Louise Woodhams: lei e il suo team scelgono di non usare l'AI nei test
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Nel podcast del Ministry of Testing racconta gioia sul lavoro, un episodio di 'trauma bonding' per un fix PHP e perché il suo team ha deciso di rinunciare all'AI nei test.
Louise Woodhams ha deciso che il suo team non userà l’intelligenza artificiale nel testing. Spiega cosa si perde quando uno sviluppatore preferisce parlare con Claude invece che con il tester: si assottiglia la conversazione, saltano domande laterali e chiarimenti al volo, cade una parte del lavoro che tiene alta la qualità1.
Woodhams guida automazione e test in ZapMap, l’app che mappa i punti di ricarica per veicoli elettrici, e fa da leader TWiQ nel MoTaverse. Con Rosie Sherry parla di come cercare gioia quando la tecnologia corre e il ritmo non molla. Tocca anche burnout e sostegno reciproco nel team1.
I dettagli contano. Nei dati di test per Cypress inserisce citazioni di Wicker Man. Nel pannello admin interno spunta un’icona a forma di salvadanaio. Ogni release riceve un “sigillo di approvazione” generato con Gemini. In una spiral qualcuno nota un corgi, lo dice, e il gruppo sorride. Segnali piccoli, ripetuti, che tengono il filo nelle settimane tese1.
Resta impressa una giornata. Un fix critico di sicurezza in PHP costringe a tenere d’occhio gli indicatori. Il team segue GitHub, Bitbucket e Down Detector fino alle 20. Poi si respira. Woodhams la chiama “trauma bonding”, con l’ironia di chi ha guardato gli stessi schermi sotto la stessa pressione1.
Sull’AI la linea è netta. Lei e i suoi tester non la usano. Non per principio astratto, ma per preservare le interazioni che fanno emergere ipotesi e rischi. Quando uno sviluppatore sposta il confronto su un modello, la relazione di lavoro cambia. Si perdono sfumature e contesto. La scelta difende quello spazio, che per Woodhams vale quanto una suite di test ben scritta1.
C’è timore sul lavoro che cambia. Lo sentono i tester e lo sentono gli sviluppatori. Crescono le domande su ruoli e aspettative. In un clima così, la tentazione di delegare ai modelli aumenta. Woodhams invita a tenere il punto su processi chiari, confini e responsabilità del team. Il messaggio è pratico: decidere cosa non automatizzare serve quanto decidere cosa automatizzare1.
Sherry allarga lo sguardo alla community. Nel MoTaverse si punta sulle persone e sulle relazioni, non sugli assistenti. Racconta cosa le ha insegnato possedere i propri contenuti. Cita il talk di Claire Norman sui “glimmers”, presentato a MoTaCon: segnali minimi di benessere che, se coltivati, proteggono dall’usura del contesto. Qui i piccoli rituali di ZapMap diventano un esempio concreto1.
La chiusura torna alla scelta iniziale. Niente AI nei test, per ora, significa proteggere il confronto umano e la qualità delle conversazioni che sbloccano i problemi. Il team si affida a pratiche semplici, a segni che tengono insieme il gruppo, e a una community che rimette al centro chi fa il lavoro. Il resto può aspettare. Anche le sirene, dice Sherry, sono al sicuro fino al 20961.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Rilettura. Un passaggio toglie i tic della prosa generata da un modello, come i contrasti costruiti e le frasi che annunciano invece di informare, senza toccare fatti e fonti.
- Fedeltà alle fonti. Un passaggio dedicato toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 7,9/10 dopo 2 revisioni.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.