Agentic AI trong Testing

Khi Agentic AI ngày càng tham gia sâu vào hoạt động kiểm thử phần mềm, iBASE quan sát thấy một sự dịch chuyển rất rõ ràng: vai trò của tester đang đi lên trong chuỗi giá trị, từ “làm thế nào để test” chuyển sang “nên test cái gì và vì sao”.

Thay vì dành phần lớn thời gian cho việc tự động hóa các bước kiểm tra lặp đi lặp lại, tester bắt đầu tập trung nhiều hơn vào tư duy hệ thống, hành vi người dùng và rủi ro nghiệp vụ. Nói cách khác, Agentic AI đang giải phóng tester khỏi phần “how”, để họ đầu tư nhiều hơn cho “what” và “why” – những công việc có giá trị cao nhất.

Agentic AI đang làm giảm chi phí tự động hóa trong testing

Ngày nay, việc tự động hóa các phần “cơ học” của kiểm thử trở nên dễ dàng hơn bao giờ hết:

• Tự động hóa các bước kiểm tra thủ công lặp lại

• Sinh dữ liệu test

• Phân tích log và phát hiện pattern trong kết quả test

Điều quan trọng không chỉ là automation rẻ hơn, mà là tester cuối cùng cũng có đủ thời gian và không gian để suy nghĩ.

Họ có thể lùi lại, nhìn toàn cảnh hệ thống và dùng năng lực nhận thức của mình cho điều thực sự quan trọng: phát hiện những vấn đề phần mềm có ý nghĩa những vấn đề ảnh hưởng đến người dùng, vận hành và rủi ro kinh doanh.

Tự động hóa ở quy mô lớn làm lộ rõ giá trị của tester chuyên nghiệp

Agentic AI không chỉ giảm chi phí tạo automation, mà còn làm nổi bật giá trị cốt lõi của kiểm thử con người:
Khả năng phát hiện các lỗi hiếm, ẩn sâu và tinh vi là những lỗi thực sự “đắt giá”.

Khi AI đảm nhận phần công việc lặp và nhàm chán, tester dịch chuyển từ câu hỏi:

• “Tự động hóa cái này thế nào?”
  sang:

• “Rủi ro nào là quan trọng nhất với stakeholder nào?”

Đây chính là bước nhảy về chất của nghề kiểm thử.

Điểm nghẽn không nằm ở automation, mà nằm ở tư duy

Thực tế, automation chưa bao giờ là điểm nghẽn lớn nhất.
Điểm nghẽn thật sự là tư duy.

Thứ giới hạn tốc độ phát hành phần mềm chất lượng cao không phải là số lượng test script, mà là thời gian để khám phá sâu, thử nghiệm và điều tra những hoạt động giúp lộ diện rủi ro thật sự.

Đội dự án hiếm khi thất bại vì thiếu automation.
Họ thất bại vì không đặt đúng câu hỏi đủ sớm:

• Chúng ta có thực sự hiểu hệ thống không?

• Chúng ta có hiểu người dùng không?

• Rủi ro nào là quan trọng nhất với từng nhóm stakeholder?

Nếu không trả lời được những câu hỏi đó, không lực lượng automation nào có thể cứu được dự án.

Testing là một cuộc điều tra, không phải dây chuyền sản xuất

Kiểm thử không phải là một quy trình nhà máy.
Nó là một cuộc điều tra về chất lượng, rủi ro và những điều ta chưa biết.

Công việc cốt lõi của tester là:

• Định hình rủi ro

• Thiết kế thử nghiệm

• Chất vấn các giả định

• Kể một “câu chuyện có ích” về chất lượng phần mềm

Mục tiêu cuối cùng không phải là test cho đủ, mà là giúp developer và nhà quản lý ra quyết định tốt hơn, nhanh hơn: sửa hay release.

Agentic AI hỗ trợ quá trình này nhưng không thay thế nó.

AI là bộ khuếch đại, không phải sự thay thế

Tại iBASE, chúng tôi xem AI là capability amplifier bộ khuếch đại năng lực, chứ không phải công cụ thay thế tester.

AI có thể:

• Gợi ý test case

• Sinh automation

• Tạo dữ liệu

• Tóm tắt log và insight

Nhưng phán đoán (judgment) vẫn là của con người.

AI nâng trần năng lực của tester, nhưng không loại bỏ nhu cầu sense-making – khả năng hiểu, đánh giá và kết nối thông tin. Khi AI ngày càng tự động hơn, rủi ro lớn nhất là nhầm lẫn giữa “nhiều hoạt động” và “nhiều hiểu biết”.

