする面もあります。しかし、テスト自動化など、ソフトウェアテストへの活用も期待されています。本書では、AIシステムの信頼性向上、シフトレフトテスト、AIOpsといったAIと品質保証に関するさまざまなトピックを扱っています。
目次
- 本書情報および正誤表のWebページ
- 日本語版の刊行にあたって── 翻訳・監修者による前書き
- 推薦のことば
- 目次
- 図表一覧
- 略語
- 用語
- 序文
- 翻訳・監修者まえがき 《高橋 寿一》
- 第1章 イントロダクション 《Rex Black》
- 1-1 AIテストの課題
- 1-2 まとめ
- 第2章 信用できるAIと品質 《Adam Leon Smith》
- 2-1 AIに対する信用
- 2-2 AIの品質問題
- 2-2-1 問題1 動作仕様のないAIシステム（自動化）
- 2-2-2 問題2 不確かな回答
- 2-2-3 問題3 複雑なデータを扱う
- 2-2-4 問題4 システムの複雑性
- 2-2-5 問題5 自己最適化
- 本書情報および正誤表のWebページ
- 日本語版の刊行にあたって── 翻訳・監修者による前書き
- 推薦のことば
- 目次
- 図表一覧
- 略語
- 用語
- 序文
- 翻訳・監修者まえがき 《高橋 寿一》
- 第1章 イントロダクション 《Rex Black》
- 1-1 AIテストの課題
- 1-2 まとめ
- 第2章 信用できるAIと品質 《Adam Leon Smith》
- 2-1 AIに対する信用
- 2-2 AIの品質問題
- 2-2-1 問題1 動作仕様のないAIシステム（自動化）
- 2-2-2 問題2 不確かな回答
- 2-2-3 問題3 複雑なデータを扱う
- 2-2-4 問題4 システムの複雑性
- 2-2-5 問題5 自己最適化
- 2-2-6 問題6 人間の能力とAI
- 2-2-7 問題7 バイアス2-2-8 問題8 変化（ドリフト）
- 2-2-9 問題9 自動化バイアス
- 2-3 AIソフトウェアの品質測定モデル2-3-1 機能適合性
- 2-3-2 コンテキストの網羅性と完全性
- 2-3-3 柔軟性と適応性2-3-4 堅牢性
- 2-3-5 透明性と説明可能性
- 2-3-6 社会的・倫理的リスクの軽減
- 2-3-7 制御性
- 注意 利用時品質2-4 AIの品質規制
- 2-4-1 一般データ保護規則（GDPR）2-4-2 EUのAI規制案
- 2-5 まとめ
- 第3章 品質とバイアス 《James Harold Davenport》
- 3-1 バイアス定義の推論と帰結
- 注意 2つのうち1つを選ぶ
- 3-2 日常生活におけるバイアス
- 3-2-1 価格は本質的に偏っている（価格バイアス）
- 3-2-2 ターゲティング広告のバイアス
- 3-3 意図しないバイアス3-3-1 データのバイアス
- 3-3-2 過去データのバイアス
- 3-3-3 ラベルのバイアス
- 3-3-4 データ処理のバイアス
- 3-3-5 人間のバイアス
- 3-4 シンプソンのパラドックス
- 監修・補足 シンプソンのパラドックス
- 監修・補足 合格率と男女比のパラドックス
- 3-5 まとめ
- 第4章 機械学習システムのテスト 《Adam Leon Smith》
- 4-1 テスト担当者の役割
- 4-2 機械学習の性質
- 4-2-1 テストレベル
- 監修・補足 マイクロサービス間のエンドツーエンドテスト
- 4-3 テストのメトリクス注意 パフォーマンスという言葉について
- 監修・補足 混同行列
- 4-4 テスト技術4-4-1 組み合わせテスト
- 監修・補足 105 通りのテストケース4-4-2 ニューロンカバレッジ
- 監修・補足 ニューロンカバレッジ
- 4-4-3 経験ベースのテスト
- 4-4-4 メタモルフィックテスト
- 監修・補足 メタモルフィックテスト
- 4-4-5 A/Bテスト4-4-6 専門家の活用
- 4-4-7 敵対的テスト4-4-8 バックツーバックテスト
- 4-5 AI固有の特性をテストする4-5-1 自己最適化システム
- 4-5-2 自律システム4-5-3 アルゴリズムバイアス、サンプリングバイアス、不適切なバイアス
