The post has been translated automatically. Original language: Russian
There is more and more talk that artificial intelligence will "kill QA." Against the background of automation, agent systems, AI assistants, and generative models, such a scenario seems almost inevitable: if a machine can run scripts, look for errors, repeat actions, compare results, and even compile reports, then why do we need a classic tester at all?
But what is really happening is not the death of QA, but its painful and very profound restructuring.
Classical testing has been based on clear logic for a long time. There is a build, there are checklists, there are reproducible scenarios, there is a manual check of the system behavior in dozens and hundreds of variants. This model grew up in an era when the game was a relatively predictable object: fixed logic, fixed content, and a finite number of verification routes. Even if the game was big, it could still be decomposed into a set of test cases, regressions, smoke checks, and manual runs.
Modern games live differently. They have become much more volatile, service-based, cross-platform, and content-rich. They have more integrations, more updates, more states, more dependence on the live environment, player behavior, and online infrastructure. It is becoming more expensive and slower to check such systems using the old model. It is into this gap that AI enters.
The first thing it takes away from classic QA is mechanical repeatability. Everything related to the same type of runs, the detection of obvious anomalies, the comparison of behavior between versions, the search for typical regressions and the analysis of large arrays of logs is increasingly moving towards automation. And this is not unexpected: testing has always sought to automate the routine, but now the tools have become much stronger.
But the main change is not even in speed. AI is changing the very idea of what is considered testing. Previously, QA was largely a function of verifying what had already been created. Now it is increasingly becoming part of the continuous monitoring cycle of the system. Verification is shifting closer to production, closer to data, closer to behavior modeling, closer to predicting problems even before they become obvious to the team or the player.
Against this background, it is especially noticeable that it is not QA as a profession that is dying, but its old mechanical part. The one that was based on the manual repetition of predictable actions, on the mass reproduction of the same type of scenarios and on the role of a person as a "living script". It is this layer of AI that is really starting to displace the fastest.
But at the same time, the value of another part of QA is growing dramatically — the one that has long been underestimated. Games are not only checked for bugs. They are tested for a sense of integrity, for the logic of the user experience, for the balance between the system and perception, for the quality of the world's reaction, and for how the game feels in the hands of a real person. The machine can find the anomaly. But she has a much worse understanding of where formal correctness ends and a bad gaming experience begins.
This is where classic QA doesn't disappear, but becomes more complex. A tester of the future is no longer just a performer of test cases. This is a person who knows how to work alongside AI, manage layers of automated verification, interpret large arrays of signals, and at the same time maintain a human perception of quality. Because a game can be technically stable and at the same time be boring, tedious, unreadable, annoying, or internally unconvincing. And no automated run completely closes this type of problem.
There is another important point. The more actively AI enters testing, the more the threshold of entry into the profession changes. Historically, QA has been the first step into the industry for many. Through him, people learned to see the product, understand production, work with defects, feel quality, and gradually moved into design, production, analytics, or development. If the lower, routine layer of QA collapses dramatically, the industry risks losing not only some jobs, but also one of the natural channels for raising future specialists.
Therefore, the conversation about the "death of QA" is often too superficial. In fact, not only the testing function is under attack, but also the studio's internal personnel ecosystem. Removing the routine is simple. It is much more difficult to maintain a growth path for new people and not turn the profession into a set of too narrow requirements available only to experienced professionals.
For studios, this leads to a rather harsh conclusion. AI in testing cannot be perceived only as a cost-saving tool. If you use it solely to reduce manual labor, you can really quickly reduce the size of the QA team. But at the same time, it's easy to lose live feedback on the quality of the game, break the internal growth system, and start seeing the product only through machine-readable signals.
A much more mature approach is to rebuild QA as a hybrid function. The machine takes on the massive, repeatable, and computationally heavy. A person holds meaning, experience, priority, risk, and perception of quality in the context of a real player. In this model, QA does not become less important — it becomes more expensive and smarter.
That's why the right question today is not "will classic QA die?" but "which part of QA should die so that everything else finally becomes stronger." Most likely, the industry is really saying goodbye to the tester as a person who endlessly repeats the same actions. But she definitely can't afford to lose a tester as the bearer of a gaming sense, a system view, and an early signal that something is broken in the product deeper than just one bug.
Classic QA in its old form is really coming to an end. But the quality control itself is not. It just goes up to another level of difficulty.
Разговоры о том, что искусственный интеллект «убьет QA», звучат все чаще. На фоне автоматизации, агентных систем, AI-ассистентов и генеративных моделей такой сценарий кажется почти неизбежным: если машина умеет запускать сценарии, искать ошибки, повторять действия, сравнивать результаты и даже составлять отчеты, то зачем вообще нужен классический тестировщик?
Но в действительности происходит не смерть QA, а его болезненная и очень глубокая перестройка.
