Menú
La inteligencia artificial ha modificado muchas de las propuestas del sector industrial, revolucionado la manera en la que nos relacionamos con la tecnología.
Esta transformación digital ha permeado casi todas las dimensiones de nuestra vida, haciendo que estemos tan familiarizados con herramientas que operan a través de inteligencia artificial, que nos comunicamos e interactuamos con ellas naturalmente, como son los asistentes de voz o los chatbots de atención al cliente.
Muchas empresas ya son conscientes que con prototipos de IA capaces de ofrecer servicios que excedan o complementen las capacidades humanas, es posible agilizar la co-creación de soluciones que respondan a sus necesidades y oportunidades de negocio.
Las organizaciones que han implementado IA crecieron entre un 4% y un 14% según la encuesta de la Agenda de CIO de Gartner del 2019. De hecho, la cadena de valor de la IA ha evolucionado mucho a nivel empresarial.
En el siguiente gráfico se evidencia un conjunto de tendencias respecto a la Inteligencia Artificial donde se presentan muchas iniciativas de innovación, pero pocas tienen un propósito realmente medible y productivo. Está claro que el entusiasmo en la tendencia impera, pero el éxito de la implantación de IA en las empresas radica en evaluar con buen criterio su potencial y sus riesgos estableciendo expectativas realistas.
Fuente Gartner
En términos prácticos, inicialmente la IA se empleaba para crear arquitecturas y algoritmos de modelos de soluciones, pero al enfrentarse a otro tipo de problemáticas en las que quizá las expectativas eran más altas que los resultados reales de su aplicación, la utilización de tecnologías de IA y ML se ha desplazado recientemente hacia soluciones que permiten a los usuarios crear modelos comparativos para evolucionar, componer y escalar conjuntos de datos, es así que los beneficios de la IA se hacen más tangibles hoy por hoy.
Acorde con un informe realizado por el Banco Interamericano de Desarrollo (BID) sobre la inteligencia artificial, son varios los beneficios que esta nueva tecnología le brinda al mundo de los negocios. Puntuamos algunos y agregamos otros:
Hace más de 15 años que automatizamos pruebas de software y la intención siempre ha sido simplificar al máximo el diseño, la construcción y el mantenimiento de las automatizaciones. En ese sentido hemos alcanzado importantes logros al disponer de una herramienta que democratiza la automatización para todo tipo de empresas y perfiles, ya que no requiere conocimientos de programación para crear automatizaciones.
El desafío actual en la automatización de pruebas, que con nuestra herramienta STELA está en gran medida superado por la facilidad de su uso, es la vertiginosa aceleración requerida en los desarrollos, haciendo que la salida a producción y los constantes cambios en las aplicaciones se incremente. Los líderes de QA y encargados de pruebas deben mantener los flujos y casos de automatización actualizados en casi todos los ciclos de lanzamiento porque las nuevas versiones llegan de forma rápida.
Un cambio en el nombre de un campo o una nueva ubicación de un elemento en la interfaz de usuario, provocan que las pruebas de software automatizadas tengan que ser frecuentemente actualizadas. Eso no significa que la automatización sea una piedra en el zapato, Al contrario. Son evidentes las bondades que brinda en términos de ahorro de tiempo, agilidad, consistencia y cobertura.
Así como con la definición de las pruebas manuales, la automatización de las mismas implica un monitoreo continuo y mantenimiento sostenido. Sin embargo, con el reciente avance en las capacidades de la IA, las posibilidades de aumentar las ventajas de la automatización se incrementan de forma dramática.
Esta es un área donde la IA está comenzando a brillar. En las pruebas de IU basadas en IA, las herramientas de automatización de pruebas analizan el código relacionado para determinar las propiedades del elemento. Combinadas con técnicas de reconocimiento de imágenes, permiten navegar por la aplicación y verificar visualmente los objetos y elementos de la interfaz de usuario para detectar fallos en la interfaz de usuario o reconocer los cambios introducidos.
Además, los sistemas de prueba de software de IA utilizan pruebas exploratorias para encontrar errores o variaciones en la interfaz de usuario de la aplicación y generar capturas de pantalla para su posterior verificación por parte de un tester o responsable de calidad. De manera similar, se pueden verificar los aspectos visuales del Sistema bajo prueba (SUT), como el diseño, el tamaño y el color.
Es decir que, las desviaciones menores en la interfaz de usuario no hacen que falle el conjunto de pruebas automatizadas, ni que se requiera mantenerlo con tanta premura ya que los modelos de IA de las herramientas pueden manejarlos, disminuyendo la necesidad de mantenimiento.
Una de las limitantes es que actualmente no hay muchas herramientas en el mercado con dichas capacidades. Las herramientas de código abierto por supuesto no integran esas capacidades y las de grandes compañías son soluciones muy costosas.
En ese sentido nuestra iniciativa de facilitar y sacar el máximo provecho de la automatización se ha hecho más incisiva. Actualmente nuestra herramienta STELA cuenta con capacidades de IA que le permiten resolver los cambios más habituales que se producen en las aplicaciones, detectando la nueva posición del elemento para poder seguir operando sin problemas.
Así mismo en un proyecto aprobado por por la Agencia Nacional de Investigación e Innovación de Uruguay (ANII) estamos incorporando en STELA capacidades de visión artificial, con el objetivo de realizar reconocimiento de elementos en las IU de forma de generar capacidades de autocorrección a las automatizaciones y de inferir nuevas pruebas para aumentar la cobertura de forma automática.