{"id":33441,"date":"2026-04-08T15:17:05","date_gmt":"2026-04-08T13:17:05","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=33441"},"modified":"2026-05-07T11:54:45","modified_gmt":"2026-05-07T09:54:45","slug":"badanie-sii-testing-lab-sprawdzamy-ai-boom-w-automatyzacji-testow","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/badanie-sii-testing-lab-sprawdzamy-ai-boom-w-automatyzacji-testow\/","title":{"rendered":"Badanie Sii Testing Lab \u2013 sprawdzamy \u201eAI Boom\u201d w automatyzacji test\u00f3w"},"content":{"rendered":"\n<p>AI na dobre wesz\u0142o do pracy zespo\u0142\u00f3w IT \u2013 tak\u017ce w testowaniu oprogramowania. Nie jako jednorazowy prze\u0142om, ale jako zmiana, kt\u00f3ra w kr\u00f3tkim czasie sta\u0142a si\u0119 standardem.<\/p>\n\n\n\n<p>W ci\u0105gu ostatnich kilku lat narz\u0119dzia oparte na modelach j\u0119zykowych zacz\u0119\u0142y wspiera\u0107 kolejne obszary pracy. Dzi\u015b s\u0105 powszechnie wykorzystywane przez programist\u00f3w, tester\u00f3w, analityk\u00f3w czy product manager\u00f3w i coraz cz\u0119\u015bciej traktowane jako naturalny element \u015brodowiska pracy, a nie eksperyment.<\/p>\n\n\n\n<p>W obszarze testowania oprogramowania wp\u0142yw AI jest szczeg\u00f3lnie widoczny. Wsparcie przy tworzeniu przypadk\u00f3w testowych, porz\u0105dkowaniu wymaga\u0144, analizie dokumentacji, streszczaniu ticket\u00f3w czy proponowaniu scenariuszy test\u00f3w manualnych nikogo ju\u017c nie dziwi. Wiemy, \u017ce w tych obszarach AI realnie pomaga i przyspiesza prac\u0119 \u2013 <strong>to nie kontrowersyjna teza, lecz praktyka<\/strong>, kt\u00f3r\u0105 wiele zespo\u0142\u00f3w ma ju\u017c wdro\u017con\u0105.<\/p>\n\n\n\n<p>Dlatego w naszym badaniu nie pr\u00f3bujemy mierzy\u0107 wp\u0142ywu AI na testowanie jako ca\u0142o\u015bci. <strong>Zaw\u0119\u017camy pole obserwacji do jednego, konkretnego obszaru: tworzenia test\u00f3w automatycznych.<\/strong> Nie interesuje nas, czy AI pomaga pisa\u0107 dokumentacj\u0119 lub przygotowywa\u0107 testy manualne \u2013 tam korzy\u015bci s\u0105 ju\u017c intuicyjne i powszechnie obserwowane.<strong> Chcemy zbada\u0107, jak du\u017cy skok daje AI tam, gdzie tester musi usi\u0105\u015b\u0107 i dostarczy\u0107 dzia\u0142aj\u0105cy kod.<\/strong><\/p>\n\n\n\n<p>Ten obszar wydaje si\u0119 szczeg\u00f3lnie ciekawy, poniewa\u017c automatyzacja test\u00f3w to nie tylko \u201enapisanie czego\u015b, co dzia\u0142a\u201d. Liczy si\u0119 r\u00f3wnie\u017c jako\u015b\u0107 rozwi\u0105zania: jego czytelno\u015b\u0107, utrzymywalno\u015b\u0107, stabilno\u015b\u0107 i zgodno\u015b\u0107 z dobrymi praktykami. Nawet je\u015bli AI pozwala pisa\u0107 szybciej, warto zada\u0107 pytanie \u2013 jak du\u017co szybciej i czy ten zysk nie odbywa si\u0119 kosztem jako\u015bci?<\/p>\n\n\n\n<p>Problem w tym, \u017ce mimo ogromnego boomu na AI wci\u0105\u017c dysponujemy zaskakuj\u0105co ma\u0142\u0105 ilo\u015bci\u0105 danych por\u00f3wnawczych, kt\u00f3re pokazuj\u0105 skal\u0119 tej zmiany. Wiele opinii opiera si\u0119 na odczuciach:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><em>\u201ePracuje mi si\u0119 szybciej\u201d, \u201e\u0141atwiej zacz\u0105\u0107\u201d, \u201eAI odblokowuje mnie na trudniejszych zadaniach\u201d<\/em>.