为交流 AI 技术在软件测试中的应用经验,探讨企业实践与课程教学的衔接,近日,软件学院于 A3-116 开展 “AI 测试及企业经历分享” 专题交流。软件学院专升本教学部教师郑宛玉结合企业测试项目经历和教学演示案例,介绍 AI 参与研发测试的工作流程,并与参会教师就软件测试课程内容、实践任务设计和学生能力培养展开讨论。
分享中,郑宛玉老师围绕AI如何依据业务规则执行测试任务,介绍智能体与测试支持环境Harness的协同方式。Harness将工作约定、需求规则、测试经验、自动化用例和执行工具组织起来,为AI查阅资料、调用工具和分析结果提供依据。通过区分被测系统代码与测试资料,演示进一步说明了研发交付、测试执行和结果复核之间的关系。

在选课系统案例中,郑老师以“总学分不超过20”为规则,展示首次提测、缺陷发现、修复后复测的过程。针对已有18学分、再选3学分课程的场景,边界测试发现系统错误地允许总学分达到21。AI依据执行结果整理失败原因并草拟缺陷单;修复后,再通过回归测试验证问题是否解决。现场还展示了可视化测试报告和执行证据,说明AI能够辅助执行与分析,缺陷确认和最终状态仍需测试人员复核。

随后,郑老师结合之前的项目经历,介绍业务功能测试与模型效果评测的不同关注点。在AI拍题解答场景中,测试既要检查相机调用、图片上传和结果展示等功能链路,也要依据数据集与评价标准,分析回答的正确性和解题过程质量。她分享了自动化批量执行、结果截图留存及专业人员标注的实践,强调明确评价口径和保留证据对质量判断的重要性,并介绍了小程序平台、教育应用、数据验证及音视频相关业务的测试经验。
交流环节,软件学院专升本教学部副部长王洪岩老师和骆伟老师,以及软件测试课程组的老师都围绕AI如何读取项目资料、AI生成测试用例需要哪些业务信息、学生能否在不了解实现代码的情况下描述需求,以及业务功能测试与模型评测如何区分等问题展开讨论。教师们还结合现有课程安排,探讨将演示案例融入测试教学的方式,关注工具使用成本、实践难度和学生已有知识基础。

讨论中反复强调,AI工具的引入应与测试基础训练相结合。学生仍需掌握需求分析、测试用例设计、脚本编写和结果判断,能够解释生成代码的作用及调用关系。在此基础上,可先通过小型案例了解AI协作流程,再开展业务规则整理、人工与AI用例对照等练习,逐步形成可复核的测试实践能力。
此次交流将企业测试场景与课堂教学需求联系起来,为软件测试课程引入AI协作案例、调整实践任务难度提供了参考。围绕企业工作方式的变化,交流也进一步提出了对学生自主学习和工具迁移能力的关注,为后续课程研讨积累了案例与问题。
- 上一篇:没有了
- 下一篇:打破教室边界 企业实景讲台|软件学院专升本开展企业现场课程教学
