A change management approach to incorporating AI into software testing

Abstract

The recent years have seen a surge in development and utilization of AI in different industries and functionalities. Companies are looking to integrate AI into their operations to gain benefits such as increased efficiency, productivity, and further usage of data for decision-making. Incorporating AI requires adopting new ways of working in the organization, and therefore change management efforts are required for successful implementation.

The purpose of this thesis is to examine how AI can be effectively incorporated into an R&D department’s software testing process. The research was conducted as a qualitative case study with interviews as the data source. Interviews with the department’s testing community were used for identifying use cases for AI and assessing employees’ attitudes and experiences with AI and change initiatives. Ultimately, this research identifies use cases for AI in the testing process, selects a suitable AI solution for addressing them, and creates a change management plan for implementing the AI solution into the department’s ways of working.

In total 18 use cases for AI were identified. These can be grouped into four categories which are optimization, troubleshooting, information collection, and content generation. The selected AI tool for implementation is a coding assistant, which can deliver benefits such as enhanced learning, faster troubleshooting, higher efficiency and productivity, better code quality, and increased job satisfaction through automating repetitive tasks.

The created change management plan follows the ADKAR model, which defines that achieving Awareness, Desire, Knowledge, Ability, and Reinforcement in corresponding order is essential for successful change. A five-month roadmap of change management actions was created to foster these elements at the R&D department, with the goal of establishing usage of the AI tool as the new normal way of working in the testing process.

Tekoälyn hyödyntäminen on viime vuosina nopeutunut monella toimialalla. Yritykset etsivät tapoja hyödyntää tekoälyä liiketoiminnassa parantaakseen tehokkuutta ja tuottavuutta sekä hyödyntääkseen enemmän dataa päätöksenteossa. Tekoälyn käyttöönotto tarkoittaa uusia toimintatapoja, joiden onnistuneesti käytäntöön vieminen vaatii muutosjohtamista.

Tässä diplomityössä tutkitaan, miten tekoälyä voidaan hyödyntää T&K-yksikön ohjelmistotestausprosessissa. Työ on toteutettu kvalitatiivisena tapaustutkimuksena, jossa on haastateltu T&K-yksikön testausyhteisön jäseniä. Haastatteluja on hyödynnetty tunnistamaan tekoälyn käyttötapauksia testausprosessissa sekä kartoittamaan henkilöstön näkemyksiä ja aiempia kokemuksia tekoälyyn ja muutosprojekteihin liittyen. Tutkimuksen päätavoitteina on tunnistaa käyttötapaukset tekoälylle testausprosessissa, valita käyttötapauksiin soveltuva tekoälyratkaisu sekä luoda muutosjohtamissuunnitelma valitun tekoälyratkaisun käyttöönottoon yksikön toiminnassa.

Työssä tunnistettiin 18 käyttötapausta tekoälylle. Nämä voidaan jakaa neljään kategoriaan, jotka ovat toiminnan optimointi, ongelmanratkaisu, tiedonhaku ja sisällöntuottaminen. Valittu käyttöönotettava tekoälytyökalu on ohjelmointiapuri, jonka odotetaan edistävän oppimista, nopeuttavan ongelmanratkaisua, lisäävän työntekijöiden tuottavuutta, kehittävän koodin laatua sekä parantavan työssä viihtymistä automatisoimalla toistuvia työtehtäviä.

Luotu muutosjohtamissuunnitelma perustuu ADKAR-malliin, jonka mukaan onnistunut muutos edellyttää tietoisuuden, tahdon, tiedon, osaamisen ja muutoksen vahvistamisen saavuttamista tässä järjestyksessä. Tutkimuksessa luotiin viiden kuukauden mittainen suunnitelma näiden elementtien saavuttamiseksi T&K-yksikössä. Suunnitelman tavoitteena on tehdä tekoälytyökalun käytöstä vakiintunut toimintatapa yksikön testausprosessissa.