QA dùng AI trong kiểm thử: ghi kết quả vào CV ra sao

Bài viết: Đội ngũ BlockchainWork

Câu trả lời ngắn: đừng chỉ ghi “biết dùng ChatGPT để viết test case”. Hãy ghi việc bạn làm, phần nào bạn quyết định và phần nào AI làm, số liệu trước và sau, cách bạn kiểm đầu ra của AI, và bằng chứng người khác mở được. Với QA, đơn vị đo quen thuộc là số test case, thời gian chuẩn bị một vòng hồi quy, số lỗi lọt qua và tỷ lệ case do AI sinh ra bị loại. Ví dụ minh hoạ (do BlockchainWork đặt ra, không phải hồ sơ thật): “Viết test case hồi quy cho ứng dụng thanh toán: tôi chọn luồng cần kiểm và duyệt kịch bản, AI sinh nháp từ user story. Thời gian chuẩn bị một vòng hồi quy từ 3 ngày xuống 1,5 ngày; mọi case AI sinh ra đều chạy thử trên staging, loại khoảng 15% case trùng hoặc sai luồng. (Bộ test mẫu trên GitHub, dữ liệu giả lập)”.

Bài này hướng dẫn từng bước cho tester, QA/QC và sinh viên đang học kiểm thử: đo gì, kiểm đầu ra AI thế nào, viết dòng CV ra sao và lấy bằng chứng ở đâu.

Mục lục bài viết

1 Vì sao kiểm thử là nơi dễ thấy khác biệt giữa “biết dùng AI” và “dùng AI ra kết quả”?
2 Nên đo những gì khi dùng AI trong kiểm thử?
3 Làm sao kiểm đầu ra của AI để dòng CV có sức nặng?
4 Viết dòng CV cho QA thế nào? Ba ví dụ minh hoạ
5 Bằng chứng nào nhà tuyển dụng mở ra kiểm được?
6 Câu hỏi thường gặp

Vì sao kiểm thử là nơi dễ thấy khác biệt giữa “biết dùng AI” và “dùng AI ra kết quả”?

Câu trả lời ngắn: vì thiết kế test case và làm rõ yêu cầu là hai việc đang được áp dụng AI nhiều nhất trong kiểm thử, nên nhà tuyển dụng sẽ hỏi bạn đã làm gì khác người khác.

World Quality Report 2025 của Capgemini, OpenText và Sogeti (công bố 13/11/2025, khảo sát hơn 2.000 lãnh đạo cấp cao tại 22 quốc gia) cho biết 89% tổ chức tham gia đang thí điểm hoặc triển khai quy trình có Gen AI, trong đó 37% ở giai đoạn sản xuất và 52% ở giai đoạn thí điểm. Báo cáo ghi nhận thiết kế test case và làm rõ yêu cầu hiện dẫn đầu mức độ áp dụng. Tuy vậy chỉ 15% đạt triển khai trên toàn doanh nghiệp.

Báo cáo cũng cho thấy hiệu quả chưa đồng đều: các tổ chức báo cáo mức tăng năng suất trung bình 19%, nhưng một phần ba chỉ thấy mức tăng rất nhỏ. Nghĩa là câu “AI giúp tôi nhanh hơn” chưa đủ thuyết phục. Nhà tuyển dụng muốn biết bạn thuộc nhóm tăng được bao nhiêu và vì sao.

Nên đo những gì khi dùng AI trong kiểm thử?

Câu trả lời ngắn: chọn 2-3 chỉ số bạn thật sự theo dõi được, đo bằng cùng một đơn vị trước và sau khi dùng AI.

Thời gian chuẩn bị: từ lúc nhận user story đến khi có bộ test case duyệt xong (giờ hoặc ngày).
Số test case hoặc số luồng phủ được trong cùng một sprint, với cùng số người.
Tỷ lệ case AI sinh ra bị loại hoặc phải sửa: chỉ số này cho thấy bạn thật sự review chứ không chép nguyên.
Số lỗi lọt qua giai đoạn kiểm thử (nếu nhóm bạn có ghi lại): so sánh vài sprint liền nhau.
Phạm vi: số sản phẩm, module hoặc loại thiết bị bạn kiểm thử được sau khi dùng AI.

