EMB95

EMBEDDED 95 • FEBBRAIO • 2025 58 da considerare: da un lato, l’introduzione e l’integra- zione dell’intelligenza artificiale (AI) e del machine learning (ML) nelle soluzioni di test automation può costituire un valido strumento di supporto e accelera- zione dei processi di verifica e validazione del software safety-critical. Dall’altro lato, AI e ML possono essere adottati per creare sistemi cyber-fisici (CPS) safety-cri- tical sempre più autonomi che pongono nuove sfide di verifica a validazione del codice safety-critical. Automazione per accelerare lo sviluppo (e riparare prima gli errori) Anche nel test del software safety-critical, l’automa- zione sta giocando un ruolo sempre più importante, perché la complessità e i costi di sviluppo dei progetti safety-critical continuano a crescere, e i costi di test, verifica e validazione della componente software co- stituiscono una parte notevole del budget destinato ai progetti stessi. Inoltre, poiché la maggior parte dei di- fetti e bug del software vengono generati e introdotti all’inizio di un progetto, e poiché risulta meno costoso identificarli e risolverli nelle prime fasi, piuttosto che scoprirli in una fase avanzata del processo di sviluppo, con conseguenti costi di test e ricertificazione, risulta chiara l’importanza di adottare un approccio di testing di tipo “shift-left”, supportato da tecnologie di automa- zione. La strategia di testing shift-left sposta le attività di test all’inizio del processo di sviluppo, con l’obietti- vo di aumentare la qualità del software e ridurre il ti- me-to-market del prodotto software. Nell’ambito del testing shift-left applicato al software safety-critical, le attività di testing manuali per l’identi- ficazione di bug e difetti possono essere cruciali per ve- rificare le funzionalità core e il loro impatto sulla safety: lavorando manualmente, il tester umano può scoprire errori di progettazione, difetti logici, o problemi di usa- bilità che potrebbero passare inosservati utilizzando gli strumenti di test automatizzati. D’altra parte, i tool di test automation, come gli strumenti di analisi statica e dinamica del codice, sono fondamentali per soddisfa- re i requisiti di qualità, safety e sicurezza tipicamente richiesti in questa tipologia di software, ed anche per supportare in maniera adeguata le moderne metodolo- gie di sviluppo e distribuzione del software come Agile/ DevOps. Attraverso gli strumenti di test automation, non soltanto è possibile migliorare l’identificazione degli errori e bug già nelle prime fasi del progetto, ma anche rendere automatiche, ripetibili e standardizza- te attività di test che altrimenti, in modalità manuale, richiederebbero al tester la continua reiterazione di tediose operazioni, con grande dispendio di tempo ed energie. Strumenti di test automatizzato, il segmento di mercato più rilevante Non a caso, nei segmenti di mercato individuati in uno studio dalla società globale di ricerche di mercato Mar- ket Research Future (MRFR), che includono gli stru- menti di test manuale e i tool di test automatizzato, i tool di test automation rappresentano il segmento do- minante, in ragione dei numerosi benefici rispetto al testing manuale, tra cui vengono annoverati efficienza, precisione e scalabili- tà. Gli strumenti di test automatizzato, ricorda MRFR, permettono di eseguire i test del softwa- re in maniera rapida e ripetitiva, risparmiando tempo e risorse. Inoltre consentono l’identifica- zione di difetti e vulne- rabilità di sicurezza in Il mercato globale dei tool di test del software safety-critical (Fonte: Market Research Future) SOFTWARE | SW TEST