ТМС + Git: прозрачность в AI-тестировании

Еще пару лет назад процесс тестирования казался устоявшимся и понятным, но всё изменилось с приходом искусственного интеллекта в нашу жизнь. AI-агенты сильно ускорили наши рутинные задачи, но также привнесли много загадок и неопределенность в ключевых вопросах: «Кто вносил изменения?», «Зачем нам три дублирующих кейса?» и, наконец, «Почему пропустили баг?».

Причем дело не в качестве моделей. При хорошем контексте ИИ вполне способен на хорошие проверки. Дело в том, что мы не можем проверить и верифицировать, что именно он сделал.

Походу нашего доклада расскажем:
• Как мы наладили процесс тестирования, разбив его на несколько этапов.
• Как нам в этом помогли хранение кейсов в Git и подход «Tests-as-Code».
• Почему TMS продолжает играть ключевую роль в обеспечении качества.

А также определим зоны ответственности: что можно доверить ИИ, а за что по-прежнему должен отвечать человек.