Привет, охотники!🏹

Сегодня многие задачи автоматизируются с помощью ИИ: он анализирует требования, предлагает тестовые сценарии, даже проверяет логи. Это экономит время, но есть и обратная сторона - если полагаться на ИИ полностью, можно упустить важные ошибки

ИИ силен в повторяющихся кейсах - находит связи в коде, предлагает типовые проверки, создает шаблоны, но он не может оценить приоритет и важность бага, не погружается в бизнес-контекст. Это все еще инструмент, а не замена мышления

Что если мы доверимся ИИ на все 100%? Подумаешь, найденные баги починят не в порядке приоритета. Но риски есть - начиная не оптимальным решением автоматизации тестирования, заканчивая не достатком контекста для понимания затронутых сущностей при разработке

Сейчас QA может делегировать некоторые свои задачи ИИ: генерация тестовых данных и сценариев, оформление чернового варианта документации, некоторые базовые проверки в бд. Но это освободившееся время теперь направлено на более глубокий анализ правок, проверку гипотез и принятие решений

Как же не попасть под влияние ИИ и оставить собственное мнение?

1 Критическое мышление: применяйте его не только к словам коллег, но и к ответам ИИ

2 Проверять и расширять диапазон кейсов, сгенерированных ИИ

3 ИИ - инструмент, ускоряющий работу, а не 100% истина. Окончательное решение за QA

Например, ИИ не всегда знает об интеграциях между приложениями, если изменения были где-то в одном месте. Но об этой связи знает тестировщик. Меняем тип данных для параметра в бд, значит ввод этого параметра стоит проверить и из UI тоже. Гарантирую, что ИИ в этой ситуации предложит ряд sql-запросов по апдейту поля и проверке на отсутствие ошибок 👌🏻

А вы чувствовали, что с использованием ИИ на полном доверии “чутье тестировщика” начинает потихоньку “засыпать”?