Koneoppimisen merkitys ohjelmistotestaukselle organisaatioissa

Ohjelmistotestauksen rooli moderneissa organisaatioissa on muutoksessa, ja tehokkaampia ohjelmistotestausmenetelmiä etsitään jatkuvasti. Tässä kandi-daatintutkielmassa tarkastellaan koneoppimisen integroimista ohjelmistotes-taukseen organisaatioiden kontekstissa. Aihetta on tärkeä tutkia, sillä kiin...

Full description

Bibliographic Details
Main Author: Annamaa, Sini
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2023
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/92390
Description
Summary:Ohjelmistotestauksen rooli moderneissa organisaatioissa on muutoksessa, ja tehokkaampia ohjelmistotestausmenetelmiä etsitään jatkuvasti. Tässä kandi-daatintutkielmassa tarkastellaan koneoppimisen integroimista ohjelmistotes-taukseen organisaatioiden kontekstissa. Aihetta on tärkeä tutkia, sillä kiinnos-tus tekoälyteknologioiden, kuten koneoppimisen, hyödyntämiselle on suuressa kasvussa modernissa organisaatiokulttuurissa. On myös tärkeää lisätä aihee-seen liittyvää tietämystä tutkimalla koneoppimisen merkitystä ohjelmistotes-tauksessa huomioonottamalla organisatoriset näkökohdat. Tutkielman tavoit-teena on tunnistaa mahdollisuuksia ja haasteita, jotka liittyvät koneoppimisen integroimiseen ohjelmistotestaukseen organisaation näkökulmasta. Tutkielma toteutetaan systemaattisena kirjallisuuskatsauksena. Tutkielmassa käydään läpi koneoppimisen ja ohjelmistotestauksen käsitteitä sekä tärkeimpiä menetelmiä ja strategioita, joita tällä hetkellä käytetään sekä koneoppimisen että ohjelmisto-testauksen soveltamiseen. Tutkielman tulokset viittaavat vahvasti siihen, että koneoppimisen integrointi ohjelmistotestauksessa tuo mukanaan niin hyviä kuin huonoja puolia. Koneoppimisen integrointi mahdollistaa muun muassa testauksen automatisoinnin, tehokkaammat testausprosessit, ja ennakoivan analytiikan hyödyntämisen. Integrointiin liittyy kuitenkin haasteita, kuten tie-don laatu ja määrä, tietoturva- ja yksityisyysongelmat, sekä eettiset näkökohdat. Edellä mainitut kohdat ovat haastavia, koska koneoppimisen integraatiota ei nähdä ainoastaan teknisenä haasteena, vaan myös sekä organisaation kulttuu-riin että toimintatapoihin vaikuttavana haasteena.