今回のGiGOOOラウンドテーブルでは、
「QAにおけるAI活用のリアル共有」をテーマに議論を行いました。

• テスト設計
• テストケース作成
• テスト実行
• リスク分析
• 不具合分析

など、さまざまなQA業務でAI活用が進み始めています。

今回のラウンドテーブルでは、

実際の現場でAIをどう活用しているのか
どこまで業務を効率化できているのか
AIに任せられること、人間が担うべきことは何か

という視点から、さまざまな立場のメンバーが意見を交わしました。

そこで見えてきたのは、
「AIによってQA業務は大きく変わり始めている。」

しかし、AI活用が進むほど、
人間に求められる「判断」の価値は高まっている。

ということでした。

なぜ今、「QA×AI」を考えるのか

生成AIの進化によって、開発現場ではAI活用が急速に広がっています。

そして、その変化はQA領域でも始まっています。
実際の現場では、

テスト観点の洗い出し
テストケースの作成
テストデータの準備
テスト実行の自動化

など、これまで人間が時間をかけて行っていた業務をAIが担うケースも増えています。

一方で、

「AIが作ったものは、本当に正しいのか」
「どこまでAIに任せていいのか」

という新たな課題も生まれています。

テスト設計が「1日半」から「30分」に🕰️

今回、特に印象的だったのが、実際のQA現場におけるAI活用事例です。

ある現場では、開発側の情報をAIに読み込ませ、

• テスト観点の洗い出し
• テストケースの作成
• テストデータの準備

などに活用しています。

これまで、内容の把握からテストケース作成まで1日〜1日半程度かかっていた作業が、AIを活用することで約30分に。

大幅な業務効率化につながっているという事例が共有されました。

📝このパートの要点
QA業務は「人間がゼロから作る」から、
「AIが作り、人間がレビューする」へ変わり始めている。

AIは「速く終わらせる」ためだけのものではない

AIによって作業時間が短縮される。
これは大きなメリットです。

しかし、開発側からは、

「短時間で終わることだけがメリットではない」

という意見も挙がりました。

これまでと同じ時間で、

• より多くのテストを実施する
• より細かい観点まで確認する
• テストの抜け漏れを減らす

ことができれば、プロダクト全体の品質向上にもつながります。

📝このパートの要点
AI活用の価値は、
「時間を減らすこと」だけではなく、「品質を高めること」にもある。

QA業務のどこまでAIに任せられるのか

議論では、テスト設計だけでなく、

• テストケースの分類
• 重複チェック
• 優先順位付け
• リスク分析
• 不具合分析
• 進捗レポート作成

など、さまざまなAI活用事例が共有されました。

これまで人間が時間をかけていた「整理」「分析」「集計」も、AIが得意とする領域です。

そこで紹介されたのが、

「作業はAIに任せ、人は判断に集中する」

という考え方でした。

📝このパートの要点
AIに任せるのは「作業」「整理」「分析」。
人間が集中すべきなのは、「レビュー」と「品質判断」。

便利だからこそ、「考えなくなる怖さ」もある

一方で、AI活用の課題についても議論が広がりました。

AIに質問すれば、

テストケース
テストデータ
実行手順

まで、さまざまな答えを出してくれます。

だからこそ、

「使い方を間違えると、自分で何も考えなくなってしまう」

という意見も挙がりました。

AIは非常に便利です。
しかし、AIが出した答えをそのまま使うことにはリスクがあります。

📝このパートの要点
重要なのは、
「AIを使う力」ではなく、「AIの答えを疑い、判断する力」。

AI活用には「環境」と「推進役」が必要

AI活用が進みやすい現場には、いくつかの共通点がありました。

要件や仕様、開発情報などが整理されていること。

そして、「AI活用を推進する人がいること」です。

リーダーやマネージャーが中心となって、

• 使い方を共有する
• 実際の業務で試す
• 活用事例を共有する

ことで、チーム全体にAI活用が広がっています。

📝このパートの要点
AI活用を広げるために必要なのは、ツールだけではなく、
「AIが正しく働ける環境」と「学びを共有する文化」。

AI時代のQAエンジニアに求められるもの

AIがテスト設計やテスト実行を担えるようになったとき、
「QAエンジニアには何が求められるのかという議論にも発展しました。

そこで挙がったのが、

• ユーザー視点
• 業界知識
• 現場理解
• リスクを発見する力
• 人間関係をつくる力

です。

システムが仕様通りに動いているか確認するだけではなく、

「ユーザーはどのように使うのか」
「想定外の使い方をされる可能性はないか」
「この業界では何がリスクになるのか」

まで考える。

こうした視点は、AI時代だからこそ、さらに重要になっていくのではないでしょうか。

📝このパートの要点
これから求められるのは、
「テストができる人」だけではなく、「品質を考えられる人」。

AIには分からない「現場」を知る

議論の後半では、

「AIでは知ることのできない情報」

についても話が広がりました。

• お客様が本当に困っていること
• 現場で起きている課題
• 業界特有の事情
• 経営層が考えていること

など。

AIから知識を得ることはできます。

しかし、実際に現場へ入り、人と話し、
相手を理解することでしか得られない情報もあります。

📝このパートの要点
AI時代だからこそ、
「相手を知ろうとする姿勢」が、エンジニアの価値になる。

GiGOOOが考える、QA×AIの未来

とても柔らかい雰囲気で進みました✨

今回の議論を通じて感じたのは、

AIによってQAエンジニアが必要なくなるのではなく、
QAエンジニアの役割が変わり始めている

ということです。

AIに作業を任せ、人間は、

考える
疑う
判断する
相手を理解する

ことに、より多くの時間を使えるようになる。

だからこそ、AIを使えること自体が価値なのではなく、
AIによって生まれた時間を、何に使うのか。

そこが、これから重要になっていくのだと思います。

結論

AIは、QA業務を大きく変え始めています。
これまで人間が行っていた多くの作業を、AIが担えるようになりました。

しかし、

AIが進化するほど、
人間の役割がなくなるわけではない。

むしろ、

「本当に正しいのか」
「何がリスクなのか」
「お客様は何を求めているのか」

を考え、判断する力が求められていく。

作業はAIに。判断は人間に。

今回のラウンドテーブルは、AI時代におけるQAの役割と、
これからのエンジニアに求められる価値を考える時間となりました。