Existe uma sensação específica nas salas de projeto quando alguém pergunta "mas o que exatamente precisamos testar?". É silêncio. Não o silêncio de quem está pensando, mas o silêncio de quem não tem resposta e esperava que outra pessoa tivesse. O tester olha para o PO. O PO olha para o dev. O dev olha para o documento de requisitos que tem três versões e nenhuma é a final.
Por anos, esse silêncio foi o sintoma mais honesto de um processo com problemas. Ele expunha que ninguém havia definido o que significava "aprovado".
A IA resolveu esse problema. Não respondendo à pergunta. Preenchendo o silêncio.
O silêncio que virou documento
Quando você cola uma especificação no Copilot e pede "gere critérios de aceitação para esse fluxo", a resposta chega em segundos. Formatada. Numerada. Com cenários positivos e negativos. Com linguagem técnica precisa.
Parece um entregável profissional. E às vezes é.
O problema é quando não é. Quando a especificação que você colou era ambígua, incompleta ou simplesmente desatualizada, a IA não te avisa. Ela preenche os buracos com suposições que fazem sentido do ponto de vista do código, mas não do ponto de vista do negócio.
A IA não te diz o que você não sabe perguntar. Ela te dá uma resposta que parece completa o suficiente para você não perguntar mais.
O tester lê os critérios, acha que estão bons, executa os testes, tudo passa. O fluxo vai para produção. E o bug aparece não porque o código estava errado. Mas porque o critério que deveria capturá-lo nunca existiu.
O que a IA não pode inventar
Critérios de aceitação têm dois componentes. Um técnico: o que o sistema faz. Um de negócio: o que o sistema precisa fazer para essa pessoa, nesse contexto, nessa empresa.
O componente técnico a IA domina bem. Dado um fluxo do Power Automate, ela consegue identificar caminhos, condições e exceções esperadas.
O componente de negócio não está no código. Está na cabeça da gerente de RH que vai usar esse fluxo toda segunda-feira. Está no comportamento do usuário que vai preencher o formulário no celular com conexão ruim. Está na exceção que acontece uma vez por trimestre e que o cliente considera crítica, mas ninguém documentou.
Esse conhecimento não vive em nenhum repositório que a IA pode ler.
Então quando você pede para a IA gerar critérios sem antes extrair esse conhecimento das pessoas certas, ela gera o que pode. O que ela tem. E entrega com a mesma confiança de quando o que ela tem é suficiente.
Aprovado pelo sistema que não entende o processo
Em ambientes Microsoft, o problema tem uma camada extra. Power Automate, Copilot Studio, SharePoint Forms: são ferramentas que democratizaram a criação de processos digitais. Qualquer pessoa com uma licença M365 pode montar um fluxo.
E pode testar esse fluxo com a ajuda do Copilot.
O que ninguém viu chegando: quando quem criou o fluxo é quem pediu para a IA gerar os critérios de teste, os pontos cegos se multiplicam. A IA aprende com o que o criador fornece. Se o criador não enxergou um edge case, a IA também não vai enxergar.
O resultado é um ciclo fechado que se autoconfirma. O fluxo passou nos testes. Os testes foram gerados pelo mesmo sistema que gerou o fluxo. Ninguém de fora olhou com os olhos de quem vai usar isso em produção.
O que fazer antes de pedir para a IA escrever qualquer coisa
A IA é uma ferramenta excelente para documentar critérios que alguém já entende. O problema começa quando ela é usada para substituir o processo de entender.
Antes de qualquer geração de critérios com Copilot ou qualquer outro modelo, algumas perguntas precisam ter resposta em linguagem humana, de preferência por escrito:
- Quem vai usar esse processo e em que condição?
- O que significa "funcionou" para essa pessoa?
- Quais são os cenários que não podem falhar, mesmo que raramente aconteçam?
- O que o sistema não deve fazer, mesmo que tecnicamente possa?
Com essas respostas, a IA se torna genuinamente útil. Ela transforma esse entendimento em critérios estruturados, cobre variações que você não pensou, e acelera o que antes levava horas.
Sem essas respostas, ela preenche o silêncio. E o silêncio, como sempre, tem um custo.
O ponto
A pergunta não é se a sua equipe usa IA para QA. É se a sua equipe sabe o que está testando antes de pedir para a IA escrever o teste.
Se a resposta for "mais ou menos", você não tem um problema de ferramentas. Você tem o mesmo problema de sempre, só que agora ele está muito bem documentado.
Quer continuar essa conversa? A newsletter da MacarenoNet traz toda semana uma leitura assim: sem hype, sem manual, só o que importa.
Fontes
- Batch testing for prompts (preview) - Microsoft Learn
- Using Microsoft Copilot for Microsoft 365 to Generate Manual Test Cases from User Stories - NashTech Blog
- Microsoft Copilot + Power Automate: Business Use Cases in 2026 - The Sunflower Lab