トップランナーたちから見た、生成AIとテストの今後
Webの世界でAI活用が進んでいる一方、組込みやパッケージといった領域においては、依然として地道で壮大な部品のテスト作業が続けられている。組み込みソフトウェアの規模は年々複雑になる一方であり、この分野におけるAI活用や自動テストの必要性は多くの人が感じているところだろう。川口氏は「ボリュームのある組込み系にはチャンスがある。Web側の品質保証のテクニックはプロダクションやそのトラフィックに頼る作戦に依存している部分が大きいので、そういう考え方を組込み側にも使えるんじゃないか。進化する余地はあるはず」と見通しを語る。
「確かに、そこはだいぶ変わってきている」と和田氏。昨今のハードウェアはネットワークに繋がっていることが増えたため、後から対処が出来る余地が広がっている。少し前までは、いわゆる最終出荷判定のところで最大品質を確保する必要があったが、今はリリース日にそれなりの品質を出し、後日パッチを当てて改善できるように変化しているのだ。「現代の品質保証の考え方は大きく変わっており、組込みの制御ソフトなどの分野でも、良くも悪くも後から直せる余地が出てきた」と和田氏は続けた。
日本におけるAI活用の今後として、「テストコードがない既存システム、レガシーコードが日本には数多くある。保守性が極めて低い部分を、これからどうやって挽回していこうかというのが各社の課題だ」と和田氏は指摘する。テストコードがないため、どうやってLLMなどのAI技術をスケールしたリアーキテクチャリングができるかを、各社が実験している段階だ。レガシーコードは巨大なので十分な学習データがあり、これを特化型のLLMのような形でスケールできる可能性はある。「逆に言えば、そういうサービスを作ることが出来れば、大きなニーズがある」と和田氏。
AI活用には課題が多いものの、有用性が高いことは間違いない。実際、生成AIによって開発のワークフローは大きく変化しつつある。人間が指示を出すことで生成AIがコードを提示し、人間がさらにそれを検証・レビュー・修正する形になってきている。人間の作業の間にAIの作業が挟まるような形から、サンドイッチワークフローと呼ばれることもある。Copilotのようなコード生成ツールを活用することで、ソフトウェア開発はさらに生産性や効率性を向上させられるだろう。
一方で、AIによるコード生成が一般化した結果、「AIの生成したコードだから多分正しいだろう」と検証せずにコミットしてしまうことが増えており、これが問題にもなっていると和田氏は語る。「生成AIを活用することで、コードを書かなくなることはありうるが、コードが書けなくてもOKかっていうとそうでもない」。生成AI時代のエンジニアは、よりリテラシーレベルの高いコード技術が求められるだろう。
最後に和田氏は会場に対し、「（AI時代のソフトウェアテストの現在と未来、というテーマの）答えを求めていらっしゃった方には、食い足りないと思います。というのは、現状まだ答えが出ていないからです」と語りかけた。とはいえ、答えが出ていない、決定解がないという事実もまた、意思決定を促す重要な情報だ。これをインプットとして、それぞれが今後の方針を検討できるだろう。金脈を掘り当てるべくAIに対する研究を続けるも良し、決定解が出てくるまで2～3年程度は静観するも良し。エンジニアそれぞれが、生成AIとどのようなスタンスで向き合うべきかを考える時がきている。
