Les systèmes logiciels, notamment les applications web, jouent un rôle majeur dans notre vie personnelle et professionnelle. Il est essentiel de minimiser les défaillances, mais en même temps, ils deviennent de plus en plus complexes et donc difficiles à tester. Les tests exploratoires se sont révélés être une méthode efficace pour trouver les bugs qui nécessitent des interactions complexes avec le système. Cette pratique de test s'appuie sur les connaissances métier et l'expérience des testeurs pour valider le système plutôt que sur des suites de tests scriptés. Cependant, l'outillage des testeurs est sous-développé dans ce domaine. Nous soutenons que le soutien des tests exploratoires pour informer le testeur peut améliorer la qualité des tests et diminuer le niveau d'expertise requis pour les testeurs. La connaissance de l'entreprise aide les testeurs à identifier les domaines d'intérêt dans le système et l'expérience des testeurs les aide à maintenir la diversité dans leurs tests. Cependant, les testeurs peuvent être biaisés pendant leurs tests, par exemple parce qu'ils ne sont pas familiers avec certaines parties du système, ou avec le comportement des utilisateurs sur l'application. De plus, il est courant que les sessions de tests exploratoires
impliquent plusieurs testeurs. Il est alors difficile d'éviter une certaine redondance dans les tests. De plus, une certaine connaissance du système est nécessaire pour identifier les tests pertinents, il est alors compliqué de faire appel à des testeurs externes, comme avec une plateforme de crowtesting.
Dans cette thèse, nous proposons et évaluons des approches pour aider les testeurs à réaliser des tests exploratoires efficaces. Nous proposons de modéliser les interactions réalisées par les testeurs exploratoires, de recommander des actions d'intérêt, et de fournir un feedback direct pendant la session. Nous basons nos recommandations sur des modèles de Markov construits à partir de séquences d'interaction avec l'application web, et sur des machines à états. Pour évaluer nos approches, nous avons développé une base logicielle, qui servira de base à de futurs travaux basés sur le test d'applications web. Nos résultats montrent que les approches proposées aident les testeurs à explorer sur des applications web réelles. Notre objectif pour les travaux futurs est d'améliorer les conseils proposés, en apportant plus d'automatisation dans les tests exploratoires.