Nghiên cứu có đối chứng của METR (công bố 10/7/2025) là lời nhắc về việc đo thật: nhóm lập trình viên mã nguồn mở giàu kinh nghiệm mất nhiều thời gian hơn 19% khi được dùng công cụ AI, trong khi họ kỳ vọng nhanh hơn 24% và sau đó vẫn tin mình nhanh hơn 20%. Bản cập nhật ngày 24/02/2026 của METR nhận định nhiều khả năng lập trình viên hiện được tăng tốc nhiều hơn, nhưng cũng nói thẳng rằng các ước lượng tự báo cáo có thể rất thiếu tin cậy. Với QA, bài học giống nhau: ghi số bạn đã đo, đừng ghi cảm nhận.

Làm sao kiểm đầu ra của AI để dòng CV có sức nặng?

Câu trả lời ngắn: nêu rõ bạn kiểm bằng cách nào và đã bắt được lỗi gì. Đây là phần nhà tuyển dụng đọc kỹ nhất, vì nó cho thấy bạn không tin AI một cách mù quáng.

World Quality Report 2025 ghi nhận lo ngại về ảo giác và độ tin cậy của AI ở 60% tổ chức tham gia, nằm trong nhóm thách thức hàng đầu. Một vài cách kiểm bạn có thể ghi lại:

Chạy thử mọi case AI sinh ra trên môi trường staging trước khi đưa vào bộ test chính thức.
Đối chiếu từng tiêu chí chấp nhận với user story gốc để phát hiện AI tự thêm yêu cầu không có.
Loại case trùng, case sai luồng, case dùng dữ liệu không tồn tại.
Không đưa dữ liệu khách hàng thật hoặc mã nguồn nội bộ vào công cụ AI; dùng dữ liệu giả lập.

Một câu cụ thể như “đã loại 12 case sai luồng thanh toán trước khi chạy hồi quy” có giá trị hơn một đoạn mô tả công cụ.

Nếu bạn muốn đi xa hơn, chương trình ISTQB Certified Tester AI Testing (CT-AI) phiên bản 2.0, công bố tháng 4/2026, tập trung vào việc kiểm thử các hệ thống dựa trên AI: kiểm dữ liệu đầu vào, kiểm mô hình, kiểm các hệ thống AI tạo sinh và mô hình ngôn ngữ lớn, gồm cả kiểm thử khám phá và red teaming. Đây là hướng học bổ sung nếu bạn muốn chuyển từ “dùng AI để kiểm thử” sang “kiểm thử sản phẩm có AI”. Chứng chỉ cho thấy bạn đã học; dòng CV theo công thức cho thấy bạn đã áp dụng.

Viết dòng CV cho QA thế nào? Ba ví dụ minh hoạ

Câu trả lời ngắn: dùng công thức 6 phần [Việc] + [vai của tôi, vai của AI] + [trước → sau] + [quy mô] + [cách kiểm] + [bằng chứng]. Ba ví dụ dưới đây do BlockchainWork đặt ra để minh hoạ, không phải hồ sơ thật. Đừng chép số; chỉ ghi số bạn đã đo được.

Kiểm thử hồi quy. “Viết test case hồi quy cho ứng dụng ví điện tử: tôi chọn luồng cần kiểm và duyệt kịch bản, AI sinh nháp test case từ user story. Thời gian chuẩn bị một vòng hồi quy từ 3 ngày xuống 1,5 ngày; phạm vi từ 1 lên 2 sản phẩm, cùng số người. Mọi case AI sinh ra chạy thử trên staging, đã loại khoảng 15% case trùng hoặc sai luồng. Duy trì 5 tháng, mỗi sprint. (Bộ test mẫu trên GitHub, đã bỏ dữ liệu khách hàng)”

Kiểm thử tự động. “Viết kịch bản kiểm thử API bằng Postman/Newman: tôi đặc tả bộ điều kiện biên và review từng kịch bản, AI gợi ý đoạn mã kiểm tra. Số endpoint có kịch bản tự động từ 20 lên 55 trong 4 tháng; thời gian review mỗi kịch bản trung bình 20 phút. Mọi đoạn mã AI gợi ý đều chạy thử trên dữ liệu giả lập, đã chặn 3 lần AI dùng sai mã trạng thái. (Link repo công khai)”

Sinh viên, người mới vào nghề. “Đồ án kiểm thử ứng dụng quản lý thư viện, nhóm 4 người: tôi chịu trách nhiệm phần test case, ChatGPT gợi ý kịch bản ngoại lệ. Số kịch bản từ 30 lên 80; nhóm tìm thêm 9 lỗi so với lần kiểm thử không dùng AI (ghi trên Trello). Tôi chạy lại mọi kịch bản AI gợi ý trước khi đưa vào báo cáo. 6 tuần. (Link GitHub và báo cáo kiểm thử)”

Chỉ ghi điều bạn chứng minh được. Chưa đo thì bỏ trống phần số và nói rõ việc đã làm. Từ hôm nay, bạn có thể ghi lại thời gian và số case trước và sau để lần cập nhật CV sau có số thật.