<\/p>\n<\/blockquote>\n\n\n\n<p>Brzmi to przekonuj\u0105co, ale nie odpowiada na pytanie, jak AI sprawdza si\u0119 w kontrolowanych warunkach, przy tych samych zadaniach. W\u0142a\u015bnie to chcemy sprawdzi\u0107. Dodatkow\u0105 trudno\u015bci\u0105 jest <strong>efekt ruchomego celu<\/strong> (ang. moving target) \u2013 pr\u00f3bujemy ewaluowa\u0107 model, kt\u00f3ry zmienia si\u0119 w bardzo szybkim tempie, co w skrajnym przypadku dezaktualizuje badanie z ka\u017cd\u0105 kolejn\u0105 wersj\u0105 modelu.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Cel badania<\/strong><\/h2>\n\n\n\n<p>Punkt wyj\u015bcia jest prosty: <strong>zak\u0142adamy, \u017ce AI przyspiesza prac\u0119 testera automatyzuj\u0105cego<\/strong>. Widzimy to na co dzie\u0144, widz\u0105 to zespo\u0142y, widzi to rynek.<\/p>\n\n\n\n<p>Pytanie nie brzmi wi\u0119c \u201eCzy AI pomaga?\u201d, ale raczej:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><em>Jak du\u017cy jest rzeczywisty skok produktywno\u015bci i co dzieje si\u0119 z jako\u015bci\u0105 dostarczanego rozwi\u0105zania?<\/em><\/p>\n<\/blockquote>\n\n\n\n<p>Na to w\u0142a\u015bnie pytanie ma odpowiedzie\u0107 nasze badanie. Chcemy zmierzy\u0107 wp\u0142yw modeli LLM na prac\u0119 tester\u00f3w automatyzuj\u0105cych w dw\u00f3ch wymiarach:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Efektywno\u015b\u0107 ilo\u015bciowa<\/strong> \u2013 ile scenariuszy uda\u0142o si\u0119 zrealizowa\u0107, jaki by\u0142 \u015bredni wynik i jak wygl\u0105da\u0142 rozrzut rezultat\u00f3w.<\/li>\n\n\n\n<li><strong>Efektywno\u015b\u0107 jako\u015bciowa<\/strong> \u2013 czy dostarczone rozwi\u0105zania s\u0105 zgodne z dobrymi praktykami, czy kod nadaje si\u0119 do utrzymania i czy wzrost szybko\u015bci nie prowadzi do pogorszenia jako\u015bci.<\/li>\n<\/ul>\n\n\n\n<p>Nie pr\u00f3bujemy udowadnia\u0107 samego faktu, \u017ce AI pomaga. Chcemy pokaza\u0107 skal\u0119 tej przewagi w spos\u00f3b mierzalny, w identycznych warunkach i na tych samych zadaniach.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Metodyka<\/strong><\/h2>\n\n\n\n<p>Badanie zaprojektowali\u015bmy jako kontrolowane por\u00f3wnanie dw\u00f3ch metod tworzenia rozwi\u0105za\u0144 do automatyzacji test\u00f3w. Wzi\u0119\u0142o w nim udzia\u0142 dziesi\u0119\u0107 dwuosobowych zespo\u0142\u00f3w, dobranych poziomem do\u015bwiadczenia tak, aby ka\u017cdy z nich odpowiada\u0142 kompetencjom dw\u00f3ch regular automation tester\u00f3w.<\/p>\n\n\n\n<p>Zespo\u0142y podzielono na dwie grupy:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>AI<\/strong> \u2013 zespo\u0142y korzystaj\u0105ce ze wsparcia narz\u0119dzi opartych na LLM.<\/li>\n\n\n\n<li><strong>Oldschool<\/strong> \u2013 zespo\u0142y realizuj\u0105ce zadania bez u\u017cycia AI.<\/li>\n<\/ul>\n\n\n\n<p><br>Ka\u017cdy zesp\u00f3\u0142 otrzyma\u0142 w\u0142asne, ale identyczne \u015brodowisko opieraj\u0105ce si\u0119 na replikowalnych rozwi\u0105zaniach chmurowych. W \u015brodowisku nie by\u0142o \u017cadnego istniej\u0105cego frameworka \u2013 uczestnicy stan\u0119li przed tzw. greenfieldem: <strong>tworzyli rozwi\u0105zanie od zera, bez istniej\u0105cego kodu, architektury czy ogranicze\u0144 wynikaj\u0105cych z wcze\u015bniejszych decyzji technologicznych<\/strong>.<\/p>\n\n\n\n<p>Uczestnicy nie znali systemu wcze\u015bniej \u2013 otrzymali jedynie informacj\u0119, \u017ce pracuj\u0105 na sklepie internetowym. Dokumentacj\u0119 w formie listy przypadk\u00f3w testowych, kryteria oceny oraz pe\u0142ny dost\u0119p do aplikacji udost\u0119pniono dopiero na starcie eksperymentu, co ograniczy\u0142o mo\u017cliwo\u015b\u0107 wcze\u015bniejszego przygotowania.