開催の背景
AIの活用により、レガシーコードの解析、仕様書の再構築、コード変換、テストケース生成など、マイグレーションのさまざまな工程が大きく効率化されつつあります。
一方で、AIが開発とテストの両方に深く関与するほど、「AIが生成したアウトプットを、何を基準に正しいと判断するのか」という新たな品質課題が生まれます。ハルシネーションや循環的検証、Coverageだけでは把握できない未検証ロジック、結果の再現性など、従来のQAだけでは十分に対応しにくいリスクも顕在化しています。
本ウェビナーでは、AI活用前後でマイグレーションの品質保証がどのように変化したのかを整理し、AIの出力をAIから独立した基準で検証するための方法論をご紹介しました。さらに、HBLABのアプローチと「Migurei Quality Tool」を通じて、Assessment → Design → Migration → Testの各工程で一貫した検証を行う仕組みを解説しています。
資料の内容
- AIを活用したマイグレーションの効率化（リバースエンジニアリング、テストケース・テストデータの生成など）と、従来のQA手法では対応が難しい品質リスク（ハルシネーション、循環的検証、テストカバレッジ、再現性、セキュリティなど）
- 「独立した検証基準」「生成と検証の分離」「Verification Gate」を軸としたHBLABの品質保証アプローチと、Assessment → Design → Migration → Testの各工程を通じて品質を検証する「Migurei Quality Tool」のご紹介
- 「Migurei Quality Tool」の実際の操作画面を用いたデモンストレーション
- マイグレーションにおけるテスト・品質保証体制の整備状況を、テスト対象の母数設定から第三者監査まで、6つの評価領域に沿って自己評価できる「Migration QA自己診断チェックリスト」のご紹介（AIをQA工程に導入する際のリスク確認項目も収録）
AIを活用して効率化と品質保証を両立するためのアプローチをご確認いただけます。講演スライド・ウェビナー録画・自己診断チェックリストもダウンロードいただけます。
