• BTW media 最近有机会与目前任职于 Tech Mahindra 的资深 QA 工程师 Gokul Choudhary 进行了对话。
  • 最近，他专注于 AI 测试，在 Meta（前身为 Facebook）从事创新项目，涉及智能手表和智能眼镜的 AI 驱动功能。
  • 他对 Facebook、WhatsApp 和 Instagram 等主流社交媒体平台的丰富经验，加上他的敏捷软件测试认证，使他成为软硬件 QA 不断演变格局中的关键人物。
  • Tech Mahindra 是全球 IT 服务和咨询行业的知名企业，以对创新和卓越的承诺而著称。
  • 这次与 Gokul Choudhary 的采访让我们一窥质量保证（QA）在人工智能领域中不断演变的角色。

随着人工智能日益融入日常技术，质量保证（QA）工程师的角色也在转变。

我们最近有机会与 Gokul Choudhary 进行了交谈，他是一名经验丰富的 QA 工程师，目前任职于 Tech Mahindra，拥有十多年的软件测试经验，并专注于 AI 驱动应用超过两年。在软件测试领域耕耘十多年，Gokul Choudhary 具备多样化的 QA 背景，涵盖移动、桌面和 Web 应用。他的专业知识横跨电子商务、医疗、银行和语音应用。近期，他在 Meta 专注于 AI 测试，负责智能手表和智能眼镜，以确保 AI 命令和响应的准确性。他对主要社交媒体平台的丰富经验以及敏捷认证，使他成为不断变化的 QA 格局中的重要角色。

Q：今天，我们想讨论几个话题，包括传统软件测试与 AI 应用测试之间的区别，以及您认为最有用的工具和技术。首先，您能否概述一下测试传统软件与 AI 驱动应用的关键区别？AI 的存在如何影响您的测试策略？

Gokul：

当然。以智能眼镜为例。当我们发出命令，比如问“现在天气如何？”，AI 会连接到数据库或 API，根据当前位置获取回复。我们测试基本功能，确保 AI 在给定时间范围内响应。

对于传统软件，你可能需要手动输入命令或数据。然而，AI 支持语音命令，这使得它更快、更方便，尤其是在你外出或无法打字时。这是 AI 的关键优势之一——它通过提供实时快速响应来加速流程并增强用户体验，但它缺乏理解上下文和细微差别的直觉。

Q：那么，AI 让过程更快、更高效了。您发现哪些工具和技术对于测试 AI 驱动应用最有效？能分享一些例子吗？

Gokul：

实际上，对于 AI 测试，我们不依赖任何特定的自动化工具。大部分测试是手动完成的。我们使用生成式 AI，比如基于提示的 AI 模型，并使用自然语言命令与 AI 交互。

例如，在 Meta AI 中，我们激活设备并发出命令。AI 处理这些命令并做出相应的响应。它还会将语音命令及其响应以聊天格式存储在连接的移动应用中。这使我们能够审查和核对所有交互。

Q：所以，您主要使用 Meta AI，听起来类似于 ChatGPT 或 Gemini，对吗？

Gokul：

是的，没错。虽然我偶尔会用 ChatGPT 进行测试，但 Meta AI 具有更具体的能力。例如，当我们向 Meta AI 发出命令时，它会将所有语音命令和响应存储在移动应用的聊天历史中。这使我们能够跟踪和审查所有交互。

例如，如果我命令用智能眼镜拍摄一座建筑物的图像，Meta AI 会处理图像，将建筑物识别为购物中心，并提供相关信息。所有这些数据都存储在聊天服务器中，并可在聊天历史中访问。

Q：这很有趣。鉴于 AI 的快速发展，显然有很多好处，但也存在一些挑战，比如伦理问题。您能详细说明一下吗？

Gokul：

当然。伦理问题确实无法避免，尤其是在广泛的数据收集和 AI 日益增长的自主性背景下。

Q：您能澄清一下您所说的伦理问题是什么意思吗？

Gokul：

当然，有一种倾向将 AI 视为万能药，但它只是一种强大的工具。许多组织急于采用全 AI 自动化，却发现 AI 能力不足的地方存在差距。例如，AI 驱动的测试工具可能难以准确解释创意设计元素，或未能考虑特定文化的用户行为，导致与用户需求不一致。这正是人类干预变得无价的地方。

在使用 AI 时，确保尊重数据隐私和用户同意至关重要。我们必须对数据的使用、存储和共享方式保持透明，以防止任何 AI 技术的滥用。这需要仔细规划并遵守道德准则，以保护用户权利和数据完整性。

AI 在 QA 中的作用将继续增长，但它始终需要人类的指导，尤其是在新的、不可预测的挑战出现时。尽管 AI 是一个不可思议的盟友，但人类思维是不可替代的。

关于 Tech Mahindra

Tech Mahindra 是全球 IT 服务和咨询行业的知名企业，以对创新和卓越的承诺而著称。Tech Mahindra 成立于 1986 年，是 Mahindra 集团的一部分，已发展成为数字化转型解决方案、IT 服务和业务流程外包的领先供应商。

个人观点：在 AI 时代驾驭 QA 的演变

对 Gokul Choudhary 的采访让我们一窥质量保证（QA）在人工智能领域中不断演变的角色。Gokul 丰富的经验凸显了行业的关键转变——传统软件测试严重依赖手动输入和预定义流程，而 AI 引入了一个既动态又复杂的测试新维度。

从手动到语音激活测试的转变： Gokul 对 AI 测试的见解揭示了我们 QA 方法的根本转变。传统测试通常涉及键入命令并手动验证结果。然而，AI 驱动应用，特别是像 Meta 智能眼镜 这样使用语音命令的应用，简化了这一过程。发出语音命令并接收实时响应的能力不仅提高了效率，也符合现代用户快节奏的需求。这一转变凸显了技术领域更广泛的趋势——便利性和速度变得至关重要。

自动化世界中的手动测试： 有趣的是，尽管 AI 取得了进步，但 Gokul 指出测试 AI 应用仍主要依赖手动技术。在一个自动化无处不在的时代，这似乎违反直觉。对 AI 驱动功能（如语音交互和实时数据处理）依赖手动测试，强调了对验证 AI 性能进行人类监督的必要性。这提醒我们，虽然技术在发展，但人类接触在确保质量和准确性方面仍然至关重要。

伦理问题： 关于伦理问题的讨论尤其值得注意。随着 AI 技术处理越来越敏感的数据，确保数据隐私和用户同意变得至关重要。Gokul 对透明度和遵守道德准则的强调，反映了人们对 AI 开发所负责任的认识日益增强。平衡创新与道德标准之间的挑战是一个重大问题，将塑造 AI 的未来及其融入日常生活的方式。