<\/p>\n\n\n\n<p>Samo badanie mia\u0142o form\u0119 klasycznego <strong>hackathonu <\/strong>\u2013 o\u015bmiogodzinnego dnia pracy. Zespo\u0142y rozmieszczono w osobnych pokojach projektowych, aby ograniczy\u0107 wymian\u0119 informacji i zminimalizowa\u0107 zak\u0142\u00f3cenia.<\/p>\n\n\n\n<p>Zadanie uznawano za wykonane, gdy test:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>realizowa\u0142 rzeczywiste kroki,<\/li>\n\n\n\n<li>zawiera\u0142 asercje potwierdzaj\u0105ce rezultat,<\/li>\n\n\n\n<li>m\u00f3g\u0142 zosta\u0107 uruchomiony z linii komend.<\/li>\n<\/ul>\n\n\n\n<p><strong>Taki uk\u0142ad pozwala\u0142 por\u00f3wna\u0107 nie deklaracje, lecz realny efekt pracy<\/strong>: ile test\u00f3w zespo\u0142y by\u0142y w stanie dostarczy\u0107 i w jakiej jako\u015bci.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Przebieg eksperymentu<\/strong><\/h2>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Obserwacje og\u00f3lne<\/strong><\/h3>\n\n\n\n<p>Ju\u017c w trakcie eksperymentu by\u0142o wida\u0107, \u017ce obecno\u015b\u0107 AI nie tylko przyspiesza prac\u0119, ale zmienia jej charakter. <strong>Zespo\u0142y pracuj\u0105ce w modelu Oldschool wi\u0119ksz\u0105 cz\u0119\u015b\u0107 czasu sp\u0119dza\u0142y na manualnym kodowaniu, debugowaniu i rozwi\u0105zywaniu problem\u00f3w technicznych krok po kroku<\/strong>. Kiedy pojawia\u0142a si\u0119 trudniejsza przeszkoda \u2013 na przyk\u0142ad integracja z XML API albo problem wymagaj\u0105cy g\u0142\u0119bszego dochodzenia technicznego \u2013 tempo pracy wyra\u017anie spada\u0142o. Cz\u0119\u015b\u0107 zespo\u0142\u00f3w zatrzymywa\u0142a si\u0119 na d\u0142u\u017cej na jednym problemie, co bezpo\u015brednio ogranicza\u0142o liczb\u0119 zada\u0144, kt\u00f3re by\u0142y w stanie zrealizowa\u0107 w ci\u0105gu dnia.<\/p>\n\n\n\n<p><strong>W grupie AI przebieg pracy wygl\u0105da\u0142 inaczej<\/strong>. Problemy techniczne nadal si\u0119 pojawia\u0142y, ale zespo\u0142y znacznie szybciej przechodzi\u0142y od blokady do kolejnej pr\u00f3by rozwi\u0105zania. AI skraca\u0142o czas dochodzenia do poprawnego kierunku, podpowiada\u0142o mo\u017cliwe warianty implementacji i pomaga\u0142o szybciej wr\u00f3ci\u0107 na w\u0142a\u015bciwy tor. W praktyce zespo\u0142y AI rzadziej \u201eutkn\u0119\u0142y\u201d, a cz\u0119\u015bciej domyka\u0142y jeden problem i przechodzi\u0142y do nast\u0119pnych zada\u0144.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Rola do\u015bwiadczenia i sposobu pracy z AI<\/strong><\/h3>\n\n\n\n<p>Bardzo wyra\u017anie ujawni\u0142a si\u0119 r\u00f3\u017cnica w sposobie korzystania z AI. Najlepsze wyniki osi\u0105ga\u0142y zespo\u0142y pracuj\u0105ce iteracyjnie: prompt, weryfikacja, poprawka, kolejna iteracja. W takim modelu AI dzia\u0142a\u0142o jak przyspieszacz pracy in\u017cynierskiej. Z kolei zespo\u0142y pr\u00f3buj\u0105ce generowa\u0107 du\u017ce fragmenty kodu jednorazowo cz\u0119\u015bciej traci\u0142y czas na poprawianie zbyt szerokich lub niedopasowanych odpowiedzi. <strong>Sam dost\u0119p do AI nie gwarantowa\u0142 sukcesu<\/strong> \u2013 liczy\u0142a si\u0119 umiej\u0119tno\u015b\u0107 pracy z modelem i \u015bwiadome kierowanie jego podpowiedziami.