Depuis quelques années de plus en plus d’entreprises utilisent l’IA et le deep learning afin d’essayer de proposer de nouveaux outils de conception ou d’exécution des tests. Cela commencé par la génération de cas de test unitaires pour s’étendre au test fonctionnel ou à l’optimisation des tests automatisés par la suite. Cependant la mise en oeuvre de ces algorithmes est souvent complexe ou les outils proposés représentent un budget non négligeable. Mais en 2023 l’apparition de la nouvelle version du robot conversationnel Chat GPT fait beaucoup parler de lui… il est facilement utilisable car il suffit de lui poser des questions ou de lui demander de réaliser certaines tâches dans un contexte donné pour avoir les résultats apparaitre devant vos yeux émerveillés … Il est gratuit dans sa version de base, même si certaines versions « pro » sont ou seront payantes, tout en restant très accessibles pour une entreprise. Mieux, il peut générer du code dans le langage de notre choix ! Intéressant, il pourrait donc générer des scripts de tets automatisés alors ? Oui, mais si la qualité du langage est réelle, qu’en est-il de la pertinence des réponses ou de la qualités des « livrables » ou du code fournis par ce fameux GPT … Est-il véritablement capable de remplacer ou du moins aider efficacement un ingénieur QA dans ces taches ? C’est pour répondre à cette question que Julien Van quackebeke, CEO d’All4test, pure player QA et Jean Philippe Sangare, fondateur de SSVAR et expert en qualité logicielle ont challengé ce ChatGPT sur des cas d’usages précis. Cette présentation, va vous présenter le résultat de leur travail sous forme d’une conversation et de questions/ réponses et cela en 30 mn chrono ! Ready ? c’est parti !