- 4-6 非決定論的システム
- 4-7 透明性、説明可能性、解釈可能性
- 4-8 まとめ
- 第5章 AIベースのテストの自動化 《Jeremias Rößler》
- 5-1 品質保証
- 5-1-1 オラクル問題
- 5-2 マニュアルテストと自動テスト
- 注意 本章で扱う自動化
- 5-3 ユニットテストの自動化
- 5-3-1 ユニットテストのテストオラクル
- 5-3-2 前提条件とパラメータ
- 5-3-3 プロトコルと内部状態
- 5-3-4 テストコード生成
- 5-3-5 明確な焦点と意図
- 5-3-6 ユニットテストにおけるAI――まとめ
- 5-4 UIレベルのテストの自動化5-4-1 UIテストのためのテストオラクル
- 5-4-2 前提条件、パラメータ、再現性、相互運用性
- 5-4-3 モンキーテスト
- 5-4-4 テストの選択と優先順位付け
- 5-4-5 UIオブジェクトの識別と識別子の選択
- 5-4-6 ビジュアルテストの自動化5-4-7 UIレベルのテスト自動化――概要
- 5-5 ソフトウェア品質保証における他のタスクへのAIの適用5-5-1 バグの管理5-5-2 異常検知
- 5-5-3 リスク予測とバグ推定5-5-4 手動テストの工数見積もり5-5-5 バグ分析
- 5-5-6 AIを他の仕事に応用する――まとめ5-6 テスト支援ツールの評価
- 5-6-1 AIベースのテストアプローチのメトリックス
- 5-6-2 ツールベンダーの主張を評価する
- 5-6-3 投資利益率（ROI）
- 5-6-4 テストケース作成ツールの評価
- 5-6-5 評価ツールのサポート――まとめ
- 5-7 AIにとって今後も困難が予想される課題
- 5-8 まとめ
- 第6章 ソフトウェアテストのオントロジー 《Joanna Isabelle Olszewska》
- 6-1 オントロジーについて
- 6-1-1 コンピュータサイエンスにおけるオントロジー
- 6-2 オントロジーとAI
- 6-2-1 ソフトウェア工学におけるオントロジー6-3 ソフトウェアテストのためのオントロジー利用
- 6-3-1 例1 ウェブサービスオントロジーのためのソフトウェアテスト
- 6-3-2 例2 OntoTestオントロジー
- 6-3-3 例3 ソフトウェアテストオントロジー（統合オントロジー）
- 6-3-4 例4 ソフトウェアテストオントロジーの参照オントロジー
- 6-3-5 例5 AI-Tオントロジー
- 6-4 オントロジー駆動のソフトウェアテスト動向6-4-1 オントロジー要件
- 6-4-2 オントロジーの説明可能性
- 6-4-3 オントロジーアプリケーション
- 6-5 まとめ
- 第7章 デジタルツインのメタバースにおけるシフトライトテスト 《Jonathon Wright》
- 7-1 テストのシフトライトアプローチ
- 7-1-1 シフトライトとシフトレフトの比較
- 7-2 コグニティブエンジニアリング原理
- 7-2-1 コグニティブエンジニアリング分野
- 7-3 シフトライトにおけるデジタルツインコンセプト
- 7-4 ［ケーススタディ］パンデミック時に地域社会の安全を支援する
- 7-4-1 COVID-19の接触追跡プラットフォームのテスト
- 7-5 ［ ケーススタディ］スマートシティのデータ交換――メタバースにおけるテスト7-5-1 メタバースのコンセプトを現実世界のテストに応用
- 7-6 メタバースへの移行
- 7-6-1 ゲーミフィケーション、無限の組み合わせを有するポケモンGOの教訓
- 7-7 革命より進化
- 7-8 まとめ
- 翻訳・監修者あとがき 《高橋 寿一》
- 著者紹介
- 原書発行元のBCS（英国コンピュータ協会）について翻訳・監修者紹介
- 参考文献
- 索引
- 奥付
※このデジタル雑誌には目次に記載されているコンテンツが含まれています。それ以外のコンテンツは、本誌のコンテンツであっても含まれていません のでご注意ください。
※電子版では、紙の雑誌と内容が一部異なる場合や、掲載されないページがある場合があります。