<\/p>\n\n\n\n<p>Najwy\u017csze rezultaty w grupie AI osi\u0105ga\u0142y zespo\u0142y z\u0142o\u017cone z do\u015bwiadczonych in\u017cynier\u00f3w i architekt\u00f3w. To oni potrafili szybko oceni\u0107 jako\u015b\u0107 wygenerowanej propozycji, odrzuci\u0107 b\u0142\u0119dny kierunek i poprowadzi\u0107 model ku lepszemu rozwi\u0105zaniu. <strong>AI nie eliminowa\u0142o znaczenia eksperckiej wiedzy, lecz wzmacnia\u0142o <\/strong>tych, kt\u00f3rzy ju\u017c potrafili dobrze projektowa\u0107 rozwi\u0105zania, ocenia\u0107 kompromisy i odr\u00f3\u017cnia\u0107 dobre podpowiedzi od z\u0142ych.<\/p>\n\n\n\n<p>Zespo\u0142y bez takiego zaplecza korzysta\u0142y z AI bardziej powierzchownie \u2013 model pomaga\u0142 im pisa\u0107 szybciej, ale nie kompensowa\u0142 brak\u00f3w w podejmowaniu decyzji architektonicznych.<\/p>\n\n\n\n<p>Warto podkre\u015bli\u0107, \u017ce w grupie AI pojawi\u0142y si\u0119 znacznie wi\u0119ksze r\u00f3\u017cnice mi\u0119dzy zespo\u0142ami ni\u017c w grupie Oldschool. <strong>AI nie wyr\u00f3wnuje r\u00f3\u017cnic kompetencyjnych \u2013 wr\u0119cz przeciwnie, uwidacznia przepa\u015b\u0107 mi\u0119dzy zespo\u0142ami<\/strong>, kt\u00f3re korzystaj\u0105 z niego \u015bwiadomie, a tymi, kt\u00f3re traktuj\u0105 je wy\u0142\u0105cznie jako generator kodu.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Ograniczenia modeli<\/strong><\/h3>\n\n\n\n<p>Ciekawa obserwacja pojawi\u0142a si\u0119 na poziomie konkretnych problem\u00f3w technicznych. Zespo\u0142y AI miewa\u0142y trudno\u015b\u0107 z selektorami dla dynamicznych przycisk\u00f3w. Model pr\u00f3bowa\u0142 rozwi\u0105zywa\u0107 ten problem, ale w niekt\u00f3rych przypadkach wpada\u0142 na b\u0142\u0119dne tropy i brn\u0105\u0142 w niepoprawne wzorce. Jest to naturalne zachowanie modeli, kt\u00f3rych rozumowanie opiera si\u0119 wy\u0142\u0105cznie na dostarczonym kontek\u015bcie.<\/p>\n\n\n\n<p>Cz\u0142owiek w takiej sytuacji prawdopodobnie szybciej podejmie decyzj\u0119 o zmianie podej\u015bcia. Dok\u0142adnie tak post\u0119powa\u0142y zespo\u0142y z wi\u0119kszym do\u015bwiadczeniem w automatyzacji i AI. To \u015bwietny przyk\u0142ad <strong>ogranicze\u0144 modelu i podatno\u015bci na lokalne \u201ezatrucie kontekstu\u201d<\/strong>.<\/p>\n\n\n\n<p>Co ciekawe, zespo\u0142y Oldschool niemal nie zderzy\u0142y si\u0119 z tym problemem w ten sam spos\u00f3b \u2013 selektory dobiera\u0142y r\u0119cznie i bardziej bezpo\u015brednio, bez wchodzenia w analogiczny tok analizy. Z kolei XML API, b\u0119d\u0105ce przeszkod\u0105 dla zespo\u0142\u00f3w klasycznych, nie wp\u0142yn\u0119\u0142o zupe\u0142nie na prac\u0119 zespo\u0142\u00f3w AI \u2013 przeszkoda ta wr\u0119cz nie zosta\u0142a przez nie zauwa\u017cona.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Organizacja pracy i zm\u0119czenie<\/strong><\/h3>\n\n\n\n<p>R\u00f3\u017cnica by\u0142a te\u017c wyra\u017ana na poziomie <strong>organizacji pracy i energii zespo\u0142\u00f3w<\/strong>. Pod koniec dnia zespo\u0142y Oldschool by\u0142y wyra\u017anie bardziej zm\u0119czone \u2013 wi\u0119kszo\u015b\u0107 wysi\u0142ku sz\u0142a w r\u0119czne pisanie i debugowanie kodu.<\/p>\n\n\n\n<p>Zespo\u0142y AI pracowa\u0142y bardziej koncepcyjnie i iteracyjnie. Mniej energii po\u015bwi\u0119ca\u0142y na odtwarzanie schemat\u00f3w, wi\u0119cej na podejmowanie decyzji, ocen\u0119 propozycji i sterowanie kolejnymi krokami. To sugeruje, \u017ce AI nie tylko przyspiesza prac\u0119, ale przesuwa rol\u0119 in\u017cyniera z wykonawcy w stron\u0119 operatora procesu i recenzenta rozwi\u0105zania, nadaj\u0105c pracy bardziej strategiczny charakter.