Сегодня темой дня в офисе было использование ИИ в работе, и как быстро он оставит нас без работы.
Помню, когда мы открывали вакансию тестировщика, за 3 дня получили 700 (семьсот!) релевантных откликов и закрыли прием новых анкет. Сотни людей, работавшие или только обучившиеся на эту специальность, оказались без места, а у нас тестировщики всё ещё есть. Почему?
5 причин рассказывает руководитель отдела тестирования, Андрей Сыроежкин.
1. ИИ требует больших объемов данных для обучения, соответственно их недостаток или плохое качество приведет к ложным срабатываниям или пропуску дефектов. Вовлеченный в проект тестировщик обладает почти полным объемом информации для тестирования.
2. ИИ работает как «чёрный ящик»: он может выдать решения, но вы не узнаете, что его к ним привело. А задача тестирования – не только указать на ошибку, но и помочь разработчикам ее устранить.
3. По этой же причине (работа по скрытому алгоритму) вы не поймете, почему одни ошибки ИИ подсветил, а другие пропустил. По факту, вам придется проверять его работу, делая ее на 100% параллельно.
4. Высокая стоимость решения. Развертывание ИИ в локальном контуре компании требует значительных инвестиций в инфраструктуру и обучение сотрудников, что для небольших компаний может оказаться не подъемным.
5. Юридические риски. Вопросы конфиденциальности и персональных данных при тестировании с реальными пользовательскими данными. Если ИИ пропустит критичный дефект, который приведет к убыткам компании, кто будет виноват — разработчик, тестировщик или алгоритм?
Несмотря на значительные возможности ИИ в тестировании, его следует рассматривать как дополнение к работе специалистов. Эффективное решение — это распределение функций: автоматика берет на себя типовые проверки, а специалисты занимаются креативными задачами и проверкой результатов.
А вы доверяете или проверяете ИИ?