* รู้ว่าข้อมูลแบบไหนส่งให้ AI ได้ และข้อมูลแบบไหนไม่ควรส่ง เพื่อหลีกเลี่ยงความเสี่ยงด้านกฎหมายและข้อมูลขององค์กร

Original post

หลายคนถามแทนว่า… “ตอนนี้ QA จำเป็นต้องเรียน AI ไหม?” คำตอบของแทนคือ… จำเป็น แต่ไม่ใช่เพราะ AI จะมาแทน QA จำเป็นต้องเรียน AI เพราะ… “วิธีการทำงาน” ของ QA กำลังเปลี่ยนไป วันนี้หลายองค์กรเริ่มนำ AI เข้ามาใช้จริง หลายทีมเริ่มคาดหวังให้พนักงานใช้ AI เพื่อเพิ่มประสิทธิภาพการทำงาน บางองค์กรเริ่มกำหนดเป้าหมายหรือ KPI ที่เกี่ยวข้องกับการประยุกต์ใช้ AI ในการทำงาน คำถามจึงไม่ใช่ “ใช้ ChatGPT เป็นหรือยัง?” แต่คือ “คุณใช้ AI ทำงานได้จริงหรือยัง?” เพราะทุกวันนี้… ใคร ๆ ก็เปิด ChatGPT ได้ ใคร ๆ ก็เปิด Claude ได้ เครื่องมือไม่ได้เป็นความแตกต่างอีกต่อไป สิ่งที่สร้างความแตกต่างของ QA แต่ละคน คือ * วิเคราะห์ Requirement ได้หรือไม่ * รู้ว่าจะถาม PO หรือ BA อย่างไรใน Project Kickoff, Backlog Refinement และ Sprint Planning * ออกแบบ Test Scenario ได้ครอบคลุมหรือไม่ * รู้ว่าคำตอบของ AI ตรงไหนควรเชื่อ และตรงไหนต้องตรวจสอบ * รู้ว่าข้อมูลแบบไหนส่งให้ AI ได้ และข้อมูลแบบไหนไม่ควรส่ง เพื่อหลีกเลี่ยงความเสี่ยงด้านกฎหมายและข้อมูลขององค์กร * ตั้งค่าการทำงานร่วมกับ AI ได้อย่างเป็นระบบ AI ช่วยสร้างคำตอบได้ แต่ AI ไม่สามารถแทนวิธีคิด ประสบการณ์ และการตัดสินใจของ QA ได้ สิ่งที่แทนคิดว่าสำคัญที่สุดในยุคนี้ ไม่ใช่การเขียน Prompt ให้เก่งที่สุด มันคือการรู้ว่า * ควรถามอะไร ในระหว่าง Requirement Gathering, Backlog Refinement, Sprint Planning * ควรตรวจอะไร ทั้งจาก Junior QA หรือ AI * ควรเชื่อ AI ตรงไหน * และควรใช้ AI ตรงไหน เพื่อให้คุณภาพของงานดีขึ้น สำหรับ Software Quality อีก 6 เดือนข้างหน้า… หลายองค์กรอาจเข้าสู่ช่วงการประเมินผลงานประจำปี หลายทีมอาจคาดหวังให้การใช้ AI กลายเป็นส่วนหนึ่งของการทำงานมากขึ้น โลกการทำงานอาจไม่ได้รอให้เราพร้อม แต่ เราสามารถเลือกได้ว่า จะเป็นคนที่ค่อย ๆ ไล่ตามการเปลี่ยนแปลง หรือเป็นคนที่เริ่มเรียนรู้และปรับตัวตั้งแต่วันนี้ #พี่แทนใจทดสอบซอฟต์แวร์ #พี่แทนใจAIสำหรับคนทำงาน ⸻