A palestra "Shared Automation + IA: como reduzimos 89% do lead time de testes criando uma plataforma de qualidade assistida por IA", na trilha DevTestes do TDC São Paulo, terminou com uma rodada de perguntas que trouxe à tona detalhes técnicos importantes para quem lida com automação de testes em times grandes.
Tecnologia não é o gargalo — contexto é
Questionado sobre como a solução lida com cenários fora do navegador, como aplicações desktop, o palestrante foi direto: "a gente não trava em questão de tecnologia. A gente tem que só contextualizar a IA como ela vai utilizar para fazer essa automação, seja para web, seja para desktop". Na prática, isso significa documentar os métodos e o fluxo de orquestração que a IA deve seguir, independentemente da stack.
Sobre dependências de ambiente — um problema clássico em squads grandes —, a apresentação reconheceu que essa dor ainda existe, mas mudou de lugar: "o gargalo, ele muda de lugar. E, na medida que a gente vai evoluindo uma etapa do fluxo, o gargalo vai mudando de lugar." Hoje o time trabalha junto ao DevOps para garantir disponibilidade de ambientes, já que a execução em si deixou de ser o principal problema.
Padronização veio antes da IA
Um dos pontos mais úteis para quem pensa em aplicar IA em automação: a Globo não introduziu os agentes de IA em um cenário caótico. Segundo a apresentação, "nossa maior dificuldade foi mesmo na parte de padronizar todo esse trabalho entre os times", já que cada equipe escrevia cenários de teste de forma diferente, com métodos duplicados. O trabalho de refatoração e remoção de código duplicado veio antes da IA entrar em cena — a lição é que IA amplifica tanto boas quanto más práticas de código.
A escolha da linguagem também foi estratégica: o projeto de automação migrou para Java, alinhado à stack da maioria dos times de desenvolvimento, o que facilita inclusive que desenvolvedores colaborem na camada de testes. Scripts shell ainda aparecem em casos pontuais de maior complexidade.
Geração de massa de teste e o papel real da IA
Sobre geração de massa de dados para testes, a resposta esclareceu um ponto que gera confusão: a geração em si é feita pelo framework da plataforma Share Automation, com regras definidas na entrada. A IA entra apenas para orientar quais métodos usar — por exemplo, ao pedir uma massa de teste para simular uma compra do Globoplay com cartão de crédito, o sistema já retorna o ID do cliente pronto para executar o fluxo.
QAs migraram de papel, não só de ferramenta
Com o ciclo de qualidade de 9 dias para 1 dia — cerca de 2 mil horas economizadas por time, em 17 times —, parte do tempo liberado foi redirecionado para recolocação profissional: QAs migraram de carreira para desenvolvimento, e outros passaram a participar de fóruns de decisão antes inacessíveis, como refinamentos, priorizações e discussões sobre especificações para agentes de IA.