AIが実装し、同じAIがテストを書き、最後に自分で「問題ありません」と判定するのは、品質保証というより「自己採点」。
AIはコードとテストの前提を同時に間違えるため、テストが全部通っても、肝心の要件そのものが間違っていることがあります。 品質保証で本当に必要なのは、テストの量ではなく「別の視点」です。
- 実装者とは別のAI・別モデルによるレビュー
- 仕様から独立して作った受け入れテスト
- 異常系、境界値、実際の利用環境での検証
- 人間が実物を操作して確認する
- 利用者の行動や不満から評価する
AI時代の品質保証は「正しく動くか」だけでなく、「そもそも正しいものを作ったか」を確認する仕事になります。
ゲームも同じです。AIで作れるのは、プログラム、画像、音楽、ステージ、会話などの「部品」です。
- 何を作るかを決める力
- AIの「できました」を信用せず、実物で確かめる姿勢
要するに、AIによって「作れる人」は急増します。しかし、「良し悪しを判断できる人」は自動的には増えません。これから最も重要になるのは、制作能力以上に、評価能力と編集能力です。 AIが完成させたものは完成品ではなく、人間が評価を始められる試作品——このくらいに考えるのが、今のところ最も健全なMVPだと思います。
AI時代の品質保証は「正しく動くか」だけでなく、「そもそも正しいものを作ったか」を確認する仕事になります。
