Redakcja
Zanim przejdziemy do meritum, to na początku musimy odpowiedzieć na wielokrotnie pojawiające się pytanie o to czy AI zastąpi testerów oprogramowania?
Odpowiedź brzmi: nie.
Wprowadzona w XX wieku mechanizacja w rolnictwie podniosła efektywność pracy i zlikwidowała 98% miejsc pracy, ale nie zastąpiła rolnictwa zupełnie. Na przestrzeni lat potrzeba było coraz mniej osób pracujących na roli, ale dziś ciągle część prac wymaga zaangażowania pracownika rolnego.
Tego samego możemy się spodziewać dzięki wprowadzeniu AI w testowaniu. Przez podnoszenie efektywności kontroli jakości dzięki wsparciu pracy testerów przez AI, zapotrzebowanie na specjalistów od jakości będzie spadać. AI nie ma jednak zdolności (i nie będzie miało w przewidywalnej przyszłości) do całkowitego wyeliminowania ludzkiej pracy. Obecni midzi i seniorzy nie powinni obawiać się o miejsca pracy, ale już juniorzy odczuwają, że zapotrzebowanie na ich usługi jest znacząco mniejsze. Jest tu jednak jeden wyjątek, który może spowodować, że junior(ka) może być pożądana na rynku pracy (o tym dalej).
Co czyni człowieka niezastępowalnym? Zbiór cech, których AI nie ma i nie będzie miało w przewidywalnej przyszłości. Jeśli masz te cechy, szanse na obronę Twoje stanowiska przed mechanizacją przy użyciu AI rosną:
- Rozumienie kontekstu biznesowego, potrzeb użytkowników i kontekstu użycia oprogramowania. AI ma trudności z pełnym uchwyceniem tych niuansów.
- Kreatywność i intuicja do odkrywania nieoczekiwanych defektów i scenariuszy użycia. AI, choć coraz bardziej zaawansowana, wciąż ma ograniczenia w tym zakresie.
- Empatia i wczucie się w rolę użytkownika końcowego, by zrozumieć frustracje i oczekiwania. AI, nawet najbardziej zaawansowana, nie posiada empatii.
- Ciekawość i zdolność do improwizacji jest niezastąpiona w odkrywaniu nieznanych ścieżek i problemów. AI nie ma ciekawości i nie improwizuje.
- Efektywna komunikacja, negocjacje i rozwiązywanie problemów wymagają inteligencji emocjonalnej i umiejętności interpersonalnych, które są trudne do zautomatyzowania.
- Aspekty ludzkie i etyczne, takie jak testowanie użyteczności i dostępności, wymagają uwzględnienia perspektywy ludzkiej i etycznych rozważań, które są trudne do zautomatyzowania przez AI.
Wychodząc z założenia, że AI nie zastępuje testerów, ale podnosi ich efektywność dochodzimy do dość oczywistego wniosku, że AI jest jedynie narzędziem w rękach testera więc wpływa (i wpłynie) na rynek rozwiązań narzędziowych. Poniżej prezentujemy tabelę, z czynnościami w procesie, narzędziami oraz naszą oceną podatności na zastąpienie przez AI.
Możemy wyróżnić trzy typy narzędzi AI, które mają zdolność do wsparcia testerów w dzisiejszej i przyszłej pracy:
- Gen AI (generatywna sztuczna inteligencja) – obecna dziś w postaci rozwiązań Grok, ChatGPT, Gemini i wielu innych.
- Agent AI – w dużym uproszczeniu klikająca Gen AI, która znajdująca się w fazie prawie pełnego wdrożenia produkcyjnego.
- AGI (sztuczna superinteligencja) – dziś niedostępna na poziomie komercyjnym.
Prawdopodobieństwo zastąpienia obecnych narzędzi przy pomocy rozwiązań bazujących na AI nigdy nie będzie zerowe ani nie może osiągnąć 100%, stąd nasza skala NISKIE / ŚREDNIE / WYSOKIE / BARDZO WYSOKIE.
