Train je team in agentic AI quality engineering.

Het werk verschuift. De schaarse vaardigheid is niet langer zo snel mogelijk code typen, maar agents aansturen en hun werk verifiëren. Wie dat beheerst, doet ineens veel meer zelfstandig. Denk hierbij aan de boilerplate code die geschreven moet worden, of de tests die je anders keer op keer blijft uitstellen. De tijd die je daarmee terug kan winnen, wordt besteed aan de belangrijke kwesties die menselijk inzicht vereisen.

Om dit te kunnen doen is het belangrijk om trainingen te volgen zodat ook jij goed kan inschatten op welke plek je een agent het beste kan inzetten, maar ook welke tools je deze agent wel of niet geeft. Het probleem van agents is vaak dat ze stellig zijn in hun antwoorden, wat dus goed of fout kan zijn. Door hier bewust van te zijn en hierop te sturen, maakt dit het verschil tussen gebruiken en inzetten. Wanneer je een agent een vrijbrief geeft voor je systeem (lees: accept all), kunnen de gevolgen veel impact hebben. Het verschil tussen een agent die je vooruit helpt en één die schade aanricht is geen geluk maar getuigt van vakmanschap. Dit laat zich zien door de agent goed af te bakenen, maar ook altijd te verifiëren. Dat vakmanschap leer je tijdens deze trainingen.

Je leert daarbij een gestructureerde manier van werken, maar ook een houvast in de wildgroei aan allerlei AI-begrippen. Deze begrippen hoef je niet uit je hoofd te leren, maar je leert wel een aanpak die overeind blijft terwijl de tools snel veranderen.