এআই টেস্টিং পাইলট কেন বড় পরিসরে ব্যর্থ হচ্ছে ভারতীয় এন্টারপ্রাইজে

সমীক্ষা কী বলছে?

Leapwork ও SD Times-এর ৩০০-র বেশি কিউএ পেশাদারদের নিয়ে করা সমীক্ষা এবং World Quality Report 2025-এর তথ্য বলছে:

• ৮৮% প্রতিষ্ঠান বলেছে, টেস্টিং স্ট্র্যাটেজিতে এআই টেস্টিং এখন অগ্রাধিকার
• মাত্র ১২.৬% রোজকার কাজে সত্যিই এআই ব্যবহার করছে
• মাত্র ১৫% সংস্থার পুরো প্রতিষ্ঠানজুড়ে এআই বাস্তবায়ন হয়েছে
• ৪৩% এখনও পরীক্ষামূলক পর্যায়ে, ৩০% সীমিত ব্যবহারে আটকে

সমস্যাটা আসলে কোথায়?

চুক্তি সইয়ের সময়েই অনেক সময় এআই ব্যবহার করে খরচ কমানোর প্রতিশ্রুতি দিয়ে দেওয়া হয়—অথচ কেউ যাচাই করে দেখে না, দলের টেস্টিং ক্ষমতা আদৌ সেই লক্ষ্য পূরণে সক্ষম কিনা। ফল যা হওয়ার তাই হয়: প্রতিশ্রুত সাশ্রয় আসে না, আর শেষে এটা ডেলিভারি সমস্যা আর অস্বস্তিকর ক্লায়েন্ট মিটিংয়ে পরিণত হয়।

এন্টারপ্রাইজ এআই গ্রহণে ভারতীয় আইটি সার্ভিস সংস্থাগুলোর সমস্যাটা আরও গভীর। অনেক প্রজেক্টেই আগে থেকে ঠিকঠাক টেস্টিং প্রক্রিয়াই ছিল না। ম্যানুয়াল প্রক্রিয়া না থাকলে অটোমেশন বসানোর কোনো ভিত্তিও থাকে না—আর এআই বসানো তো আরও দূরের কথা। এসওডব্লিউ (SOW বা কাজের স্কোপ চুক্তি) গুলোতেও টেস্টিং ট্রান্সফরমেশনের জন্য আলাদা বাজেট রাখা হয় না।

কিউএ টিমগুলোর আসল বাধা

টেস্ট অটোমেশন ব্যবস্থাগুলো তৈরিই হয়েছিল মানুষের হাতে-করা কাজের জন্য, এআই-চালিত ওয়ার্কফ্লোর জন্য নয়। জেনেরিক প্রম্পট দিলে জেনেরিক টেস্ট কেস তৈরি হয়—যা সিনট্যাক্স ঠিক থাকলেও অ্যাপ্লিকেশনের আসল লজিক ধরতে পারে না। ফলাফল—বেশি টেস্ট কেস, কিন্তু কভারেজ বাড়ে না।

লেখক একটি ই-কমার্স ক্লায়েন্টের উদাহরণ দিয়েছেন, যেখানে প্রোডাকশনে থাকা মোট কুড়িটি চেকআউট ফ্লোর মধ্যে পাইলটে পরীক্ষা হয়েছিল মাত্র একটি। পরে পুরো রোলআউটে বাকি উনিশটি ফ্লো ব্যর্থ হতে শুরু করে।

সমাধান কী?

• আগে দুর্বল রিকোয়ারমেন্ট আর টেস্ট ডিজাইন ঠিক করা দরকার
• এআই-জেনারেটেড টেস্ট কেস ও কোড রিভিউ করার নির্দিষ্ট প্রক্রিয়া তৈরি করতে হবে
• টুল গ্রহণ নয়, বরং টেস্ট কভারেজ, রিওয়ার্ক রেশিও, ডিফেক্ট ডিটেকশনের মতো প্রকৃত মেট্রিক্স মাপতে হবে

এআই কখনও দুর্বল প্রক্রিয়া নিজে থেকে ঠিক করে দেয় না—উল্টে সেই দুর্বলতাগুলোকে বড় করে দেখিয়ে দেয়। ভিত্তি মজবুত হলে তবেই এআই টেস্টিং পাইলট থেকে বেরিয়ে বাস্তব প্রভাব ফেলতে পারবে।