Proč je řízení kvality v době AI důležitější než kdy dřív

Kdo hlídá kvalitu, když kód píše AI? 

Lepší efektivita neznamená automaticky lepší kvalitu. AI nemusí správně pochopit obchodní logiku, kontext, nezná rizika nebo ji chybí doménové znalosti. Kód bez chyb nemusí znamenat správně fungující aplikaci. Testovací scénáře mohou pokrývat oblasti, které uživatelé nikdy reálné nepoužijí, a naopak přeskočit ty důležité, které mohou způsobit výpadky v produkčním prostředí. 

V době AI vývoje se kvalita nenastavuje sama od sebe, je tomu přesně naopak. Bez dobře nastavených procesů a kontrolních bodů hrozí, že sice dodáme spoustu nových funkcí, ale nebudou fungovat správně. 

Nastavení procesů a kontrolní body 

Dříve stál na konci vývojového procesu tester – člověk, který aplikaci otestoval, zkusil aplikaci „rozbít“ všemi možnými (i nemožnými) způsoby a byl schopen odhalit většinu chyb. Ve spojení s automatickými testy se jednalo o dobře fungující kontrolu kvality. 

Dnes se ale spousta věcí mění – týmy jsou menší a tempo je vyšší. Na manuální testování nezbývá čas, správně nastavené procesy a automatizace jsou proto klíčové. 

Na principu řízení kvality se vlastně nic nemění, jen roste potřeba mít vše správně nastaveno a dodržovat pravidla a s tím nám mohou pomoci kontrolní body – quality gates. 

Quality gate je kontrolní bod, který rozhoduje o tom, zda je náš kód připraven postoupit do další fáze vývojového procesu. Může to být výsledek automatizovaných testů, výstup code review, ověření bezpečnostního scanu nebo schválení product ownerem. Podstatné je, že tento bod musí být definován, mít jasného vlastníka a jasné kritérium pro splnění. 

Jak nastavit quality gate? 

Vytvořte si diagram vašeho vývojového procesu. Zaznamenejte především přechody mezi jednotlivými fázemi. Buďte důslední a nebojte se jít do nejmenších podrobností.  

Než se například kód dostane z vývojářova PC do hlavní větve v repozitáři, může projít několika přechodnými body: lokální psaní nebo generování kódu, odeslání do vývojové větve, code review a pull request. 

V každém takovém přechodu je vhodné nastavit určitou míru ověření a zodpovědnost za toto ověření.  

Čím dříve zachytím potencionální problémy, tím dříve a lépe je můžeme opravit a tato oprava je levnější a efektivnější. Vhodné je tedy dodržovat přístup shift-left a přesunout důležité kontroly z konce vývojového procesu na jeho celý průběh.  

Quality gate není brzda vývoje, je to automatizovaný dohled, který dodává řízení kvality transparentnost a kontinuálnost. 

Kdo je zodpovědný za kvalitu? 

AI vývoj s sebou nese také otázku zodpovědnosti za kvalitu. Stále platí, že za kvalitu je zodpovědný celý tým. Je ale pravdou, že taková obecná zodpovědnost vede ve výsledku k tomu, že zodpovědný není nikdo.

Za výsledek by měl být zodpovědný vedoucí projektu – ať už se jedná o vlastníka, manažera, nebo jinou dohodnutou osobu. Ta ale nemůže současně kontrolovat vše, co se během vývoje děje. Každý vývojář například odpovídá za kód, který odešle – nezáleží na tom, jestli ho psal sám nebo pomocí AI. 

Quality gates jsou tedy přínosem i pro nastavení zodpovědnosti. Kontrolní body mají v procesu své místo, definici a určenou osobu (nebo roli), která je za ně zodpovědná. Na straně osoby zodpovědné za projekt je potom definice těchto bodů tak, aby mohla celkovou zodpovědnost za projekt přijmout. 

Kde je role SQA? Nečekaná výhoda.

Automatizace, AI,… ale co SQA inženýři?

Samotný kód se dnes začíná stavět do sekundární role. AI ho zvládne napsat za pár sekund. Stačí jeden prompt. Klíčové je ale vědět, co napsat, proč to napsat a jak to zasadit do smysluplného kontextu. 

SQA inženýři sice nemají takové znalosti v samotném psaní kódu jako seniorní vývojáři, ale jejich ostatní zkušenosti můžou být cennější než dříve. Ti, kteří mají zkušenosti s celým vývojovým cyklem od plánování až po doručení, kteří rozumí rizikům, umí komunikovat s vývojáři i stakeholdery a vědí, jak nastavit kvalitativní procesy, mají v dnešní době velkou výhodu. 

Proč je řízení kvality v době AI důležitější než kdy dřív? 

AI mění způsob, jakým vyvíjíme software. Ale nemění základní otázku: dodáváme kvalitní produkt? 

Odpověď na ni nezávisí na tom, kolik kódu jsme schopni vygenerovat za den. Závisí na tom, zda máme správně nastavené procesy. 

V době AI nejde o to, kdo píše kód. Jde o to, kdo hlídá kvalitu.