Jak sztuczna inteligencja zmienia testowanie?
Platynowe partnerstwo ISTQB, GenAI i przyszłość QA.
Rozmowa z Piotrem Wierskim,
Head of Quality Assurance, Test & Embedded Practice w ALTEN Polska.
Certyfikacja ISTQB i znaczenie partnerstwa dla ALTEN Polska
Na początek — co dla ALTEN Polska oznacza uzyskanie statusu Platynowego Partnera ISTQB i dlaczego to tak istotne wyróżnienie?
Dla ALTEN Polska uzyskanie platynowego partnerstwa ISTQB to istotny krok na naszej drodze rozwoju jako wiarygodnego dostawcy rozwiązań. To również dołączenie do elitarnego grona naszych kolegów z Włoch, Francji i Hiszpanii. Partnerstwo to jest dla nas źródłem satysfakcji, ponieważ potwierdza, że nasza praca ma realny sens. Przez lata, kiedy kierowałem zespołem testerów, często pytano mnie, czy warto inwestować czas i wysiłek w zdobycie certyfikatu ISTQB. Zawsze odpowiadałem: jeśli tester zna techniki projektowania przypadków testowych, potrafi tworzyć dokumentację testową i posługuje się ustandaryzowanym językiem, szybciej odnajduje się w zespole, lepiej rozumie potrzeby klienta, a w efekcie projekt zyskuje na jakości.
Jak wyglądała droga do tego partnerstwa i jakie kryteria trzeba było spełnić, by znaleźć się w gronie nielicznych firm na świecie z takim statusem?
Standardowo, uzyskanie statusu platynowego partnera wymaga długiej drogi — wiele osób musi zdobyć certyfikaty na poziomie podstawowym i zaawansowanym. Na szczęście w przypadku ALTEN Polska proces certyfikacji przebiegł wyjątkowo sprawnie. Stało się tak, ponieważ traktujemy testowanie poważnie — jako kluczowy element tworzenia wysokiej jakości produktu, a nie jedynie dodatek do procesu IT. Nie chodziło tu wyłącznie o liczby — liczy się codzienna praca, wymiana doświadczeń, szkolenia, rozmowy z klientami oraz radzenie sobie z nieprzewidzianymi wyzwaniami.
Rozwój kompetencji testerów oprogramowania w ALTEN Polska
Szkolenia i certyfikacje ISTQB są ważnym elementem rozwoju testerów. Jak ALTEN Polska wspiera pracowników w zdobywaniu i aktualizowaniu wiedzy w tym obszarze?
Fundamentem naszego podejścia jest uznanie wartości każdego pracownika. Inwestujemy w praktyczne szkolenia, warsztaty oraz prowadzimy rozmowy o tym, jak płynnie wejść w nową rolę czy projekt. Firmy, które stawiają na wiedzę i wymianę praktycznych doświadczeń, są doceniane przez klientów. Certyfikacja ISTQB otwiera drzwi do bardziej złożonych i wymagających projektów, umożliwia testowanie produktów krytycznych z punktu widzenia bezpieczeństwa.
Czy widzisz wymierne korzyści biznesowe z inwestowania w certyfikację zespołów testerskich? Jeśli tak, to jakie?
Jak już wspominałem, jedną z najbardziej oczywistych korzyści jest ujednolicenie języka poprzez stosowanie jednoznacznych definicji. Na przykład, gdy mówimy o konieczności stworzenia planu testów, obie strony dokładnie wiedzą, jakie informacje powinien on zawierać. Kolejną, być może najważniejszą korzyścią, jest aspekt ekonomiczny — dostarczanie informacji o jakości produktu przy możliwie najniższym koszcie. O ile w przypadku prostych produktów jesteśmy w stanie stworzyć warunki testowe nawet intuicyjnie, to przy złożonych systemach z wieloma warunkami logicznymi staje się to ekstremalnie trudne. W takich sytuacjach różnica jest wyraźnie zauważalna.
Nowy sylabus ISTQB:
testowanie systemów z wykorzystaniem GenAI i rola współpracy z ALTEN Group
Najnowszy sylabus ISTQB dotyczy testowania przy użyciu generatywnej sztucznej inteligencji. Skąd w ogóle potrzeba stworzenia takiego dokumentu?
Obecnie dużo mówi się o generatywnej AI i jej rosnącej roli w IT. Z mojego doświadczenia wynika, że tester nie może dziś bazować wyłącznie na dawnych, sprawdzonych metodach, ponieważ świat technologii zmienia się bardzo szybko. Jak zawsze w takich przypadkach pojawia się wiele szumu informacyjnego, przez co trudno oddzielić marketing od rzeczywistych możliwości i korzyści. Dlatego właśnie ISTQB podjęła się przygotowania materiałów i szkoleń, które w obiektywny sposób prezentują potencjał GenAI oraz sposoby, w jakie może ona wspierać proces testowania. Oczywiście branża zmienia się dynamicznie, więc dokument ten stanowi jedynie podstawę, na której można budować dalsze poznawanie tej technologii.
