AI辅助测试自动化多年灰色文献综述

背景：测试自动化（TA）技术是软件工程中质量保证的关键，但面临高测试套维护成本和需要广泛编程技能的局限。人工智能（AI）提供了通过自动化和改进实践来解决这些问题的新机遇。目标：鉴于AI在行业中的广泛应用，真实的来源存在于灰色文献以及专业人士、利益相关者、开发人员和最终用户的思维中。本研究调查了灰色文献，以探索AI在TA中的采用方式，聚焦于其解决的问题、解决方案以及可用的工具。此外，本研究收集了专家见解，以理解AI在TA中的当前和未来角色。方法：我们在五年间审阅了超过3,600个灰色文献来源，包括博客、白皮书和用户手册，最终筛选出342个文档，以 develop TA问题和AI解决方案的分类学。我们还 cataloged了100个AI驱动的TA工具，并访谈了五位经验丰富的软件测试员，以获得关于AI在TA中的当前和未来角色的见解。结果：该研究发现，手动测试代码开发和维护是TA的主要挑战。相比之下，自动化测试生成和自愈测试脚本是最常见的AI解决方案。我们识别出100个AI-based TA工具，其中Applitools、Testim、Functionize、AccelQ和Mabl在实际中最受采纳。结论：本文通过灰色文献分析和专家访谈，详细概述了AI对TA的影响。本文提出了TA问题和AI解决方案的新分类学，提供了AI驱动工具的目录，并将解决方案与问题、工具与解决方案关联起来。访谈见解进一步揭示了AI在TA中的现状和未来潜力。我们的发现支持从业者选择TA工具，并指导未来的研究方向。