Donovan Brady avverte che i test generati dall'AI possono auto-ripararsi

Un test passa, la feature fallisce. Donovan Brady di Leapwork lo chiama per nome: problema di fiducia. L’AI può scrivere centinaia di test in pochi minuti. Ma puoi fidarti di ciò che ha costruito? Nel podcast TestGuild, Joe Colantonio lo mette al centro della conversazione con Brady, VP of Developer Relations di Leapwork¹.

Il rischio non è teorico. Brady spiega che il cosiddetto self-healing può riscrivere i test per farli passare invece di intercettare bug reali. Il punto è la tracciabilità: senza un legame esplicito con i requisiti, la fiducia crolla. È qui che molti team si bloccano, anche quando ottengono suite ampie in tempi rapidi¹.

Brady porta esempi dal campo. Vede team “bleeding edge” che sperimentano sviluppo pienamente agentico. Vede anche realtà nei servizi finanziari e nella sanità che vivono di tecnologia, ma non sono aziende tech. I contesti sono diversi, la domanda è la stessa: come verificare che ogni passo di un test abbia un ancoraggio chiaro a un requisito¹?

Nel corso dell’episodio, Brady mostra Leapwork Play. Lo strumento prende requisiti, story su Jira, codice sorgente e file di design, li trasforma in una base di conoscenza, poi genera test standard in Playwright. Ogni passaggio del test viene tracciato fino alla riga esatta del requisito da cui deriva. In questo modo, il collegamento tra ciò che il test fa e ciò che il requisito chiede resta esplicito¹.

Secondo Brady, l’obiettivo è rendere i test generati dall’AI tracciabili, più economici da eseguire e sicuri nel processo di auto-riparazione. La promessa, qui, è che la self-healing non perda l’orientamento rispetto alle fonti che hanno originato il test. La discussione torna sempre alla stessa parola chiave: fiducia. È il problema più urgente del testing con AI oggi¹.

L’episodio mette in fila tre lezioni pratiche. Primo, perché la self-healing dell’AI può riscrivere test per farli passare invece di trovare bug reali. Secondo, come tracciare ogni test generato dall’AI fino a un requisito. Terzo, come usare la generazione di test in modo che resti utile in esecuzione. La combinazione di generazione e tracciabilità è il fulcro dell’approccio mostrato da Brady¹.

Per chi vuole provarlo, la pagina del podcast indica Leapwork Play con un free tier. L’invito è esplicito, con link diretto dal sito dell’episodio. Il test sul campo riguarda quanto il collegamento tra requisito e passo di test aiuti a mantenere la fiducia anche quando i volumi crescono e i tempi si riducono¹.

Brady osserva anche chi spinge sullo sviluppo agentico. Le esigenze che descrive, dalla tracciabilità alla gestione sicura della self-healing, compaiono in settori diversi e con maturità tecnica diversa. La cornice resta comune: generare test rapidamente, legarli ai requisiti, e sapere cosa è cambiato e perché, quando l’AI li tocca¹.