| CZYNNOŚĆ | PODCZYNN OŚĆ | NARZĘDZIE OBECENIE STOSOWANE | SZANSA NA ZASTĄPIENIE PRZEZ AI DZIŚ | SZANSA NA ZASTĄPIENIE PRZEZ AI W PRZYSZŁOŚCI | KOMENTARZ |
|---|---|---|---|---|---|
| Planowanie | Analiza kontekstu projektu | - brak - | NISKIE | ŚREDNIE | Zastąpienie przez AGI (sztuczna superinteligencja) |
| Przygotowanie dokumentu | Narzędzie zarządzania testami | ŚREDNIE | WYSOKIE | Zastąpienie przez Gen AI (generatywna sztuczna inteligencja) | |
| Analiza specyfikacji wymagań | - | - brak - | NISKIE | ŚREDNIE | Dla specyfikacji napisanej w języku naturalnym, Zastąpienie przez AGI |
| Projektowanie i implementacja testów | Projektowanie testów manualnych | - brak - | NISKIE | ŚREDNIE | Zastąpienie przez AGI |
| Generowanie danych testowych | Generatory danych testowych | WYSOKIE | BARDZO WYSOKIE | Zastąpienie przez Gen AI | |
| Projektowanie testów automatycznych | Narzędzia zarządzania automatyzacją | NISKIE | ŚREDNIE | Zastąpienie przez Agentów AI | |
| Wykonanie testów | Wykonanie testów manualnych | NISKIE | ŚREDNIE | Zastąpienie przez Agentów AI | |
| Weryfikacja automatyczna | Walidatory, analizatory | ŚREDNIE | WYSOKIE | Zastąpienie przez Gen AI | |
| Automatyzacja | Narzędzia uruchomienia testów automatycznych | ŚREDNIE | BARDZO WYSOKIE | Zastąpienie przez Agentów AI | |
| Analiza uruchomienia | Narzędzia do zbierania logów | WYSOKIE | BARDZO WYSOKIE | Zastąpienie przez Gen AI | |
| Raportowanie wyników | Analiza wyników testów | Narzędzia zarządzania testami | ŚREDNIE | WYSOKIE | Zastąpienie przez Gen AI |
| Przygotowanie raportu z wykonania testów | Narzędzia zarządzania testami | WYSOKIE | BARDZO WYSOKIE | Zastąpienie przez Gen AI |
Wracając do mechanizacji w produkcji rolnej widzimy, że tam, gdzie praca ludzka była powtarzalna i mało efektywna, to mechanizacja przynosiła konkretne korzyści i eliminowała kolejne „stanowiska” pracy. Podobnie będzie w świecie testowania. Przede wszystkim zostaną zaatakowane te obszary, które są najprostsze do wykonania, ale jednocześnie bardziej w nich opłaca się automatyzacja niż praca ręczna. Na pierwszym miejscu jest to generacja (nie bez powodu pierwsza AI nazywana jest generatywną) danych testowych.
Kolejnym obszarem będzie próba eliminacja prostych i powtarzalnych prac testerów oprogramowania polegających na ręcznym wykonaniu przypadków testowych zaprojektowanych przez inną osobę. Tutaj największe nadzieje biznesowe i zagrożenie dla miejsc pracy widzi się w Agentach AI. Są to rozwiązania, które nie tylko generują pomysły, a mają zdolność „klikania” po oprogramowaniu.
Następna na liście rzeczy, które mogą być łakomym kąskiem do wyeliminowania, jest automatyzacja testów, szczególnie tych po GUI. Jeśli Agenci AI sprawdzą się w obszarze zastąpienia testów manualnych, to tym bardziej sprawdzą się w obszarze automatyzacji operacji wykonywanych na graficznym interfejsie użytkownika.
Dwa ostatnie obszary są o tyle ciekawe, że mają przeciw sobie dużą motywacje biznesową. Z jednej strony praca ludzka, szczególnie w formie umowy o pracę, jest wysokim kosztem i dodatkowo obarczona jest dużą niepewnością wykonania przez zwolnienia lekarskie, urlopy na żądanie czy urlopy macierzyńskie / tacierzyńskie. Z drugiej prawdziwych specjalistów z obszaru kontroli jakości, zarówno na poziomie manualnym jak i automatycznym, na rynku brakuje. Przewidywalny kierunek rozwoju to specjalista ds. testów wyposażony w Agenta lub Agentów AI, którego efektywność pracy może wzrosnąć X-krotnie. „X” możemy podstawić do obliczeń liczby miejsc pracy wyeliminowanych przez AI. Otrzymamy wynik przewidujący, że jeden tester z kompetencjami i narzędziami AI wyeliminuje około X stanowisk pracy. Dziś X wyniesie zapewne około 0,1 - 0,4 miejsca pracy, ale w przewidywalnej przeszłości może osiągnąć 4 stanowiska, by docelowo wyeliminować ich około 10. Tu znajduje się luka, która daje juniorom trochę przestrzeni na zatrudnienie – może nie posiadają oni kompetencji stricte testerskich, ale ich umiejętność posługiwania się narzędziem AI może stanowić dobrą alternatywę dla zasiedziałych midów, którzy rozleniwieni prostymi zadaniami i zarobkami, w odpowiednim momencie nie zainwestowali w naukę nowych technologii.
Narzędzia AI dziś już eliminują klasyczne narzędzia testerskie, a ich dalszy, nieunikniony rozwój doprowadzi do całkowitego przemodelowania toolset-u testerów. Narzędzie jest jednak niczym bez umiejętnego operatora. Testerem (niedalekiej) przyszłości będzie specjalista jakości wyposażony w narzędzie w postaci Agenta AI. Swoją efektywnością będzie on eliminował potrzeby użycia innych narzędzi oraz... kolejne stanowiska pracy testerów.
