爲了確保“光速質量”，測試界正以極快的速度發展技術進步。
“持續集成、數字轉換、生命週期自動化、將質量向左移動以最小化成本”等都是一些神奇的詞彙。雖然我們談論這些，但潛在的問題-“爲什麼和如何遺漏缺陷”-仍在繼續被聽到，而且仍然沒有得到回答
而在當時，似乎最明顯的缺陷已經溜走了。
但爲什麼？
雖然我們都希望自己很有邏輯性、條理性和理性，但可悲的是，我們都受到認知偏見的影響，這些偏見也影響着我們日常生活中的思維過程，包括我們的職業工作。
你要學的是： [
認知偏見-一個簡單的描述
軟件測試中認知偏差的類型研究
#1)相似偏見
#2)同餘偏差
#3)確認偏差
#4)潮流效應
#5)注意內盲
#6)負性偏見
一個人對社會現實的建構，而不是客觀的輸入，可能決定着他們在社會世界中的行爲。因此，認知偏見有時會導致知覺扭曲、判斷不準確、解釋不合理或非理性。“
好的，…這是一個很好的定義…但是它如何影響思維以及它對測試世界中的測試人員意味着什麼呢？
好吧！當測試人員接近任何測試時，他們已經受到了自己的偏見的影響-基於尋找什麼、可能出現的缺陷、開發人員、整個項目的歷史等等，構建自己的想法和判斷，列表還在繼續。
我們必須瞭解不同類型的偏見，這樣我們才能更多地意識到並切實考慮如何有效地管理這些偏見。
軟件測試中認知偏差的類型研究
有不同的認知偏見，我們需要尋找在我們自己，其中一些是詳細解釋如下。
Cognitive Bias
#1)相似偏見
人類很容易根據相似的情況來判斷一種情況。
例如作爲測試人員，我們常常傾向於認爲web應用程序會有類似的錯誤種類而客戶端服務器應用程序也會出現類似的錯誤集。
作爲測試人員，我們自然只會根據項目的性質來尋找那些類似的錯誤。不幸的是，由於這種性質，有時我們往往會錯過最明顯的，僅僅是因爲我們的頭腦不允許我們這樣想。
#2)同餘偏差
這是一種行爲，我們的頭腦拒絕考慮其他選擇。
這意味着，測試人員傾向於只驗證預期的行爲，因此否定驗證都錯過了。
在編寫測試用例時，我們傾向於用它們的預期行爲覆蓋所有需求，而忽略負流，因爲沒有在需求中具體提到所有的負流。
它們隱含在需求中，實際上也不可能記錄所有的用戶行爲。
#3)確認偏差
這是一種通過確認我們的信念和假設來尋找和解釋信息的傾向。
通常，在測試世界中，我確信我們會遇到我們認爲一個特定的開發人員代碼默認情況下，與其他缺陷相比，會有更多的缺陷，因此我們將花費大量時間來測試由他開發的模塊。
在這些信念的影響下，會增加其他人開發的模塊中遺漏缺陷的風險。
#4)潮流效應
這種隨波逐流的效果使行爲或信仰在人民中傳播開來。
當一定數量的人相信某件事時，它就自動增加了另一個人也相信同樣的可能性。這種情況在我們日常生活中經常發生。
最常見的例是當我們買一些產品的時候。與其我們獨立選擇一個產品，我們通常是按照別人的信念去做。
在測試世界中也會顯示完全相同的行爲。在我們的對等組中，如果有些人認爲某個特定模塊是無缺陷的，我們在不知不覺中傾向於相信相同的內容，而我們在驗證過程中給予該模塊的關注會大大降低。
#5)注意內盲
這是一個行爲，而測試人員，我們往往錯過最明顯的缺陷，當我們不尋找它。
想象一下，當你要求一羣人數出有特定顏色的人時，你可以觀察到，人們會全神貫注地數着這些，而他們卻錯過了周圍任何其他重要或重要的東西。
將此與測試世界聯繫起來，在一個增強項目中例如果其中一個屏幕是新開發的，那麼測試人員自然傾向於更多地關注新開發的屏幕，而忽略其他關鍵集成。
#6)負性偏見
消極偏見是一種人類傾向於將更多的心理重壓壞的經驗比一個好的。
這是從哪裏進入測試世界的？很難說服測試人員爲產品的構建提供許可，因爲他們只關注於他們發現的缺陷。
他們沒有時間證明產品絕對沒有缺陷。這是決定離開-直播對於一個產品，取決於產品或業務經理，儘管建議會被測試經理引用。
結語
希望你對軟件測試中的認知偏見有一個更好的認識，它的影響，以及如何消除這種影響？
需要認識到的一個重要事實是，我們對自己的偏見視而不見，而我們能夠識別他人的偏見(這本身就是一個盲點認知偏見)。然而，我們可以更有意識，在很大程度上，我們可以在任何需要的地方對這些問題給予更多的思考。
如果有什麼想法或者意見歡迎大家來我們羣：1192893289 一起交流一起學習一起進步