Using evolutive algorithms to optimise collaborative testing

Abstract

Software testing plays a critical role in ensuring the reliability and quality of sorgware systems, specially in large-scale applications where failures are more likely and can have significant consequences. Despite its importance, software testing is often constrained by limited resources, such as time, budget, computational power, or human effort. These constraints make it impractical to execute the entire test suite, particularly for complex systems. Furthermore, the collaborative nature of testing teams introduces an additional layer of complexity, as testers have to prioritise different criteria such as code criticality, time execution, coverge, or fault detection, based on their expertise and objectives. These challenges require smart approaces to optimise test selection and bring effective collaboration among testers while meeting system requirements...

El testing de software desempeña un papel fundamental para garantizar la fiabilidad y calidad de los sistemas informáticos, sobre todo en aplicaciones de gran escala, donde los fallos son más probables y pueden tener consecuencias importantes. A pesar de su importancia, las pruebas de software suelen verse limitadas por la escasez de recursos, como restricciones temporales, de presupuesto, capacidad de cálculo o esfuerzo humano. Estas limitaciones hacen poco práctica la ejecución de todo el conjunto de tests, sobre todo en sistemas complejos. Además, la naturaleza colaborativa de los equipos de testing añade una capa adicional de complejidad, ya que los testers tienen que dar prioridad a distintos criterios, como las regiones críticas del código, el tiempo de ejecución, la cobertura o la detección de fallos, dependiendo de sus conocimientos y objetivos. Estos retos exigen enfoques inteligentes para optimizar la selección de pruebas y lograr una colaboración eficaz entre los probadores al tiempo que se cumplen los requisitos del sistema...