<\/p>\n\n\n<div class=\"nsw-o-blogersii-banner\">\n            <picture>\n            <source srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/Blog-Testing-Lab-Desktop_.jpg\" media=\"(min-width: 992px)\" >\n            <source srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/Blog-Testing-Lab-Mob_.jpg\" media=\"(min-width: 300px)\" >            <img decoding=\"async\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/Blog-Testing-Lab-Desktop_.jpg\" alt=\"\"  class=\"\"  >\n        <\/picture>\n        <div class=\"cnt\">\n                    <div class=\"nsw-m-title-block -h3 -invert  -has-title-margin-bottom-0 -has-title-font-weight-bold\">\n                                <h2 class=\"nsw-m-title-block__title\">Testing &#038; QA<\/h2>\n                <\/div>\n                            <p class=\"has-nsw-p-4-font-size has-invert-color\">\n                Zapewnij jako\u015b\u0107, wydajno\u015b\u0107 i bezpiecze\u0144stwo swojego oprogramowania dzi\u0119ki naszym us\u0142ugom testowania i automatyzacji test\u00f3w.\n            <\/p>\n                            <a  href=\"https:\/\/sii.pl\/oferta\/testing-qa\/\" class=\"nsw-a-button -ghost -banner-button\"   >\n        <span>Oferta Testing&amp;QA<\/span>\n    <\/a>\n            <\/div>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Wyniki<\/strong><\/h2>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Efektywno\u015b\u0107 ilo\u015bciowa<\/strong><\/h3>\n\n\n\n<p>Najbardziej uchwytny rezultat eksperymentu widoczny jest w liczbie dostarczonych test\u00f3w. R\u00f3\u017cnice by\u0142y zaskakuj\u0105ce:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>ID<\/strong><\/td><td><strong>Grupa<\/strong><\/td><td><strong>Liczba test\u00f3w<\/strong><\/td><\/tr><tr><td>A1<\/td><td>AI<\/td><td>196<\/td><\/tr><tr><td>A2<\/td><td>AI<\/td><td>37<\/td><\/tr><tr><td>A3<\/td><td>AI<\/td><td>60<\/td><\/tr><tr><td>A4<\/td><td>AI<\/td><td>9<\/td><\/tr><tr><td>A5<\/td><td>AI<\/td><td>5<\/td><\/tr><tr><td>O1<\/td><td>Oldschool<\/td><td>8<\/td><\/tr><tr><td>O2<\/td><td>Oldschool<\/td><td>5<\/td><\/tr><tr><td>O3<\/td><td>Oldschool<\/td><td>5<\/td><\/tr><tr><td>O4<\/td><td>Oldschool<\/td><td>5<\/td><\/tr><tr><td>O5<\/td><td>Oldschool<\/td><td>5<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p>Zespo\u0142y korzystaj\u0105ce z AI przygotowa\u0142y od 5 do niemal 200 test\u00f3w, podczas gdy zespo\u0142y pracuj\u0105ce bez AI dostarczy\u0142y od 5 do 8. Skala tej r\u00f3\u017cnicy pokazuje, \u017ce u\u017cycie <strong>AI nie daje jedynie kosmetycznej poprawy produktywno\u015bci<\/strong>, ale mo\u017ce prowadzi\u0107 do <strong>wielokrotnego wzrostu liczby zrealizowanych scenariuszy w tym samym czasie.<\/strong><\/p>\n\n\n\n<p>W grupie Oldschool wyniki by\u0142y niemal identyczne, co sugeruje, \u017ce bez wsparcia AI tempo pracy ogranicza\u0142y podobne bariery techniczne i koszt r\u0119cznej implementacji. Jedynym wyra\u017aniejszym odst\u0119pstwem by\u0142 zesp\u00f3\u0142, w kt\u00f3rym znalaz\u0142 si\u0119 architekt \u2013 <strong>potwierdza to, \u017ce do\u015bwiadczenie techniczne wci\u0105\u017c ma realny wp\u0142yw na efekty pracy,<\/strong> nawet bez wsparcia AI.