Ai deschis ChatGPT la 9 dimineața, ai cerut un test case pentru un formular de login și în 30 de secunde aveai 10 scenarii. Ai zâmbit. Apoi le‑ai trimis direct în JIRA fără să le citești cu atenție — și la review, colegul senior ți‑a semnalat că 3 dintre ele testau același lucru, iar cel mai important scenariu lipsea complet. Sună familiar?
Nu e o critică. E exact tiparul pe care îl vedem la cursanții noștri din Academia Testarii când introduc AI‑ul în workflow fără un cadru mental clar. Vestea bună: cu câteva reguli simple, ChatGPT și Copilot devin niște unelte cu adevărat utile. Vestea mai puțin bună: dacă le folosești fără discernământ, îți pot face mai mult rău decât bine. Hai să vorbim concret.
Ce îți accelerează cu adevărat munca de QA
Există o categorie de sarcini unde AI‑ul e sincer imbatabil: volumul de text repetitiv și structurat. Dacă trebuie să scrii 20 de test case‑uri pentru un modul nou, să generezi date de test pentru un câmp de tip email sau să traduci o specificație tehnică în limbaj uman, ChatGPT face asta în minute.
Concret, tool‑ul e util când
- Generezi schela unui test case (structura Given / When / Then) pe care tu o rafinezi ulterior
- Creezi variații de date de test — adrese de email invalide, șiruri cu caractere speciale, valori limită pentru câmpuri numerice
- Explici un mesaj de eroare obscur din logs sau un stack trace pe care nu l‑ai mai văzut
- Reformulezi un bug report cu limbaj mai clar înainte să îl trimiți developerului
- Înveți sintaxa unui tool nou — de exemplu, cum structurezi un selector în Playwright sau Cypress fără să cauți 40 de minute prin documentație
GitHub Copilot adaugă un strat extra dacă lucrezi deja cu cod de automatizare: îți completează scripturile Selenium 4 sau îți sugerează asertii în timp real. La DevTalks 2024, mai mulți speakeri din zona QA au confirmat că testerii care folosesc Copilot în automatizare raportează o reducere de 30–40% a timpului de scriere a codului boilerplate. Nu e magie — e eliminare de fricțiune.
Ce îți poate sabota raportul de bug
Acesta e locul unde lucrurile devin serioase. Un bug report prost scris e, în cel mai bun caz, ignorat. În cel mai rău caz, creează fricțiuni cu echipa de development, întârzie fix‑ul și îți afectează credibilitatea.
AI‑ul tinde să producă rapoarte de bug care sună bine dar nu sunt verificate. Câteva pericole concrete:
Primul: pașii de reproducere inventați. ChatGPT poate genera pași plauzibili care, de fapt, nu reproduc bug‑ul pe care tu l‑ai observat. Dacă copiezi fără să testezi manual fiecare pas, developerul nu va putea reproduce problema și bug‑ul va fi închis ca "Cannot Reproduce".
Al doilea: severitatea umflată sau diminuată. AI‑ul nu cunoaște contextul business‑ului tău. Nu știe că acel câmp de input e pe un flux de plăți cu 50.000 de tranzacții pe zi sau că e folosit de 3 utilizatori interni o dată pe lună. Severitatea unui bug e o decizie de judecată umană, informată de risc și context.
Al treilea: lipsa detaliilor de mediu. Un bug report complet include versiunea aplicației, browserul, OS‑ul, uneori și query‑ul SQL dacă e vorba de un bug de date. ChatGPT nu are acces la mediul tău de testare — și va omite exact aceste detalii dacă tu nu i le furnizezi explicit în prompt.
Regula de aur: AI‑ul scrie prima schiță, tu o validezi și o completezi. Nu invers.
Unde nu trebuie să ai încredere oarbă
Există zone în care dependența de AI e pur și simplu periculoasă pentru un tester junior, indiferent cât de convingător sună răspunsul.
Testarea de securitate și GDPR. ChatGPT poate să îți ofere o listă de verificări de securitate, dar nu înțelege contextul legal al aplicației tale. Dacă testezi o platformă bancară sau un sistem medical, conformitatea cu reglementările nu se improvizează cu un prompt. Ai nevoie de un framework certificat și de un specialist.
Analiza bazelor de date. Query‑urile SQL generate de AI pentru MySQL sau PostgreSQL pot funcționa sintactic corect și totuși să returneze date greșite — mai ales când relațiile dintre tabele sunt complexe sau când există logică de business ascunsă în stored procedures. Verifică întotdeauna rezultatul față de specificație.
Estimările de acoperire a testelor. "Am generat 15 test case‑uri cu AI, deci am acoperit modulul" e o concluzie falsă. Acoperirea reală se măsoară față de cerințe, față de fluxuri de utilizator și față de riscuri identificate — nu față de numărul de scenarii produse. Un tester senior la A4Q Summit 2023 rezuma situația perfect: "AI‑ul îți dă viteză, dar nu îți dă judecată."
Cum construiești un workflow sănătos cu AI
Concret, iată cum arată un flux în care AI‑ul te ajută fără să te saboteze
1. Citești specificația și identifici singur zonele de risc și scenariile critice — fără AI în această etapă.
2. Ceri AI‑ului să genereze scenarii suplimentare, date de test și variante edge case pe baza specificației pe care i‑o furnizezi tu.
3. Revizuiești tot ce a produs — elimini duplicatele, adaugi contextul de business, verifici că pașii sunt reproductibili.
4. Scrii bug report‑ul inițial în Chrome DevTools sau direct în JIRA, cu detaliile tehnice reale, și abia după aceea ceri AI‑ului să reformuleze limbajul pentru claritate.
5. Documentezi ce ai verificat manual — nu lăsa niciodată un test case sau un bug report în sistem pe care nu l‑ai parcurs personal cel puțin o dată.
Acest workflow nu e mai lent decât cel fără AI. E mai sigur și mai profesionist — și asta e diferența dintre un junior care crește repede și unul care stagnează.
Primul pas concret pe care îl poți face azi
Dacă vrei să folosești AI‑ul cu cap în munca de QA, îți trebuie mai întâi fundația solidă: înțelegerea procesului de testare, logica unui bug report corect, structura unui test case și gândirea risk‑based. Fără ea, orice tool — AI sau altceva — e o scurtătură spre greșeli mai rapide.
La Academia Testarii, cursanții noștri învață exact asta: cum să gândească ca un tester înainte să atingă orice unealtă. Dacă ești la început de drum sau vrei să îți structurezi cunoștințele pentru certificarea ISTQB Foundation Level, te așteptăm la academiatestarii.ro. Vezi programul de cursuri, alege formatul care ți se potrivește și fă primul pas spre o carieră în QA cu baze reale.
Abia aștept să te văd în comunitate. 🚀
#DeAziEstiTester #AcademiaTestarii #SoftwareTesting #TestAutomation #ISTQB