AI-gegenereerde code testen: hoe weet je of het echt werkt?

AI maakt code genereren gemakkelijk

Wie AI gebruikt bij IT-werk, herkent het waarschijnlijk. Je beschrijft wat je nodig hebt aan ChatGPT, Gemini of Claude, krijgt een voorstel en past dat een paar keer aan. Voor je het weet staat er een script of functie die je zelf misschien niet zo snel had geschreven.

• Een systeembeheerder laat bijvoorbeeld een PowerShell-script schrijven om oude bestanden op te ruimen.
• Een IT-medewerker bouwt een koppeling die gegevens uit Excel overzet naar een ander systeem.
• Een developer genereert een kortingsfunctie.
• En een Scrum-team laat AI alvast tests maken voor de volgende user story.

Handig. Maar dan komt de vraag: hoe controleer je of wat AI heeft gemaakt daadwerkelijk werkt? Want iets genereren en aantonen dat het werkt, zijn twee verschillende stappen.

Neem bijvoorbeeld het opruimscript van de systeembeheerder. Het moet bestanden verwijderen die ouder zijn dan negentig dagen. Dat klinkt overzichtelijk. Toch wil je weten:

• Welke datum gebruikt het script: aanmaakdatum of laatste wijziging?
• Wat gebeurt er met bestanden die precies negentig dagen oud zijn?
• Worden submappen meegenomen?
• Zijn belangrijke mappen uitgesloten?
• Kun je eerst bekijken wat het script zou verwijderen?

Dat zijn vragen die bepalen of je het script met vertrouwen kunt gebruiken. “Het draaide zonder foutmelding” vertelt je daar maar een deel van.

Wat betekent AI-gegenereerde code testen?

AI-gegenereerde code testen betekent dat je onderzoekt of de oplossing doet wat je nodig hebt, onder de omstandigheden die voor jou belangrijk zijn. Je controleert bijvoorbeeld of een script de juiste bestanden selecteert, een koppeling gegevens goed verwerkt of een functie de afgesproken berekening uitvoert.

Daarvoor kun je de code lezen en beoordelen. Dat noemen we een code review. Je kunt de oplossing ook uitvoeren met gekozen gegevens en de uitkomst vergelijken met wat je verwacht. Binnen TMap vallen deze activiteiten onder statisch en dynamisch testen. Beide helpen je om informatie over kwaliteit te verzamelen.

Dit artikel gaat over code die met AI is gemaakt. Een AI-model of chatbot zelf testen brengt aanvullende vragen met zich mee.

Waarom groene AI-tests niet genoeg kunnen zijn

Stel dat een developer AI een kortingsfunctie laat bouwen. De afspraak:

• Een klant krijgt 10% korting, met maximaal €25 korting per bestelling.

AI schrijft de functie en maakt er tests bij. Bij een bestelling van €50 komt er €5 korting uit. Bij €100 is dat €10. Alle tests slagen.

Mooi. Tot iemand voor €400 bestelt. De functie geeft €40 korting. Het maximum is vergeten. Een leuke verrassing voor de klant, iets minder voor de financiële afdeling.

Dit laat zien hoe code en tests dezelfde verkeerde aanname kunnen volgen. De tests onderzoeken de procentberekening, maar niet het kortingsmaximum. Daarom is de vraag bij iedere test: waarop baseren we het verwachte resultaat? Op een afgesproken regel, of op wat de gegenereerde code toevallig doet?

Ook een hoog percentage code coverage geeft daarop geen volledig antwoord. Het laat zien welke code tijdens tests is uitgevoerd. Het bewijst niet dat alle belangrijke afspraken goed zijn verwerkt.

Begin met duidelijke afspraken en kwaliteitsrisico’s

Voordat je meer tests laat genereren, moet helder zijn wat “werkt” betekent. Bij de kortingsfunctie zijn er misschien aanvullende regels. Geldt de korting voor alle producten? Mag een kortingscode erbij? Hoe ronden we bedragen af?

Bij een koppeling tussen Excel en een klantensysteem ontstaan andere vragen. Wat gebeurt er met dubbele klanten? Met lege velden? Of met een invoer die halverwege stopt?

Leg het gewenste gedrag vast in duidelijke, toetsbare afspraken. Binnen een Scrum-team gebruik je daarvoor vaak acceptatiecriteria. Voor een beheerscript kan een korte beschrijving met voorbeelden voldoende zijn.