<\/p>\n\n\n\n<p>W grupie AI rozrzut wynik\u00f3w by\u0142 zdecydowanie wi\u0119kszy. Z jednej strony ukazuje to ogromny potencja\u0142 narz\u0119dzi LLM, z drugiej jasno wskazuje, \u017ce <strong>sam dost\u0119p do AI nie wystarcza<\/strong>. Zespo\u0142y, kt\u00f3re potrafi\u0142y pracowa\u0107 z modelem iteracyjnie i \u015bwiadomie, osi\u0105ga\u0142y bardzo wysokie rezultaty; pozosta\u0142e zespo\u0142y r\u00f3wnie\u017c zyskiwa\u0142y przewag\u0119, ale znacznie mniejsz\u0105. Efektywno\u015b\u0107 ilo\u015bciowa w \u015brodowisku AI zale\u017cy wi\u0119c nie tylko od klasycznych kompetencji technicznych, ale r\u00f3wnie\u017c od umiej\u0119tno\u015bci pracy z modelem.<\/p>\n\n\n\n<p>Z perspektywy liczbowej AI nie tylko zwi\u0119kszy\u0142o tempo dostarczania test\u00f3w, ale te\u017c znacz\u0105co skr\u00f3ci\u0142o czas tracony na lokalne blokery. <strong>Zespo\u0142y bez AI cz\u0119\u015bciej \u201espala\u0142y\u201d du\u017c\u0105 cz\u0119\u015b\u0107 dnia na pojedynczych<\/strong> <strong>problemach technicznych<\/strong>, podczas gdy zespo\u0142y AI szybciej zamyka\u0142y temat i przechodzi\u0142y dalej. Ten mechanizm wydaje si\u0119 jednym z g\u0142\u00f3wnych powod\u00f3w tak ogromnej r\u00f3\u017cnicy w liczbie uko\u0144czonych scenariuszy.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Efektywno\u015b\u0107 jako\u015bciowa<\/strong><\/h3>\n\n\n\n<p>Ocena rozwi\u0105za\u0144 nie opiera\u0142a si\u0119 wy\u0142\u0105cznie na liczbie dostarczonych test\u00f3w. R\u00f3wnie wa\u017cne by\u0142o <strong>to, jak zosta\u0142y zaprojektowane i zaimplementowane<\/strong>. Innymi s\u0142owy: nie tylko \u201eile\u201d, ale przede wszystkim \u201ejak dobrze\u201d.<\/p>\n\n\n\n<p>Dlatego przyj\u0119li\u015bmy osiem kryteri\u00f3w jako\u015bci, kt\u00f3re pozwalaj\u0105 spojrze\u0107 na rozwi\u0105zania z perspektywy realnej pracy in\u017cynierskiej:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>K1 \u2013 Zgodno\u015b\u0107 testu z celem biznesowym i pokrycie wymaga\u0144.<\/strong> Czy test weryfikuje istot\u0119 scenariusza, a nie jedynie sekwencj\u0119 akcji? Czy kryterium sukcesu i pora\u017cki zdefiniowano jednoznacznie?<\/li>\n\n\n\n<li><strong>K2 \u2013 Dane testowe i przygotowanie stanu.<\/strong> Niezale\u017cno\u015b\u0107 testu od r\u0119cznego przygotowania \u015brodowiska, spos\u00f3b tworzenia danych, ich unikalno\u015b\u0107, deterministyczno\u015b\u0107 oraz cleanup po wykonaniu scenariusza.<\/li>\n\n\n\n<li><strong>K3 \u2013 Stabilno\u015b\u0107 rozwi\u0105zania.<\/strong> Odporno\u015b\u0107 test\u00f3w na wolniejsze \u015brodowisko, animacje, op\u00f3\u017anienia i stan DOM; stosowanie w\u0142a\u015bciwych mechanizm\u00f3w oczekiwania zamiast arbitralnych op\u00f3\u017anie\u0144.<\/li>\n\n\n\n<li><strong>K4 \u2013 Jako\u015b\u0107 selektor\u00f3w i lokalizator\u00f3w.<\/strong> Stabilno\u015b\u0107, sp\u00f3jno\u015b\u0107 w obr\u0119bie projektu i unikanie lokator\u00f3w kruchych, nadmiernie zale\u017cnych od struktury layoutu.<\/li>\n\n\n\n<li><strong>K5 \u2013 Architektura testu i wzorce.<\/strong> Sensowne zastosowanie Page Object Model, komponent\u00f3w UI, helper\u00f3w, fixture\u2019\u00f3w i warstw setupowych.<\/li>\n\n\n\n<li><strong>K6 \u2013 Jako\u015b\u0107 asercji.<\/strong> Czy asercje pojawiaj\u0105 si\u0119 w kluczowych punktach scenariusza, weryfikuj\u0105 rzeczywisty wynik biznesowy i s\u0105 odporne na nieistotne zmiany interfejsu?