Компания 2ГИС провела исследование о том, как меняется работа и роль тестировщиков в ИТ-компаниях. Искусственный интеллект (ИИ) среди QA-специалистов (тестировщиков), отвечающих за тестирование продукта, в основном используется для решения стандартных задач - написания кода и создания тест-кейсов.

36% специалистов пробуют ИИ-инструменты, но не внедряют их в рабочие процессы. Наиболее популярные практические сценарии: помощь в написании тестового кода (34%), генерация тест-кейсов (28%) и тестовых данных (26%). Более сложные задачи, такие как анализ и приоритезация тестов (12%), автоматическое обнаружение дефектов (5%) и визуальное тестирование (4%), пока остаются нишевыми. 22% респондентов вовсе не используют ИИ в тестировании.

Ведущий инженер тестировщик ООО "Некстби" Зарина Чичерина рассказал о причинах неохотного использования ИИ в рабочих процессах: "Как и у других направлений, одной из проблем является информационная безопасность. Многие компании, особенно средний и малый бизнес, не обладают мощностями, достаточными для использования необходимых в тестировании моделей и инструментов. Кроме того, в отличие от автоматизированного тестирования, в котором ИИ действительно позволяет значительно сократить время на написание и отладку тестовых сценариев, при ручном тестировании инструменты не являются легкими в использовании, чтобы их могли настроить и эффективно использовать многие тестировщики, которые не сталкивались ранее с подобными инструментами".

"Для любой ИТ-специальности основную сложность при внедрении ИИ в рабочие процессы составляют три вещи. Первое - это умение работать с инструментом, второе - понимание, где его можно и где не нужно применять, третье - комплексное понимание всего процесса создания программного решения. Относительно тестировщиков можно добавить четвертый аспект - отсутствие опыта внедрения решений", - отметила генеральный директор ООО "Форктек" (Fork-Tech) Кристина Коваленко.

Главным вызовом, влияющим на качество и эффективность тестирования, являются сжатые сроки. На этот фактор указали 71% респондентов. Почти 40% отметили недостаточную вовлеченность тестировщиков в процесс, а 37% сталкиваются с нехваткой квалифицированных кадров.

58% специалистов отметили, что основным показателем качества является количество найденных багов. Реже применяются превентивные метрики, такие как покрытие автотестами (43%) и покрытие кода тестами (23%). Оценкой стабильности тестов - тех, что дают разные результаты при повторных запусках, - занимаются лишь 15% команд. При этом 28% команд вообще не отслеживают метрики, работая "вслепую".

Старший разработчик систем искусственного интеллекта ООО "Инностейдж" (Innostage) Александр Лебедев порассуждал, насколько ИИ помогает в работе тестировщикам: "При наличии высокой квалификации тестировщика, ИИ немного сокращает время выполнения очень узкого круга задач. Чтобы ИИ принес больше вреда, чем пользы, тестировщик должен хорошо уметь писать промпты (инструкции) для ИИ и критически оценивать качество его ответов. В противном случае, ИИ может не только не помочь, но и помешать выполнить поставленные задачи. Об это уже начинают обжигаться некоторые компании, пытающиеся полностью заменить человека ИИ-работниками. ИИ допускает ошибки, которые становятся заметны слишком поздно и исправление которых обходится очень дорого, вплоть до переделки всего проекта. Поэтому на данном этапе самое эффективное использование ИИ - это не замена им человека, а помощь и поддержка человека в его работе".

"Внедрение ИИ в процессы тестирования помогает сократить рутинную работу и сфокусироваться на задачах, где важнее экспертиза. Например, на нашей платформе реализована генерация тест-кейсов по задачам из таск-трекера: нужно ввести номер задачи, как система сразу предлагает черновик сценария. И команда, и клиенты отметили, что это экономит до 30% времени на составление тестов и до 50% - на тест-анализ. Качество при этом не падает и даже растет. Генерация не заменяет профессиональную работу: все сценарии проходят ревью и доработку. Зато она помогает ускорить старт тестирования и направить фокус на проработку сложных и критичных кейсов. Мы заметили, что ИИ часто предлагает граничные сценарии, на которые человек мог не обратить внимание", - рассказал представитель пресс-службы Test IT, бизнес-подразделения "Девелоники" (входит в ГК Softline).

37% тестировщиков считают, что в будущем произойдет радикальный сдвиг в автоматизацию, а 35% считают, что ничего не изменится. Почти треть респондентов ожидают углубления роли тестировщиков в специализированных направлениях, таких как безопасность и производительность. 27% инженеров связывают развитие профессии с тесной интеграцией в процессы непрерывной разработки и эксплуатации.

Руководитель отдела тестирования ООО "МД Аудит" (MD Audit, входит в ГК Softline) Николай Кириченко дал прогноз по отношению тестировщиков к ИИ в ближайшие годы: "Скорее всего, отношение к ИИ будет становиться более позитивным. По мере того, как инструменты ИИ становятся доступнее, точнее и лучше интегрированы в стандартные пайплайны (например, через IDE и платформы автоматизации), сопротивление снижается. Также растет количество обучающих материалов, кейсов внедрения и open-source-инициатив. В ближайшие два-три года ИИ, скорее всего, станет стандартным инструментом, а не экспериментом, как когда-то случилось с автоматизированным тестированием".

"Ближайшие два-три года покажут качественный скачок. Во-первых, поколение junior-специалистов, которые выросли с ChatGPT и GitHub Copilot, уже не мыслят работу без ИИ. Они не боятся этих инструментов, воспринимают их как естественную часть рабочего процесса. Когда они станут middle и senior-разработчиками, сопротивление внедрению ИИ просто исчезнет. Во-вторых, сами ИИ-инструменты становятся умнее. Если уже ChatGPT может написать простой тест-кейс, то через год-два появятся специализированные решения, которые будут понимать контекст проекта, анализировать историю багов, предлагать нестандартные сценарии тестирования. Третий момент — экономическое давление. Компании все больше понимают, что ИИ — это не просто модная игрушка, а способ оптимизировать затраты. Я прогнозирую, что к 2027 г. использование ИИ в тестировании станет стандартом индустрии. Те, кто не адаптируются, просто останутся без работы. Но при этом появятся новые специальности - например, QA-аналитики, которые будут настраивать ИИ-системы для конкретных проектов, или специалисты по этичному тестированию ИИ-продуктов", - подытожил директор по развитию web и ИИ-технологий Artezio (входит в ГК "Ланит") Сергей Матусевич.