- „AI testery nahradí.“
- „Juniorů je na trhu moc.“
- „Absolventů kurzů je tolik, že už se nikdo neuplatní.“
- „Počkám raději na dotaci od MPSV.“
- „Nevím, jestli má cenu platit kurz z vlastních peněz.“
Tyto obavy jsou pochopitelné. A bylo by nepoctivé říkat, že vstup do testování je dnes stejně jednoduchý jako před několika lety. Není. Ale to neznamená, že testování nemá budoucnost. Znamená to něco jiného:
AI testery neruší. Mění to, co musí tester umět
AI dnes umí pomoci s návrhem testovacích scénářů, analýzou požadavků, generováním testovacích dat, psaním automatizovaných testů nebo rychlým vysvětlením technických pojmů.
To ale neznamená, že automaticky pozná, co je pro uživatele důležité, co je riziko pro firmu, co je chyba v zadání, co je špatně navržený proces nebo co se má otestovat jako první. Právě tady zůstává prostor pro dobrého testera.
World Economic Forum uvádí, že technologické dovednosti, AI, big data a technologická gramotnost patří mezi nejrychleji rostoucí oblasti dovedností, které budou zaměstnavatelé potřebovat. Zároveň očekává, že se do roku 2030 změní významná část potřebných pracovních dovedností.
Jinými slovy: AI nemění jen práci programátorů nebo testerů. Mění prakticky všechny intelektuální profese, kde se pracuje s informacemi, rozhodováním, analýzou, textem, daty nebo znalostmi.
Dobrý tester v roce 2026 už proto není člověk, který jen „kliká podle scénáře“. Je to člověk, který rozumí kvalitě softwaru, umí přemýšlet nad riziky, pokládat správné otázky, používat nástroje, komunikovat s týmem a využívat AI k rychlejší a lepší práci.
Nejvíc ohrožené není testování. Nejvíc ohrožené je povrchní testování
Pokud někdo chápe testování jen jako mechanické klikání, opisování test casů a hledání zjevných chyb, tam AI opravdu hodně změní pravidla hry. Taková práce bude mít menší hodnotu.
Ale pokud tester umí přemýšlet, analyzovat, ověřovat kvalitu, hledat rizika, rozumět základům vývoje a komunikovat chyby tak, aby s nimi tým dokázal pracovat, jeho hodnota naopak roste.
AI nevytlačuje potřebu testování. Naopak přináší nové typy rizik, které musí někdo umět ověřovat. Už nestačí jen zkontrolovat, jestli tlačítko funguje. U AI systémů je potřeba sledovat, jestli jsou výstupy spolehlivé, bezpečné, vysvětlitelné, odolné a použitelné v praxi. Právě tyto vlastnosti zmiňuje i NIST ve svém rámci pro řízení rizik AI. To ukazuje, že testování se neposouvá na okraj — posouvá se blíž k otázkám kvality, rizik a důvěryhodnosti moderních systémů.
Budoucnost testování tedy není „méně testerů a všechno udělá AI“. Budoucnost spíš vypadá takto: Méně prostoru pro pasivní začátečníky. Více prostoru pro lidi, kteří se naučí testovat prakticky, systematicky a s využitím moderních nástrojů.
Problém trhu: absolventů kurzů je hodně, ale skutečných dovedností málo
V posledních letech vzniklo mnoho kurzů, akademií a rekvalifikací. Některé jsou kvalitní. Jiné slibují rychlý vstup do IT, ale studentům dají hlavně teorii, certifikát a falešný pocit připravenosti.
To má jeden nepříjemný důsledek: Firmy už nejsou nadšené z každého člověka, který má v životopisu napsáno „absolvoval kurz testování“. Kurz sám o sobě nestačí. Rozhoduje, co opravdu umíš:
- Umíš napsat test case?
- Umíš nahlásit chybu tak, aby ji vývojář pochopil?
- Umíš otestovat webovou aplikaci?
- Víš, co je API?
- Rozumíš základům SQL, databází, DevTools, Jiry, TestRailu nebo Postmanu?
- Umíš vysvětlit, proč testuješ právě tohle a ne něco jiného?
- Dokážeš použít AI tak, aby ti pomohla, ale zároveň slepě nevěřit jejím výstupům?
To je rozdíl mezi člověkem, který „byl na kurzu“, a člověkem, který začíná mít praktické testerské myšlení.
Čekat na dotace od MPSV? Někdy ano. Ale ne vždy
Dotace mohou výrazně pomoci. Pokud ti Úřad práce kurz schválí, může to snížit tvoje náklady. Jenže v roce 2026 je potřeba být opatrný s očekáváním, že dotace vyřeší všechno. MPSV klade větší důraz na reálné uplatnění na trhu práce, individuální situaci klienta a praktickou využitelnost dovedností.
Navíc podle neoficiálních informací se reálné spuštění nebo výraznější dostupnost dotací může posunout až někam k září 2026. Nejde tedy o jistotu, na kterou by bylo rozumné bez dalšího čekat.
Pokud chceš kurz jen proto, že bude „zadarmo“, možná je lepší počkat. Ale pokud chceš opravdu změnit kariéru a dostat se do IT, čekání má svou cenu. Každý měsíc čekání je měsíc, kdy nezískáváš praxi, nestavíš si portfolio, neučíš se s nástroji a neposouváš se blíž k první pracovní příležitosti.
V čem je kurz Jak se stát testerem jiný? Nestavíme na teorii, ale na praxi
Kurz Jak se stát testerem jsem nevytvořil jako teoretickou nalejvárnu, ale jako praktický online workshop. Co to znamená konkrétně?
- 12 reálných projektů: Nejde jen o 12 online lekcí. Hlavní část kurzu tvoří praktické projekty, na kterých pracuješ i během týdne mezi lekcemi.
- Zpětná vazba: Během kurzu průběžně pracuješ na úkolech a dostáváš zpětnou vazbu.
- Ověřené výsledky: Kurz pořádám od roku 2017. Za tu dobu jím prošlo více než 500 absolventů.
- Úspěšnost: Podle zpětné vazby si 74 % účastníků našlo práci do jednoho roku.
- Kvalita: Kurz si drží dlouhodobé hodnocení 5/5 na Googlu
V době, kdy je na trhu plno teoretických absolventů, právě praktické portfolio a zkušenosti z projektů rozhodují o tom, jestli uspěješ na pohovoru. Naučíš se pracovat s požadavky, psát testovací scénáře, hlásit chyby, pochopíš principy vývoje softwaru a zapojíš do své práce AI.
Závěr: Má smysl začít s testováním v roce 2026?
Rozhodně ano. Pokud k tomu přistoupíš prakticky a vyhneš se povrchní teorii.
Testování se vyvíjí, AI mění pravidla hry a firmy už neberou každého. Právě proto dnes rozhoduje praxe, schopnost přemýšlení v souvislostech a umět používat moderní nástroje. A přesně na tom je postavený můj kurz. Může ti ušetřit měsíce bloudění, nekvalitních informací a špatných začátků.
