Técnicas de Inteligencia Artificial y Aprendizaje Automático para Pruebas Automáticas de Sistemas Conscientes de Contexto: Un Mapeo de Literatura
Resumo
La automatización de pruebas en sistemas conscientes del contexto se ha convertido en un desafío debido a la creciente complejidad, adaptabilidad y heterogeneidad de estos sistemas. En este escenario, las técnicas de inteligencia artificial y aprendizaje automático han emergido como enfoques clave para apoyar las pruebas de software. Este artículo presenta un mapeo sistemático de la literatura que analiza 73 estudios primarios publicados entre 2009 y marzo de 2025, enfocados en el uso de técnicas de inteligencia artificial y aprendizaje automático para pruebas automáticas en CAS. El estudio caracteriza las técnicas empleadas, los tipos de pruebas abordados, las herramientas utilizadas, los criterios de evaluación considerados y los principales desafíos reportados. Los resultados muestran una predominancia de pruebas de interfaz gráfica y una adopción recurrente de técnicas de aprendizaje automático, en particular redes neuronales profundas y, en trabajos recientes, modelos de lenguaje de gran escala. No obstante, el mapeo evidencia desafíos relacionados con la escalabilidad de las soluciones propuestas, la incorporación de nuevas funcionalidades en las herramientas existentes y la evaluación del rendimiento en escenarios contextuales dinámicos. Como contribución, este trabajo ofrece una visión estructurada del estado del arte sobre el uso de inteligencia artificial en pruebas automáticas de CAS, e identifica oportunidades de investigación futura, especialmente en la integración de técnicas emergentes, como el aprendizaje automático generativo, con potencial para transformar los procesos de prueba y aseguramiento de la calidad del software.
Referências
de Souza Doreste, A. C. and Travassos, G. H. (2020). Towards supporting the specification of context-aware software system test cases. In CIbSE, pages 356–363.
Freitas, L. and Lelli, V. (2022). Using machine learning on testing iot applications: A systematic mapping. In Brazilian Symposium on Multimedia and the Web.
Graham, D., Veenendaal, E. v., Evans, I., and Black, R. (2008). Foundations of software testing: ISTQB certification. Intl Thomson Business Pr.
Islam, M., Khan, F., Alam, S., and Hasan, M. (2023). Artificial intelligence in software testing: A systematic review. In TENCON 2023-2023 IEEE Region 10 Conference.
Lima, R., da Cruz, A. M. R., and Ribeiro, J. (2020). Artificial intelligence applied to software testing: A literature review. In 15th Iberian Conference on Information Systems and Technologies, pages 1–6. IEEE.
Luo, C., Goncalves, J., Velloso, E., and Kostakos, V. (2020). A survey of context simulation for testing mobile context-aware applications. ACM Computing Surveys, 53:1–39.
Matalonga, S., Amalfitano, D., Doreste, A., Fasolino, A. R., and Travassos, G. H. (2021). Alternatives for testing of context-aware contemporary software systems in industrial settings: Results from a rapid review. arXiv preprint arXiv:2104.01343.
Matalonga, S., Amalfitano, D., Doreste, A., Fasolino, A. R., and Travassos, G. H. (2022). Alternatives for testing of context-aware software systems in non-academic settings: results from a rapid review. Information and Software Technology, 149:106937.
Matalonga, S., Rodrigues, F., and Travassos, G. H. (2017). Characterizing testing methods for context-aware software systems: Results from a quasi-systematic literature review. Journal of Systems and Software, 131:1–21.
Mirza, A. M., Khan, M. N. A.,Wagan, R. A., Laghari, M. B., Ashraf, M., Akram, M., and Bilal, M. (2021). Contextdrive: Towards a functional scenario-based testing framework for context-aware applications. IEEE Access, 9:80478–80490.
Priya, S. S. and Rajalakshmi, B. (2022). Testing context aware application and its research challenges. In 2022 International Conference on Smart Technologies and Systems for Next Generation Computing (ICSTSN), pages 1–7. IEEE.
Roda, C., Navarro, E., Zdun, U., López-Jaquero, V., and Simhandl, G. (2018). Past and future of software architectures for context-aware systems: A systematic mapping study. Journal of Systems and Software, 146:310–355.
Salomón, S., Duque, R., Montaña, J. L., and Tenés, L. (2023). Towards automatic evaluation of the quality-in-use in context-aware software systems. Journal of Ambient Intelligence and Humanized Computing, 14(8):10321–10346.
Seblewongel, E., Berhanyikun, A., Mekuria, S., Abel, D., and Koceski, S. (2016). Context-aware technologies and systems. In International Conference on Applied Internet and Information Technologies.
Travis, G. (2019). How the boeing 737 max disaster looks to a software developer. IEEE Spectrum, 18.
Trudova, A., Dolezel, M., and Buchalcevova, A. (2020). Artificial intelligence in software test automation: A systematic.
Vissers-Similon, E., Dounas, T., and De Walsche, J. (2024). Classification of artificial intelligence techniques for early architectural design stages. International Journal of Architectural Computing, page 14780771241260857.
