AI・DX基礎

事例から学ぶAIとテスト
QA4AI・AI4QA

AIシステムをどうテストするか（QA4AI）と、生成AIをテストにどう使うか（AI4QA）を事例から学ぶ

無料相談・お問い合わせ企業向け研修の資料を見る

料金は資料に掲載しています。

講座概要

標準時間: 6時間×1日

対象レベル: 初級

開催形式: オンライン／オンサイト

受講人数: 5名様以上を目安

AIを組み込んだシステムは、出力が確率的で運用後にも変化するため、従来のテストの考え方だけでは、どこまでテストすれば良いかの判断が難しくなります。生成AIをテスト業務に使う場合も、品質をどう担保するのか、リリース前に何を確認すべきかという論点が残ります。

本講座では、生成AIを神格化せず「強力なツール」として捉え、人の役割が実装する側から要求を明確にし判断する側へ移ることを確認します。AIシステムのテストの難しさと品質保証の考え方を失敗・成功事例から学び、生成AIをテスト業務に活用する勘所まで扱う企業向け研修です。

この講座の特徴

非決定性への対処

非決定性を含むAIシステムのテストの難しさと、その対処法を理解できます。

品質を見る基準

生成AI品質マネジメントガイドラインとISO 25059に基づく品質の見方が身につきます。

AIと人の切り分け

テスト工程ごとに、AIが得意なことと人が判断すべきことを切り分けられます。

※ 標準時間・受講人数は目安です。育成目標やカリキュラムの調整内容に応じて変わります。
※ 土日祝も対応可能です。開催日程はお打ち合わせのうえ決定します。

学べること・身につくスキル

AIシステムのテストが難しい理由

非決定性・確率的な出力・運用後の変化という、従来テストと異なる性質を事例から確認します。

AI活用の現状と問題点、生成AIを「強力なツール」として捉える視点
非決定性・確率的な出力・運用後の変化という性質と対処法
生成AI品質マネジメントガイドライン・ISO 25059に基づく品質の見方
何ができればOKかを明確にし、できあがったものが要求通りかを確かめる

人の役割とAIの使いどころを切り分ける

実装する側から要求を明確にし判断する側へという役割の移り方を踏まえ、AIとの協働の形を確認します。

システム開発の変化と、要求を明確にし判断する側へという役割の移り方
ルールが明確な領域ではAIが強いという前提での、人とAIの協働構造
あいまいな要求を整理し、品質観点に落とし込む演習
テスト工程ごとにAIが得意なこと・人が判断すべきことの切り分け

カリキュラム

全5章・6時間の標準構成です。AI活用の現状から、AIシステムの品質保証と生成AIのテスト活用までを一日で扱います。

第1章　はじめに	ソフトウェア開発におけるAI活用の現状と問題点を確認します。
第2章　AI時代に必要な品質の考え方	生成AIを神格化せず「強力なツール」として捉える視点から、AI時代に必要な品質の考え方を整理します。システム開発の変化にともない、人の役割が実装する側から要求を明確にし判断する側へ移ることを確認したうえで、ルールが明確な領域ではAIが強いという前提で人とAIの協働構造を押さえます。品質・テストの本質と、要求を引き出し確かめる技術は演習で行います。
第3章　AIシステムをテストする	AIシステムのテストが難しい理由として、非決定性・確率的な出力・運用後の変化を確認します。AIテストの5つの注意点として、非決定性、データ・バイアス、敵対的入力、継続的モニタリング、人によるレビュー、ガードレールを押さえたうえで、実践的なテスト設計のポイントを学びます。生成AI品質マネジメントガイドラインとAIシステムの製品品質モデル(ISO 25059)に基づくAIシステム品質保証の考え方を確認し、失敗事例・成功事例から学びます。AIシステムを公開する前に確認すべき観点は、リリース前チェックリストとして整理します。
第4章　生成AIをテストに活用する	各テスト工程において、生成AIが得意なことと人が判断すべきことを整理します。テスト仕様書自動生成やテスト影響範囲の抽出など、生成AI活用の成功事例による工数削減・作業効率化と、AI活用時に起こりやすい落とし穴となる失敗・注意事例をあわせて確認します。テストケース作成時に現場で使える指示の工夫はプロンプト設計のコツとして、AIが作成したテストケースに対して何を確認するかはAI生成テストケースのレビューとして、それぞれ演習で行います。
第5章　まとめ	AI時代の品質・テスト担当者に求められることを整理します。生成AIはあくまで叩き台であるという前提に立ち、要求を明確にして判断する役割を確認します。