<\/li>\n\n\n\n<li><strong>K7 \u2013 Diagnostyka i obs\u0142uga b\u0142\u0119d\u00f3w.<\/strong> U\u017cyteczno\u015b\u0107 log\u00f3w, screenshot\u00f3w i artefakt\u00f3w wspieraj\u0105cych analiz\u0119 niepowodze\u0144.<\/li>\n\n\n\n<li><strong>K8 \u2013 Engineering.<\/strong> Czytelno\u015b\u0107 kodu, sp\u00f3jno\u015b\u0107 stylistyczna, nazewnictwo, struktura projektu, unikanie duplikacji i og\u00f3lna dojrza\u0142o\u015b\u0107 rozwi\u0105zania.<\/li>\n<\/ul>\n\n\n\n<p>Ka\u017cde repozytorium oceniano w skali pi\u0119ciostopniowej dla ka\u017cdego z kryteri\u00f3w, a nast\u0119pnie wyznaczano \u015bredni\u0105 ocen\u0119 jako\u015bciow\u0105. Ze wzgl\u0119du na ograniczony czas pracy zespo\u0142\u00f3w, oceniano przede wszystkim poprawno\u015b\u0107 i dojrza\u0142o\u015b\u0107 uko\u0144czonych element\u00f3w. Przyj\u0119to, \u017ce wydzielenie adres\u00f3w \u015brodowiskowych, URL API czy adresu panelu administracyjnego do osobnego pliku konfiguracyjnego jest rozwi\u0105zaniem poprawnym i po\u017c\u0105danym, natomiast obecno\u015b\u0107 sekret\u00f3w, token\u00f3w i danych u\u017cytkownik\u00f3w w repozytorium oceniano negatywnie.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>ID<\/strong><\/td><td><strong>Grupa<\/strong><\/td><td><strong>K1<\/strong><\/td><td><strong>K2<\/strong><\/td><td><strong>K3<\/strong><\/td><td><strong>K4<\/strong><\/td><td><strong>K5<\/strong><\/td><td><strong>K6<\/strong><\/td><td><strong>K7<\/strong><\/td><td><strong>K8<\/strong><\/td><td><strong>\u015ar.<\/strong><\/td><\/tr><tr><td>A1<\/td><td>AI<\/td><td>3<\/td><td>4<\/td><td>4<\/td><td>3<\/td><td>4<\/td><td>3<\/td><td>5<\/td><td>3<\/td><td>3,6<\/td><\/tr><tr><td>A2<\/td><td>AI<\/td><td>4<\/td><td>3<\/td><td>4<\/td><td>3<\/td><td>5<\/td><td>4<\/td><td>4<\/td><td>5<\/td><td>4,0<\/td><\/tr><tr><td>A3<\/td><td>AI<\/td><td>3<\/td><td>5<\/td><td>4<\/td><td>4<\/td><td>5<\/td><td>3<\/td><td>4<\/td><td>3<\/td><td>3,9<\/td><\/tr><tr><td>A4<\/td><td>AI<\/td><td>2<\/td><td>3<\/td><td>3<\/td><td>3<\/td><td>4<\/td><td>2<\/td><td>4<\/td><td>2<\/td><td>2,9<\/td><\/tr><tr><td>A5<\/td><td>AI<\/td><td>3<\/td><td>4<\/td><td>3<\/td><td>3<\/td><td>4<\/td><td>2<\/td><td>3<\/td><td>3<\/td><td>3,1<\/td><\/tr><tr><td>O1<\/td><td>Oldschool<\/td><td>4<\/td><td>5<\/td><td>4<\/td><td>4<\/td><td>5<\/td><td>3<\/td><td>4<\/td><td>5<\/td><td>4,3<\/td><\/tr><tr><td>O2<\/td><td>Oldschool<\/td><td>3<\/td><td>3<\/td><td>3<\/td><td>3<\/td><td>4<\/td><td>2<\/td><td>2<\/td><td>3<\/td><td>2,9<\/td><\/tr><tr><td>O3<\/td><td>Oldschool<\/td><td>2<\/td><td>3<\/td><td>2<\/td><td>2<\/td><td>3<\/td><td>1<\/td><td>1<\/td><td>2<\/td><td>2,0<\/td><\/tr><tr><td>O4<\/td><td>Oldschool<\/td><td>3<\/td><td>3<\/td><td>4<\/td><td>3<\/td><td>3<\/td><td>2<\/td><td>4<\/td><td>2<\/td><td>3,0<\/td><\/tr><tr><td>O5<\/td><td>Oldschool<\/td><td>3<\/td><td>2<\/td><td>4<\/td><td>3<\/td><td>4<\/td><td>2<\/td><td>2<\/td><td>3<\/td><td>2,9<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Analiza wynik\u00f3w jako\u015bciowych<\/strong><\/h3>\n\n\n\n<p>\u015arednia jako\u015bciowa grupy AI wynios\u0142a 3,53\/5, natomiast grupy Oldschool \u2013 3,02\/5. R\u00f3\u017cnica nie jest tak spektakularna jak w liczbie test\u00f3w, ale pozostaje <strong>wyra\u017ana i konsekwentna<\/strong>.