Daarna kijk je naar de kwaliteitsrisico’s: wat kan er fout gaan en wat zijn de gevolgen?

Een verkeerde schermtekst vraagt om andere aandacht dan een script dat bestanden verwijdert. TMap helpt je die afweging te maken en je testinspanning erop af te stemmen. Zo besteed je je tijd aan controles die ertoe doen.

AI-code controleren: vier praktische aandachtspunten

1. Doet de oplossing wat is afgesproken?

Lees de code naast de opdracht. Zijn voorwaarden en uitzonderingen meegenomen? Heeft AI zelf keuzes ingevuld? Als je niet begrijpt hoe een belangrijk onderdeel werkt, onderzoek dat dan verder. Een toelichting van AI kan helpen, maar controleer die aan de hand van de code en het gedrag.

2. Wat gebeurt er als iets afwijkt?

Een bestand ontbreekt. Een gebruiker voert een onverwachte waarde in. Een gekoppeld systeem reageert niet. Dit zijn gewone werksituaties. Onderzoek hoe de oplossing erop reageert. Geeft ze een duidelijke melding? Kun je herstellen? Zijn er misschien al gegevens aangepast voordat het misgaat?

3. Past de code in jullie omgeving?

Controleer of de gebruikte functies en softwareversies aansluiten op jullie systemen. Een script dat lokaal werkt, kan op een andere server anders reageren door rechten, instellingen of beschikbare onderdelen. Bij koppelingen wil je bovendien weten of gegevens in het juiste formaat worden uitgewisseld. Integratietesten helpen om die samenwerking te onderzoeken.

4. Kunnen jullie de oplossing veilig gebruiken en onderhouden?

Kijk naar toegangsrechten, gevoelige gegevens en de mogelijkheid om wijzigingen terug te draaien. Denk ook aan de volgende collega die ermee moet werken. Begrijpt die wat de code doet? Zijn belangrijke keuzes toegelicht? Snel gegenereerde code moet later ook bruikbaar blijven.

Hoe test je AI-gegenereerde code met goede voorbeelden?

Je hoeft niet meteen tientallen tests te maken. Begin met situaties die belangrijke regels en risico’s onderzoeken.

Voor de kortingsfunctie (Een klant krijgt 10% korting, met maximaal €25 korting per bestelling) zijn dit logische voorbeelden:

Bedragen vlak onder en boven €250 kunnen extra informatie geven. Dat is het idee achter grenswaardenanalyse.

Voor het opruimscript kies je bijvoorbeeld recente bestanden, oude bestanden en bestanden uit een uitgesloten map. Test met een beheersbare verzameling gegevens voordat je het script op echte bestanden loslaat.

Laat AI gerust helpen om testsituaties te bedenken. Beoordeel vervolgens zelf of die situaties relevant zijn en of de verwachte uitkomsten kloppen.

Kwaliteit van AI-code is een teamvraag

In een cross-functioneel team hoeft één persoon niet alle antwoorden te hebben. De developer begrijpt de implementatie. De tester onderzoekt ontbrekende situaties. De product owner verduidelijkt bedrijfsregels. De systeembeheerder weet welke rechten en instellingen in de praktijk gelden.

Door die kennis te combineren, worden aannames eerder zichtbaar. Spreek daarom af wie welke controles uitvoert en welke informatie nodig is om verder te gaan.

Bij een pull request helpt een korte checklist:

• Is duidelijk wat de wijziging moet doen?
• Zijn de belangrijkste risico’s besproken?
• Begrijpen we de oplossing?
• Zijn verwachte resultaten gebaseerd op afspraken?
• Zijn relevante uitzonderingen en fouten onderzocht?
• Weten we welke vragen nog openstaan?

Met TMap krijg je meer vertrouwen in wat AI maakt

AI maakt het gemakkelijk om iets te genereren. TMap helpt je om gericht te onderzoeken of het ook werkt zoals bedoeld. Je begint bij duidelijke afspraken, bespreekt risico’s, kiest passende controles en beoordeelt de resultaten. Dat geeft je een stevigere basis dan alleen een overtuigend codevoorstel of een groene testuitslag. Wil je leren hoe je dit samen met je team aanpakt? In onze e-learning TMap® Quality for cross-functional teams verdiep je je in de kwaliteitsprincipes die daarbij helpen. Zodat je bij de volgende AI-oplossing beter kunt beantwoorden: wat hebben we gecontroleerd, en waarom vertrouwen we erop?