Blog over softwaretesten

Volgens TechCrunch heeft Google in 2025 1,75 miljoen apps geblokkeerd die de regels schonden, voordat ze in de Google Play Store terechtkwamen, en meer dan 80.000 ontwikkelaarrekeningen verbannen. Elke inzending doorloopt nu meer dan 10.000 veiligheidscontroles voordat deze een menselijke beoordelaar bereikt. De lat blijft hoger liggen. De foutmarge wordt steeds kleiner.

Een LLM lanceren zonder een adequate evaluatiestrategie is een gok die de meeste teams niet realiseren dat ze nemen. 67% van de organisaties wereldwijd draait nu LLM's in productie, maar de meerderheid vertrouwt nog steeds op LLM-evaluatiemetrieken die zijn ontworpen voor machinale vertalingen uit 2018 of slaat gestructureerde evaluatie volledig over. Het resultaat is voorspelbaar: hallucinaties die de krantenkoppen halen, chatbots die illegale adviezen geven en modelupdates die ongemerkt dingen breken die niemand opmerkt totdat gebruikers vertrekken.

Uw app naar zowel de Apple App Store als de Google Play Store publiceren klinkt eenvoudig, totdat uw app de ene beoordeling doorstaat en wordt afgewezen door de andere vanwege een regel waarvan u het bestaan niet wist. Dergelijke situaties komen voortdurend voor, niet omdat uw team niet zorgvuldig was, maar omdat Apple en Google opereren vanuit fundamenteel verschillende filosofieën. Ze behandelen als twee varianten van hetzelfde proces is waar de problemen beginnen.

Kopers van auto-gerelateerde producten en diensten gaan tegenwoordig online om modellen te onderzoeken, uitvoeringen te vergelijken, financieringsscenario’s te bekijken en specificaties op hun telefoon te lezen, lang voordat ze een aankoop doen. Dit betekent dat u hen in elke fase van dat onderzoek kunt verliezen door een kleine bug.

U steekt maanden in het bouwen van de game met een strak design en innovatieve mechanics. Uw team is trots op het werk, maar dan dient u het in bij de store en wordt het binnen 48 uur afgekeurd. De reden kan triviaal zijn, zoals een defecte link naar het privacybeleid of een crash op een ouder iPhone-model dat niemand heeft getest; iets wat eenvoudig te voorkomen was geweest met gerichte mobiele game-testing.

Uw functionele tests zijn groen. Unit tests slagen. U deployt op vrijdag. Maandagochtend staat de supportwachtrij in brand: de prijsdetailpagina werkt niet op Safari, de afrekenknop wordt verborgen door een promo-banner op mobiel, en de instellingenmodale overlay knipt op tablets.

Als u Android-apps ontwikkelt, is uw compliance-takenlijst zojuist langer geworden. Een golf van Amerikaanse leeftijdsverificatiwetten dwingt Google Play om na te denken over hoe apps jongere gebruikers bereiken — en uw ontwikkelingsroadmap moet dat weerspiegelen.

De meeste RAG-fouten vallen aanvankelijk niet op. Het model klinkt zelfverzekerd. Het antwoord leest goed. Maar de opgehaalde context was onjuist, of het antwoord week volledig af van de bron.

Als uw QA-chatbot drie verschillende antwoorden geeft op dezelfde vraag, verliezen gebruikers al lang het vertrouwen voordat uw funnelrapport dit oppikt. Die inconsistentie is geen "eigenaardigheid van generatieve AI", het is een kwaliteitsprobleem dat u kunt en moet testen.

Als gebruikers extra moeite moeten doen om uw app te gebruiken, zullen ze dat niet doen. Simpele wiskunde. Wanneer knoppen niet door schermlezers kunnen worden gelezen, of formulieren breken bij grotere lettergroottes, melden mensen geen bugs. Ze verwijderen de app.