Mecanismos de apoio ao teste exploratório de software: mapa de oportunidades e chatbots

• Autor(a) principal: Borzani, Rubens Copche
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/30205
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Mapas cognitivos (Psicologia); Software - Testes; Software - Desenvolvimento; Cognitive maps (Psychology); Computer software - Testing; Computer software - Development; Ciência da Computação

Contexto: A demanda por desenvolvimento de software tem aumentado a cada dia para solucionar problemas tanto corporativos quanto pessoais. Com esse aumento, formas mais ágeis são buscadas para entregar um produto de software de qualidade e que atenda a requisitos solicitados de maneira efetiva. Para que isso aconteça é necessário testar o software. Uma das abordagens utilizadas para testar software é o Teste Exploratório (TE), uma técnica manual que não utiliza scripts. Porém para executá-lo, algumas regras devem ser seguidas, pois não se trata de um teste ad hoc. Como é um teste manual, algumas pesquisas apresentam conceitos e ferramentas para apoiá-lo e/ou gerenciá-lo. Objetivo: O objetivo desta dissertação é entender se mecanismos de apoio ao Teste Exploratório podem melhorar sua efetividade. Para isso foram utilizados um Mapa de Oportunidades (MO) e um Chatbot como ferramentas de ajuda durante as sessões de teste. Método: A partir dos dados obtidos nos experimentos, buscou-se identificar se essas ferramentas trazem melhores resultados ao TE. Para avaliar o uso dos MOS, foi realizado um estudo com 22 participantes e comparada a abordagem proposta com uma abordagem de TE tradicional. Para avaliar o uso do Chatbot, outro estudo foi realizado com 6 participantes, buscando entender a percepção do participante sobre o uso do chatbot. Resultados: No estudo com o MO, os resultados indicaram que o número de bugs detectados foi semelhante em ambas as abordagens, diferentes bugs foram revelados por cada abordagem e os mapas de oportunidades tenderam a orientar a detecção de bugs específicos. O estudo com o Chatbot apresentou evidências que as interações dos usuários com o chatbot na sessão de treinamento buscavam por aprendizado e conhecimento da ferramenta. Nas sessões de teste, a maior parte das interações foi realizada após bugs e issues serem detectados. Todos os participantes se mostraram satisfeitos com o uso do chatbot no TE. Conclusão: Os mecanismos propostos tiveram resultados positivos no teste exploratório e motivam futuras pesquisas no assunto.