Bir zamanlar hatayı bulan kişi tester’dı. Şimdi hatayı tahmin eden, hatta önleyen sistemlerimiz var. Ama hâlâ bir şey eksik: kaliteye anlam katan insan faktörü.”

Yenilik, dönüşüm ve değişim…Artık alışkan olduğumuz çalışma şekilleri, öğrendiğimiz pratikler geçmişte kaldı. Öğrendiğimiz bir çok şeyi unutmalıyız ki yerine yeni pratikleri yeni deneyimleri ekleyelim. Rollerimiz görevlerimiz de değişim ve dönüşüm içerisinde. Çalıştığımız sistemler ise artık koddan ibaret değil, öğreniyor, tahmin ediyor ve karar veren ekosistemlere dönüşüyor.

Test süreçleri de haliyle değişiyor ve dönüşüyor, kodun içerisinde hata aramak yerine daha çok kalitenin anlamını sorguladığımız zamanlar geldi. Zaten AI destekli test araçları ile binlerce senaryo yazıp, saniyeler içerisinde bu senaryoları analiz edebiliyoruz. Otomatik koşturup sonuçları elde edebiliyoruz, bu sonuçtan anlam ve aksiyonlar çıkartabiliyoruz. (Sizce de inanılmaz bir hızla gelmedik mi bu noktaya :)Evet hala bunu pratik şekilde şirketiniz kullanılmıyor olabilir ama 2025 Developer Survey raporunda şu veriler vardı: %47.1 her gün işlerinde bir AI aracı kullanıyor ve AI ile çıkan sonuçlardan da %50–60 oranında memnun kalıyor.) Ancak bu araçların ürettiği her “doğru” gerçekten doğru mu? Kullanıcı güvenini, etik sınırları veya ürünün insana dokunan yönünü kim denetleyecek? İşte burada devreye yeni nesil test uzmanı giriyor: Kalitenin Koruyucusu.

Bugün test bakış açısı ve kavramı, AI ile birlikte yaşam döngüsünün her anına sızmış durumda — continuous testing artık süreçler tasarlanırken norm haline gelmiş durumda. AI-assisted testing araçları senaryoları kendi kendine oluşturabiliyor. ChatGPT veya benzeri modeller, test verisi üretmekten test planı yazmaya kadar sürece dahil oluyor. Predictive analytics sayesinde, geçmiş hatalardan öğrenen sistemler olası riskleri önceden bildiriyor.

Ama bu kadar otomatik işleyen sistemin içinde test uzmanının rolü nedir? Artık klasik “test case yaz — çalıştır — raporla” döngüsü ne yazık ki yeterli kalmıyor. AI çağında başarılı bir test uzmanı, şu becerilerle öne çıkmalı:

Eleştirel düşünme: AI’nin sunduğu sonucu körü körüne kabul etmemek.
Etik farkındalık: Modelin adil, tarafsız ve güvenli çalışıp çalışmadığını sorgulamak.
Veri bilinci: Test edilen sistemin hangi veriyle eğitildiğini anlamak.
Explainability: AI’nin “neden” böyle davrandığını açıklayabilmek.
Prompt engineering: Üretken yapay zekâdan doğru çıktıyı almak için etkili istemler yazmak.
Continuous learning: AI öğreniyorsa, tester da öğrenmeli — sürekli gelişim artık zorunluluk.

Test uzmanı yalnızca kodu anlamak zorunda değil; modeli, veriyi ve karar mekanizmasını da anlamak zorunda. Evet bu noktaya geldik.

Bir başka konu ise bir uygulama teknik olarak doğru çalışabilir ama kullanıcı yanlış hissedebilir. Yeni dönemde tester’ın rolü, bu insan hissini sisteme taşımak olmalı. Kullanıcının duygusunu, korkusunu, güven ihtiyacını test etmek. AI’nin kararlarının “insan değerleriyle” uyumlu olup olmadığını anlamak bizim işimiz olmalı, “Empati testi” kavramını yazılım dünyasına taşımalıyız. Bu durum haliyle Test ekiplerinde yeni rollerin ortaya çıkmasına neden olacak: AI Test Curator: Model performansını izleyen ve veriyi seçen uzman, Quality Architect: Süreç, teknoloji ve insan boyutunu birleştirip kaliteyi tasarlayan kişi ve Ethical AI Tester: Yapay zekâ sistemlerinin etik çerçevede çalışmasını sağlayan denetçi… gibi gibi.

TMMi, ISO 33000 veya DORA gibi çerçeveler bile bu dönüşüme ayak uydurmak zorunda kalacak. Çünkü artık kalite, sadece süreç değil; öğrenen sistemlerle paylaşılan bir sorumluluk olacak.

Kod her zaman yazılabilir, ama güveni inşa edebiliriz. Geleceğin test uzmanı, hatayı değil, güveni arayan kişi olacaktır. Ve o kişi, her sprintte, her retrospektifte, her model güncellemesinde bir şeyi hatırlatacak: Kalite bir çıktı değil, bir bilinçtir ve insan faktörü gereklidir.