Классическое тестирование долго держалось на понятной логике. Есть билд, есть чек-листы, есть воспроизводимые сценарии, есть ручная проверка поведения системы в десятках и сотнях вариантов. Эта модель выросла в эпоху, когда игра была относительно предсказуемым объектом: фиксированная логика, фиксированный контент, конечное количество маршрутов проверки. Даже если игра была большой, ее все равно можно было разложить на набор тест-кейсов, регрессий, smoke-проверок и ручных прогонов.
Современные игры живут иначе. Они стали намного более изменчивыми, сервисными, кроссплатформенными и насыщенными контентом. В них больше интеграций, больше обновлений, больше состояний, больше зависимости от живой среды, поведения игроков и онлайновой инфраструктуры. Проверять такие системы по старой модели становится все дороже и медленнее. Именно в этот разрыв и входит ИИ.
Первое, что он забирает у классического QA, — механическую повторяемость. Все, что связано с однотипными прогонами, обнаружением очевидных аномалий, сравнением поведения между версиями, поиском типовых регрессий и анализом крупных массивов логов, все активнее уходит в сторону автоматизации. И в этом нет ничего неожиданного: тестирование всегда стремилось автоматизировать рутину, просто теперь инструменты стали значительно сильнее.
Но главное изменение даже не в скорости. ИИ меняет само представление о том, что считать тестированием. Раньше QA во многом был функцией проверки уже созданного. Теперь он все чаще становится частью непрерывного цикла наблюдения за системой. Проверка смещается ближе к продакшну, ближе к данным, ближе к моделированию поведения, ближе к прогнозированию проблем еще до того, как они становятся очевидными для команды или игрока.
На этом фоне особенно заметно, что умирает не QA как профессия, а его старая механическая часть. Та, что строилась на ручном повторении предсказуемых действий, на массовом воспроизведении однотипных сценариев и на роли человека как «живого скрипта». Именно этот слой ИИ действительно начинает вытеснять быстрее всего.
Но одновременно резко растет ценность другой части QA — той, которую долго недооценивали. Игры проверяются не только на баги. Они проверяются на ощущение целостности, на логику пользовательского опыта, на баланс между системой и восприятием, на качество реакции мира, на то, как игра чувствуется в руках реального человека. Машина может найти аномалию. Но она намного хуже понимает, где заканчивается формальная корректность и начинается плохой игровой опыт.
Именно здесь классический QA не исчезает, а становится сложнее. Тестировщик будущего — это уже не просто исполнитель тест-кейсов. Это человек, который умеет работать рядом с ИИ, управлять слоями автоматизированной проверки, интерпретировать большие массивы сигналов и при этом сохранять человеческое восприятие качества. Потому что игра может быть технически стабильной и одновременно быть скучной, утомительной, нечитабельной, раздражающей или внутренне неубедительной. И этот тип проблем никакой автоматизированный прогон не закрывает полностью.
Есть и еще один важный момент. Чем активнее ИИ входит в тестирование, тем больше меняется сам порог входа в профессию. Исторически QA для многих был первым шагом в индустрию. Через него люди учились видеть продукт, понимать продакшн, работать с дефектами, чувствовать качество и постепенно переходили в дизайн, продюсирование, аналитику или разработку. Если нижний, рутинный слой QA резко схлопывается, индустрия рискует потерять не только часть рабочих мест, но и один из естественных каналов выращивания будущих специалистов.
Поэтому разговор о «смерти QA» часто слишком поверхностный. На самом деле под ударом находится не только функция тестирования, но и внутренняя кадровая экосистема студии. Убрать рутину просто. Намного сложнее сохранить путь роста для новых людей и не превратить профессию в набор слишком узких требований, доступных только опытным специалистам.
Для студий из этого следует довольно жесткий вывод. ИИ в тестировании нельзя воспринимать только как инструмент экономии. Если использовать его исключительно для сокращения ручного труда, можно действительно быстро уменьшить размер QA-команды. Но вместе с этим легко потерять живую обратную связь о качестве игры, сломать внутреннюю систему роста и начать видеть продукт только через машинно-считываемые сигналы.
Гораздо более зрелый подход — перестраивать QA как гибридную функцию. Машина берет на себя массовое, повторяемое и вычислительно тяжелое. Человек удерживает смысл, опыт, приоритет, риск и восприятие качества в контексте настоящего игрока. В такой модели QA не становится меньше по значению — он становится дороже и умнее.
Именно поэтому правильный вопрос сегодня звучит не как «умрет ли классический QA», а как «какая часть QA должна умереть, чтобы все остальное наконец стало сильнее». Скорее всего, индустрия действительно прощается с тестировщиком как с человеком, бесконечно повторяющим одни и те же действия. Но она точно не может позволить себе потерять тестировщика как носителя игрового чувства, системного взгляда и раннего сигнала о том, что в продукте что-то сломано глубже, чем просто один баг.
Классический QA в его старом виде действительно заканчивается. Но сам контроль качества — нет. Он просто поднимается на другой этаж сложности.
Share
