Многие сейчас либо паникуют что AI заменит тестировщиков, либо наоборот игнорируют изменения и делают вид что ничего особо не происходит. Попробую поделиться тем, что я реально наблюдаю.

Если говорить честно, то часть работы тестировщика AI уже делает лучше и быстрее. Генерация тест-кейсов по требованиям, написание автотестов по готовым сценариям, поиск похожих багов в базе, базовое регрессионное покрытие, по идее все это AI агенты умеют делать вполне прилично, и с каждым месяцем делают это лучше.

Но вот что я замечаю параллельно. Чем больше AI берет на себя исполнение, тем более критичными становятся навыки, которые к исполнению не относятся.

Поэтому я выделил ключевые навыки, которые считаю должны быть у тестировщика при работе с AI:

Понимание того что тестировать и почему - это не про написание тест-кейсов, это про понимание рисков продукта, пользовательских сценариев и бизнес-контекста. AI генерирует тесты на основе того, что вы ему объяснили. Если вы сами это понимаете плохо, тесты будут покрывать не то.

Умение оценить качество того, что сгенерировал AI - это отдельный навык, который раньше не был так важен. Автотест написанный AI может быть синтаксически правильным, запускаться без ошибок и при этом проверять совсем не то, что нужно.

Стратегическое мышление о покрытии - не набор скриптов, а понимание что нужно проверить в первую очередь, где самые высокие риски, как выстроить процесс так чтобы AI агенты работали эффективно в его рамках.

По сути роль тестировщика смещается от исполнения к управлению качеством и это, на мой взгляд, делает профессию более интересной, а не менее востребованной.

А как вы сами ощущаете этот сдвиг в своей работе? 👇


Полезная информация:
Курс по evaluation AI |
Мой фреймворк для оценки AI |
С чего начать изучение AI | Инструменты для оценки AI |
Инструменты для оценки AI (ч.2)