AIが作った業務画面を、誰がどうテストするのか

テストを二つに分けることです。画面が正しく動くかどうかの確認は、画面と一緒にテストを作らせて機械で繰り返し回す。その画面が業務で使えるかどうかは、実際に使う人が短い手順で確かめて、誰が受け入れたかを残す。そして、どちらの記録も画面と同じ場所に持つ。AI で画面を作る速さが上がるほど、この分け方をしないと確認が追いつかなくなります。

作る速さに、確かめる速さが追いつかない

Stack Overflow の2025年の開発者調査では、回答者の84%が開発に AI ツールを使っているか、使う予定だと答えました。一方で、AI ツールの出力の正確さを「信頼しない」と答えた人は46%で、「信頼する」の33%を上回っています。強く信頼すると答えたのは3.1%でした。

同じ調査で最も多かった不満は、「ほぼ正しいが、少しだけ違う」AI の答え（66%）です。「AI が生成したコードのデバッグに時間がかかる」も45.2%が挙げています。Google の DORA の2025年の報告でも、回答者の90%が仕事で AI を使い、80%以上が生産性が上がったと感じる一方で、30%は AI が生成したコードをほとんど、あるいはまったく信頼していません。

ほぼ正しいものが速く大量に出てくる。これが今の状況です。業務画面で言えば、項目は揃っていて保存もできるのに、検査結果の上限と下限が逆だった、別の工場のデータまで見えてしまう、といった誤りです。一つずつ人が目で確かめていたら、作る速さの意味がなくなります。

印象では判断できない

AI を使った作業が本当に速くなっているかも、感覚では分かりません。METR が2025年に経験豊富なオープンソース開発者16人を対象に行った実験では、AI ツールを使った場合、課題を終えるまでの時間が19%長くなりました。開発者は始める前に24%速くなると予想し、終わったあとも20%速くなったと感じていました。

この実験は熟練者が慣れたコードで作業した場合のもので、すべての場面に当てはまるわけではありません。それでも、AI が作ったものは「よさそうに見える」かどうかでなく、決めた手順で確かめて記録に残さないと判断を誤る、ということははっきり示しています。

テストを二つに分ける

業務画面の確認には、性質の違う二つの仕事があります。

画面テストは、作る側の責任です。AI に画面を作らせるなら、同じ依頼からテストケースも作らせ、画面を直すたびに全部回します。一つでも不合格なら、使う人のところへは出しません。

受入テストは、使う側の判断です。画面が仕様どおり動いても、現場の言葉と違えば使われません。ここは人にしかできませんが、重くすると誰もやらなくなります。中小の工場なら、3〜5項目を5分で試せる程度に絞るのが現実的です。そのかわり、誰がいつ受け入れたかを必ず残します。ISO 9001 の審査で「この帳票の変更は誰が承認したか」と聞かれたときに答えられるのは、この記録です。

生成とテストを一か所で持つ理由

テストを画面とは別の場所、たとえば Excel のチェックリストで管理すると、画面を作り直したときにテストが古いまま残ります。AI で作る画面は直す回数が多いので、このずれがすぐに大きくなります。

画面とテストを同じ場所に持てば、次のことができます。

• 画面を直したら、関係するテストを自動で全部回し直せる。
• どの版の画面が、どのテストに合格して配置されたかを後から追える。
• 不合格のテストが残っている画面は、配置できないようにできる。
• テストケースそのものが、その画面の仕様の記録になる。

weaveAI での形

weaveAI は、画面を作るときにテストケースも一緒に作って保存し、機能ごとに実行して、フロントエンドとバックエンドに分けて結果を記録します。結果からは検収用のレポートを作れます。

AI が作ったものを、AI が作ったテストで確かめるだけでは足りません。テストの観点は人が見直し、業務で使えるかの最後の判断は使う人がする。その分担を道具の側で決めておくことが、AI で画面を作るときの品質の土台になります。