Muốn khai thác Agentic AI hiệu quả, tester cần hiểu khi nào AI có thể đánh lạc hướng mình, để chủ động điều khiển nó đúng hướng.

Số lượng test case chỉ là ảo giác

Một cạm bẫy phổ biến của AI trong testing là ảo giác về độ bao phủ.

Khi việc sinh test trở nên quá dễ, rất dễ nhầm:

nhiều test = test tốt

Dashboard có thể xanh, coverage có thể cao, nhưng những câu hỏi quan trọng vẫn chưa được trả lời.

Hơn nữa, phần lớn tri thức trong testing là tri thức ngầm nằm trong đầu con người, không nằm trong tài liệu. AI không thể tự động truy cập điều đó.

Vì vậy, iBASE khuyến nghị:

• Xem mọi test do AI sinh ra như một gợi ý

• Luôn hỏi:

  • “AI đang bỏ sót điều gì?”

  • “AI đang giả định điều gì?”

  • “AI không biết điều gì?”

Tester dẫn dắt AI.

Automation nhanh hơn vẫn có thể là automation sai

Automation ở quy mô lớn dễ dẫn đến một sai lầm quen thuộc: tự động hóa mọi thứ, kể cả những thứ không quan trọng.

Như Dorothy Graham từng nói:

“If you automate chaos, all you get is faster chaos.”

Tester chuyên nghiệp không đo giá trị bằng số lượng test.
Họ đo bằng mức độ làm lộ rủi ro.

Một tập nhỏ các kiểm tra có khả năng phơi bày rủi ro luôn giá trị hơn hàng trăm test không mang lại thông tin mới. Câu hỏi luôn là:

• “Test này cho ta thông tin gì?”

• “Nó nói lên điều gì về rủi ro thật sự?”

Rủi ro ẩn: Agentic AI có thể làm tester bị “mất nghề”

Một rủi ro tinh vi hơn là deskilling mai một kỹ năng.

Nếu tester chỉ quen prompt AI để sinh test, họ sẽ ít rèn luyện những kỹ năng khó:

• Mô hình hóa hệ thống lạ

• Nhận diện mơ hồ và thiên lệch trong yêu cầu

• Thiết kế thử nghiệm trong điều kiện bất định

Khi kỹ năng đó yếu đi, khả năng đánh giá output của AI cũng suy giảm theo.

Nghịch lý là:

• AI giúp tester giỏi làm việc ở tầm cao hơn

• Nhưng có thể khiến tester ít kinh nghiệm tin AI một cách mù quáng

AI khuếch đại cả điểm mạnh lẫn điểm yếu. Những đội nhóm thừa nhận điều này sẽ phát triển bền vững hơn.

Lựa chọn cốt lõi: 

Agentic AI tạo ra một điểm rẽ chiến lược cho đội testing:

• Dùng thời gian rảnh để tư duy sâu hơn, hay

• Dùng nó cho những việc sáo rỗng?

Việc sáo rỗng là:

• Sinh hàng loạt test vì “AI làm được”

• Bám cứng vào test plan do AI tạo, dù rủi ro đã thay đổi

• Tô xanh dashboard nhưng không phản ánh chất lượng thật

Tương lai của testing phụ thuộc vào lựa chọn này.

Vì sao iBASE lạc quan về tương lai testing

Agentic AI không làm tester biến mất nó làm rõ tester thực sự tạo ra giá trị ở đâu.

Chúng tôi nhận thấy một thay đổi tích cực:

• Trước đây, câu hỏi đầu tiên thường là “Tự động hóa thế nào?”

• Giờ đây, nhiều tester bắt đầu từ “Nên test gì và vì sao?”

Cuộc trò chuyện chuyển từ script sang rủi ro, từ số lượng sang ý nghĩa, từ nghi thức sang tư duy.

Đúng, AI có rủi ro: ảo giác coverage, automation sai, deskilling.
Nhưng phần lớn tester đang phản ứng một cách trưởng thành: dùng AI để nâng cao phán đoán, không phải né tránh nó.

Kết quả cuối cùng?
Testing đang tốt hơn không phải vì AI “thần kỳ”, mà vì nó giải phóng tester để làm phần việc quan trọng nhất:
làm lộ sự thật về chất lượng phần mềm, nhanh hơn nhưng sâu hơn.

Và đó là lý do iBASE tin tưởng vào tương lai của nghề kiểm thử trong kỷ nguyên Agentic AI.