Bằng chứng nào nhà tuyển dụng mở ra kiểm được?

Câu trả lời ngắn: một repo công khai với dữ liệu giả lập, một báo cáo kiểm thử đã che thông tin khách hàng, hoặc một bài thử ngắn bạn làm lại trước mặt nhà tuyển dụng.

Theo dữ liệu CV nộp trên BlockchainWork (tháng 7-10/2026), gần một nửa hồ sơ có link GitHub, portfolio hoặc sản phẩm demo. Nếu bạn là QA, bạn có thể đưa lên bộ test mẫu, kịch bản tự động hoá với dữ liệu giả lập, mẫu báo cáo lỗi đã che tên hệ thống. Không đưa mã nguồn, dữ liệu khách hàng hay tài liệu nội bộ của công ty cũ lên link công khai.

Muốn chọn dự án nhỏ làm bằng chứng, bạn có thể tham khảo bài Lộ trình Blockchain Developer từ con số 0 và Việc làm Tech và Non-Tech trong ngành Blockchain.

Đọc xong bài này, bạn đã sẵn sàng viết một dòng kỹ năng AI cho QA đúng với việc mình làm? Hãy tạo hồ sơ ứng viên miễn phí tại blockchainwork.net/candidate-signup để nhận cơ hội việc làm blockchain, Web3 và AI phù hợp. Cần hỗ trợ về hồ sơ, bạn gửi email cho đội ngũ BlockchainWork qua contact@blockchainwork.net.

Câu hỏi thường gặp

Dùng AI sinh test case có làm CV của QA yếu đi không?

Không, nếu bạn ghi rõ vai của mình. Bạn là người chọn luồng, đặc tả và duyệt; AI chỉ sinh nháp. Điều làm CV yếu đi là nhận phần việc AI làm là của mình hoặc không nói được cách kiểm.

Chưa có số liệu trước khi dùng AI thì làm sao?

Ghi việc đã làm, vai của bạn, vai của AI và cách kiểm, bỏ trống phần số. Bắt đầu ghi lại thời gian và số case ngay từ sprint này để có số thật cho lần sau.

Sinh viên chưa đi làm có nên ghi kỹ năng AI trong kiểm thử không?

Có, nếu có đồ án hoặc bài tập thật. Quy mô nhỏ vẫn được, miễn số đo trung thực và có link để kiểm.

Có nên học thêm chứng chỉ về AI cho QA không?

Chứng chỉ như ISTQB CT-AI cho thấy bạn đã học cách kiểm thử hệ thống AI. Nên kèm ít nhất một dòng theo công thức 6 phần để cho thấy bạn đã áp dụng.

Nên ghi tên công cụ AI ở đâu trong dòng CV?

Ở cuối dòng, sau việc và kết quả. Tên công cụ không cho nhà tuyển dụng biết bạn đã làm ra kết quả gì.

Nguồn tham khảo

Capgemini, OpenText, Sogeti, World Quality Report 2025 (2025)
METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity (2025)
METR, We are Changing our Developer Productivity Experiment Design (2026)
ISTQB, ISTQB releases Certified Tester AI Testing (CT-AI) syllabus version 2.0 (2026)
BlockchainWork, Dữ liệu CV nộp trên BlockchainWork, tháng 7-10/2026 (2026)

BlockchainWork

** Đây không phải là lời khuyên đầu tư, khuyến nghị chiến lược đầu tư hay nội dung quảng cáo được tài trợ. Vui lòng tham khảo Tuyên bố miễn trừ trách nhiệm của chúng tôi và sử dụng thông tin phù hợp.

BlockchainWork – Cộng đồng nhân sự blockchain hàng đầu tại Việt Nam, kết nối ứng viên đam mê với các doanh nghiệp tiên phong trong lĩnh vực blockchain và Web3. Với 25.000+ ứng viên đã đăng ký và 350+ nhà tuyển dụng, BlockchainWork là nền tảng chuyên biệt cho sự nghiệp blockchain tại Việt Nam.