Bruno Legeard

Responsable de lAI Lab

Présentation en français

Rejoignez ma présentation sur: un agent IA qui sait dire «Jai un doute», et qui apprend de vous.
Créer une relation de confiance critique et apprenante entre les professionnels de lassurance qualité (QA) et leurs IA de test

En deux ans, létat de lart des agents IA dexécution de tests sur lIHM a franchi un cap: plus de 85% de résultats corrects sur des benchmarks significatifs. Le sujet aujourdhui nest plus la performance brute, ce sont les cas résiduels, ceux où lagent se trompe. Et vous ne voulez pas avoir à le surveiller en permanence.

 
En savoir plus

Regarder la présentation

Vous avez apprécié cette présentation ?
Votez !

Utilisez les options de vote ci-dessous pour nommer ce présentateur pour le prix du meilleur présentateur et le prix de la meilleure présentation.

Qui est Bruno Legeard?

Responsable de lAI Lab

Bruno est un professionnel expérimenté des tests logiciels. Depuis des années, il a développé une expertise dans lapplication des technologies dIA en support aux activités de test logiciel. Il contribue à la communauté QA en tant quauteur darticles et douvrages, et comme animateur du CFTL. Il est lun des auteurs de la nouvelle certification ISTQB «Tester avec lIA générative».

De quoi Bruno Legeard va-t-il parler?

Un agent IA qui sait dire «Jai un doute», et qui apprend de vous.
Créer une relation de confiance critique et apprenante entre les professionnels de lassurance qualité (QA) et leurs IA de test

En deux ans, létat de lart des agents IA dexécution de tests sur lIHM a franchi un cap: plus de 85% de résultats corrects sur des benchmarks significatifs. Le sujet aujourdhui nest plus la performance brute, ce sont les cas résiduels, ceux où lagent se trompe. Et vous ne voulez pas avoir à le surveiller en permanence.
La bonne nouvelle: nous savons détecter quand lagent doute et risque de se tromper. Cela ouvre deux possibilités très utiles : l’agent indique « j’ai un doute », et un dialogue s’engage entre l’agent IA et le QA pour lever les incertitudes et apprendre.
C’est ce changement de paradigme que je souhaite partager dans cette présentation, en m’appuyant sur deux ans de retour d’expérience. La présentation s’articule autour de trois mécanismes concrets.

Mesurer rigoureusement: un cadre dévaluation qui va au-delà du verdict final pour mesurer la précision de chaque étape et la reproductibilité des résultats de lIA lors de lexécution des tests.

Savoir sarrêter et dialoguer: quand lagent doute, il ninvente pas. Après lexécution, il pose des questions au QA. Un agent qui sait douter est plus fiable quun agent qui tranche toujours.

Apprendre, mémoriser et utiliser la connaissance: chaque dialogue forge des éléments de connaissance dans la mémoire à long terme de lagent. Ainsi, lagent ne pose pas deux fois la même question. Il utilise les connaissances acquises pour réaliser correctement sa tâche, en sadaptant aux pratiques et aux attentes de léquipe QA pour laquelle il opère.

Ce qui émerge, cest un nouveau rôle pour le QA: ni surveillant passif ni remplacé, mais éducateur dun agent IA qui gagne en autonomie tout en laissant au QA le contrôle sur ce qui compte.