QAエンジニア：AIによる仕事への影響
AIはテストケースの提案や不具合報告の整理を支援できます。対象範囲の判断、障害診断、リリースに関する提言はテスト担当者の責任です。
AI適用性
0.328 / 1
Microsoftの研究における、この職種の業務へのAI適用度です。指数であり、確率ではありません。
観測された活動カバー率
77.8%
研究の利用閾値を超えた業務活動の割合を、重要度で重み付けした値です。AIを使う従業員の割合ではありません。
手動・自動テストを含むSoftware Quality Assurance Analysts and Testersに対応します。
Microsoft v1.1 · 対象は2024年1～9月の米国のBing Copilot会話です。失業を予測する指標ではなく、タスクの選択によっても変わりません。 測定方法を見る
日々のタスク
各タスクの頻度を設定すると、タスクの構成、計画、ツールの提案が更新されます。
頻度の重みは、ときどき1、定期的2、頻繁に3です。割合は労働時間、削減時間、失業リスクを表しません。
AIの役割は、O*NETのタスクに対するAI IDE Listの編集上の評価です。実測の自動化率ではありません。部分的な自動化にも確認が必要です。
テストケースとスクリプトを作る
受入条件からテストを作り、境界条件とアサーションの検出力を確認します。
タスクの出典
O*NETのタスク原文（英語）
Design test plans, scenarios, scripts, or procedures.
O*NET 31.0、タスク 14638 · 重要度 4.35 / 5. 職種のタスクを見る
システム変更をテストする
差分から回帰テストの対象を挙げ、テスト一式を実行して想定外の動作を調べます。
タスクの出典
O*NETのタスク原文（英語）
Test system modifications to prepare for implementation.
O*NET 31.0、タスク 14639 · 重要度 4.21 / 5. 職種のタスクを見る
回帰テストの網羅性を高める
テスト用コードを作り、フィクスチャの分離、再現性、失敗の検出を確認します。
タスクの出典
O*NETのタスク原文（英語）
Develop testing programs that address areas such as database impacts, software scenarios, regression testing, negative testing, error or bug retests, or usability.
O*NET 31.0、タスク 14640 · 重要度 4.52 / 5. 職種のタスクを見る
不具合報告を書く
観測した操作手順とログを報告にまとめ、提出前に不具合を再現します。
タスクの出典
O*NETのタスク原文（英語）
Document software defects, using a bug tracking system, and report defects to software developers.
O*NET 31.0、タスク 14641 · 重要度 4.68 / 5. 職種のタスクを見る
想定外の出力を診断する
機密情報を除いた証拠から原因を考え、条件を管理した実験で障害を切り分けます。
タスクの出典
O*NETのタスク原文（英語）
Identify, analyze, and document problems with program function, output, online screen, or content.
O*NET 31.0、タスク 14642 · 重要度 4.70 / 5. 職種のタスクを見る
不具合の修正を追跡する
課題の状態をまとめ、完了にする前に元の再現手順を実行します。
タスクの出典
O*NETのタスク原文（英語）
Monitor bug resolution efforts and track successes.
O*NET 31.0、タスク 14643 · 重要度 4.12 / 5. 職種のタスクを見る
不具合の記録を管理する
重複候補とタグを提案し、原因が異なる問題を統合していないか確認します。
タスクの出典
O*NETのタスク原文（英語）
Create or maintain databases of known test defects.
O*NET 31.0、タスク 14644 · 重要度 4.15 / 5. 職種のタスクを見る
テスト範囲と日程を決める
リスクに基づくテスト計画を作り、リリースに十分な範囲かはテスト担当者が判断します。
タスクの出典
O*NETのタスク原文（英語）
Plan test schedules or strategies in accordance with project scope or delivery dates.
O*NET 31.0、タスク 14645 · 重要度 4.00 / 5. 職種のタスクを見る
選択はこのブラウザに保存されます。共有リンクに含まれるのは職種と選んだ頻度だけです。
AIを業務に取り入れる計画
繰り返し行うタスクを1つ選び、出力を検証してから作業範囲を広げます。
テストが不具合を検出するか確かめる
対象タスク：テストケースとスクリプトを作る
- 準備
- 要件と既知の失敗例を使い、提案された実装は先に見せません。
- 試す
- 受入条件からテストを作り、境界条件とアサーションの検出力を確認します。
- 検証
- 壊れた例ではテストが失敗し、修正後は通ることを確認します。
生成コードをレビューする
対象タスク：回帰テストの網羅性を高める
- 準備
- 小さなタスク、明確なインターフェース、受入条件から始めます。
- 試す
- テスト用コードを作り、フィクスチャの分離、再現性、失敗の検出を確認します。
- 検証
- 変更を使う前に差分を確認し、独立したテストを実行して依存関係を確認します。
AIが書いた文書を検証する
対象タスク：不具合報告を書く
- 準備
- 使用を承認された資料、想定読者、必要な出力形式を指定します。
- 試す
- 観測した操作手順とログを報告にまとめ、提出前に不具合を再現します。
- 検証
- 事実に関する記述を出典までたどり、手順の例を実際に実行します。
テストの有効性を評価する
要件からケースを作り、既知の不具合を3つ入れます。検出できるケースを残し、不足する境界ケースを追加します。
スキルと雇用の見通し
職業データに示されたスキル
重要度 · 1～5- 読解力4.00 / 5
- 積極的傾聴3.88 / 5
- 話す力3.88 / 5
- 批判的思考3.88 / 5
- 文章作成3.75 / 5
O*NETの基礎・応用スキルのうち、重要度が高いものを表示しています。職業上の要件を示し、将来の需要を予測するものではありません。
米国の雇用予測
+5.7%
雇用の予測変化率、2025～2035年
Software quality assurance analysts and testers
BLSは多くの要因から雇用全体の変化を予測しています。AIだけの影響や英国の雇用を予測したものではありません。
BLSの雇用予測継続して確認すること
実装から作ったテストは、その実装の誤りを繰り返す場合があります。独立した要件と意図的に壊した例でテストの質を評価します。
選んだタスクで試すツール
選んだタスクに基づく提案です。小さな例で試し、出力の品質と確認にかかる手間を比較してください。
このモデルを、検証可能な小さなタスク例で試してください。採用前に品質と確認の手間を比較します。
試すタスク： テストケースとスクリプトを作る; システム変更をテストする.
出典と限界
参照する職業分類： Software Quality Assurance Analysts and Testers (15-1253.00). 研究の職業分類：Software Quality Assurance Analysts and Testers（SOC 15-1253）。
- O*NET 31.0 · CC BY 4.0
- Working with AI、v1.1 · CC BY 4.0
- BLS雇用予測、2025～2035年 · 米国政府データ
Microsoftの研究はO*NET 29.0、ここでのタスク説明はO*NET 31.0を使用しています。研究の元のスコアを保持しており、編集上の助言は各出典が公表した研究結果ではありません。
方法、帰属表示、更新履歴を見る