ALTEN Group brała udział w pracach nad sylabusem. Jak wyglądał ten proces i w jaki sposób mogliśmy wnieść swoje doświadczenie?
ALTEN Group — jako partner ekspercki — aktywnie uczestniczył w pracach nad nowym sylabusem, dzieląc się doświadczeniami z wdrożeń AI w różnych branżach. Kluczowe było wniesienie praktycznej wiedzy dotyczącej narzędzi, ich zastosowania, ale również ograniczeń. W ramach 60 tysięcy inżynierów ALTEN Group mamy specjalistów rozpoznawalnych w światowej społeczności. Nasi koledzy z Włoch zdecydowali się poświęcić swój czas i podzielić się ze społecznością testerską swoją wiedzą oraz doświadczeniem. Wraz z wąskim gronem ekspertów stworzyli sylabus, który stał się podstawą do opracowania akredytowanych materiałów szkoleniowych i ich realizacji. Dokument przeszedł standardowy proces weryfikacji i zatwierdzenia przez organy ISTQB, a po publikacji stał się powszechnie dostępny.
Zastosowanie GenAI w testowaniu oprogramowania: korzyści i wyzwania
Jakie kluczowe obszary i wyzwania obejmuje sylabus związany z testowaniem systemów opartych o GenAI?
Sylabus ISTQB dotyczący testowania systemów opartych na GenAI odpowiada na realną potrzebę standaryzacji podejść, które pomagają radzić sobie z nieprzewidywalnością takich rozwiązań. Koncentruje się m.in. na testowaniu jakości generowanych treści, walidacji danych wejściowych i wyjściowych, ocenie ryzyka związanego z halucynacjami modeli, a także aspektach etycznych — takich jak uprzedzenia algorytmiczne czy zgodność z regulacjami. To kompleksowe podejście, które ma wspierać testerów w pracy z technologią, która nie zawsze działa w sposób deterministyczny.
Czy wykorzystanie generatywnej AI w testowaniu już dziś realnie wspiera zespoły testerskie, czy to raczej temat na przyszłość?
Tak — szczególnie w najbardziej żmudnych i podstawowych zadaniach, takich jak tworzenie podsumowań tekstów, generowanie przypadków testowych czy analiza dużych zbiorów danych. Mimo to kluczowa pozostaje rola człowieka w ocenie, kiedy AI halucynuje, wypaczając wynik lub przedstawia jedynie częściowe rozwiązanie — co zdarza się równie często.
Jakie są największe wyzwania technologiczne i etyczne w testowaniu rozwiązań opartych na GenAI?
To temat na osobną rozmowę, ale postaram się choć zarysować najważniejsze kwestie. Jednym z głównych wyzwań jest uzyskanie wiarygodnych wyników testów działania systemu. Brzmi banalnie, ale w sytuacji, gdy nie jesteśmy w stanie zrozumieć „czarnej skrzynki” modelu AI — czyli tego, jak dochodzi on do swoich decyzji — staje się to podstawowym problemem. Często wymaga to nowego, statystycznego podejścia oraz umiejętności interpretacji wyników, które mogą dynamicznie się zmieniać.
Ogromne znaczenie mają również kwestie etyczne: jak unikać błędów wynikających z biasu danych, jak chronić prywatność użytkowników i kto powinien ponosić odpowiedzialność za decyzje podejmowane przez system. Nie można też zapominać o poufności i bezpieczeństwie własności intelektualnej, które często stanowią największą wartość firmy. To są wyzwania, z którymi branża musi się zmierzyć w najbliższym czasie.
Przyszłość testowania oprogramowania: AI, ISTQB i rola testerów
Na koniec — w jakim kierunku Twoim zdaniem będzie rozwijał się obszar software testing w perspektywie najbliższych 3–5 lat, biorąc pod uwagę zarówno sztuczną inteligencję, jak i standardy ISTQB?
Obecnie rozwój systemów opartych na AI przebiega w tempie niespotykanym dotąd w historii. Pomijając już ogrom czasu potrzebny na pozostanie na bieżąco, nowe przełomowe podejścia i możliwości pojawiają się praktycznie co tydzień. Gdybym miał nakreślić ogólną wizję, powiedziałbym, że w najbliższych latach testowanie stanie się coraz bardziej zautomatyzowane i autonomiczne, napędzane przez AI oraz narzędzia predykcyjne. Standardy ISTQB będą ewoluować, by nadążyć za zmianami technologicznymi, ale także by zapewnić ramy etyczne i jakościowe. Testerzy będą musieli łączyć kompetencje techniczne z rozumieniem kontekstu biznesowego oraz uczestniczyć w wielu projektach jednocześnie. W końcowym etapie mogą stać się nadzorcami autonomicznych systemów AI — „sztucznych pracowników” — i to oni będą podpisywać się pod wynikami ich pracy. O ile ludzkości starczy na to wszystko prądu!
