AI-Augmented QA

Como usei IA como "Pair Programmer" para construir meu Portfólio e Framework E2E

Publicado durante o desenvolvimento da Sprint | Leitura: 4 min

O mercado de tecnologia mudou. Acredito fortemente que o futuro da Engenharia de Qualidade não é apenas sobre saber decorar sintaxes de programação, mas sim sobre ter visão estratégica, análise crítica e saber orquestrar ferramentas para entregar valor de forma rápida e segura.

Foi com essa mentalidade que decidi construir todo este portfólio. A minha maior senioridade sempre esteve na Análise de Negócios (BA) e na modelagem de Testes. Então, como desenvolver um front-end moderno, um back-end blindado e um framework em Java do zero?

A Resposta: AI-Augmented QA

Decidi adotar o modelo de "Qualidade Aumentada por IA". Utilizei o Google Gemini como meu Pair Programmer. Meu papel não foi o de digitar o código linha por linha, mas atuar como Arquiteta de Soluções e Tech Lead da própria Inteligência Artificial.

O Papel da Analista de Negócios (Definindo o "O Quê")

A IA é incrivelmente rápida para codificar, mas ela não tem contexto de negócios. O sucesso deste projeto veio da separação clara de responsabilidades:

  • Eu definia o requisito: "Preciso de um formulário de contato."
  • A IA criava o código base (HTML/CSS).
  • Eu validava com olhar de QA/DevSecOps: "A IA esqueceu de tratar ataques de Spam. Vamos adicionar um Honeypot e regras de sanitização (XSS) no Node.js."

Os Frutos Técnicos do Pair Programming

O que começou como um simples site de currículo, evoluiu para uma aplicação de Nível Enterprise graças à iteração contínua (Prompt Engineering):

Acessibilidade Inclusiva (A11y)

Construímos juntos um painel interativo injetado via JavaScript capaz de alterar fontes para dislexos e pausar animações visuais.

Blindagem DevSecOps

Auditamos o site com OWASP ZAP e criamos defesas ativas na API e no Front-end (CSP e Rate Limiters).

Automação Playwright Resiliente

A IA me auxiliou a escrever as funções básicas, e eu entrei com a estratégia de QA: Mapeamento via data-testid, Waits dinâmicos e Nightly Builds via CI/CD no GitHub Actions.

Conclusão

A Inteligência Artificial não substitui a Engenharia de Qualidade, ela exige mais dela. Ela escreve o código, mas a responsabilidade de garantir resiliência, acessibilidade, segurança e alinhamento às regras de negócio ainda é (e sempre será) do QA.

Ser transparente sobre o uso de IA e demonstrar como utilizá-la como uma alavanca produtiva é, na minha visão, a competência mais valiosa que podemos desenvolver no cenário tecnológico atual.

Gostou do artigo? Compartilhar Vamos Conversar