<\/p>\n\n\n\n<p>Przewaga zespo\u0142\u00f3w AI wynika\u0142a przede wszystkim z lepszego przygotowania danych testowych i setupu, mocniejszej architektury framework\u00f3w, cz\u0119stszego stosowania uporz\u0105dkowanych wzorc\u00f3w projektowych oraz lepszej diagnostyki awarii. W repozytoriach AI cz\u0119\u015bciej wyst\u0119powa\u0142y oddzielne fixture\u2019y, helpery, warstwy page object\u00f3w, unikalne dane testowe oraz artefakty wspieraj\u0105ce analiz\u0119 b\u0142\u0119d\u00f3w: screenshoty, trace\u2019y i rozbudowane logowanie.<\/p>\n\n\n\n<p>Innymi s\u0142owy: <strong>AI nie tylko przyspiesza\u0142o pisanie test\u00f3w, ale cz\u0119sto prowadzi\u0142o do bardziej ustrukturyzowanych i \u201ein\u017cynierskich\u201d rozwi\u0105za\u0144.<\/strong><\/p>\n\n\n\n<p>Nie oznacza to jednak braku problem\u00f3w. W cz\u0119\u015bci repozytori\u00f3w widoczna by\u0142a nier\u00f3wna jako\u015b\u0107 asercji, obecno\u015b\u0107 sekret\u00f3w w konfiguracji oraz \u015blady szybkiego, nie w pe\u0142ni domkni\u0119tego wytwarzania. Szybko\u015b\u0107 nadal mia\u0142a swoj\u0105 cen\u0119 \u2013 cho\u0107 nie tak wysok\u0105, jak mo\u017cna by si\u0119 spodziewa\u0107.<\/p>\n\n\n\n<p><strong>W grupie Oldschool obraz by\u0142 bardziej zr\u00f3\u017cnicowany<\/strong>. Najlepsza pojedyncza pr\u00f3ba \u2013 repozytorium O1 \u2013 osi\u0105gn\u0119\u0142a wynik 4,3\/5 i nale\u017ca\u0142a do najmocniejszych technicznie rozwi\u0105za\u0144 w ca\u0142ym badaniu. O1 wyr\u00f3\u017cnia\u0142o si\u0119 bardzo dobr\u0105 separacj\u0105 warstw, sensownym setupem danych przez API, cleanupem oraz wysok\u0105 kultur\u0105 engineeringow\u0105. Pozosta\u0142e repozytoria Oldschool cz\u0119\u015bciej ujawnia\u0142y s\u0142abo\u015bci: p\u0142ytkie asercje, s\u0142ab\u0105 diagnostyk\u0119, obecno\u015b\u0107 sekret\u00f3w czy ni\u017csz\u0105 dojrza\u0142o\u015b\u0107 infrastruktury testowej.<\/p>\n\n\n\n<p><strong>Ostatecznie przewaga AI<\/strong> nie sprowadza\u0142a si\u0119 wi\u0119c wy\u0142\u0105cznie do liczby dostarczonych test\u00f3w \u2013 <strong>obejmowa\u0142a r\u00f3wnie\u017c jako\u015b\u0107 organizacji pracy i konstrukcji samego frameworka.<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><a href=\"https:\/\/sii.pl\/oferty-pracy\/all\/it-testing-qa\" target=\"_blank\" rel=\"noreferrer noopener\"><img decoding=\"async\" width=\"737\" height=\"170\" src=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/praca-PL-k-1.jpg\" alt=\"oferty pracy\" class=\"wp-image-33442\" srcset=\"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/praca-PL-k-1.jpg 737w, https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/praca-PL-k-1-300x69.jpg 300w\" sizes=\"(max-width: 737px) 100vw, 737px\" \/><\/a><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Wnioski<\/strong><\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>AI realnie i znacz\u0105co zwi\u0119ksza produktywno\u015b\u0107.<\/strong> R\u00f3\u017cnica mi\u0119dzy 5\u20138 testami a 5\u2013200 testami nie pozwala m\u00f3wi\u0107 o marginalnej poprawie \u2013 to zmiana poziomu wydajno\u015bci pracy. Co istotne, wy\u017csza produktywno\u015b\u0107 nie odby\u0142a si\u0119 kosztem jako\u015bci. Grupa AI wykaza\u0142a si\u0119 wi\u0119ksz\u0105 sp\u00f3jno\u015bci\u0105 zar\u00f3wno pod k\u0105tem przygotowania danych, architektury, jak i utrzymywalno\u015bci kodu \u2013 widoczne by\u0142o to szczeg\u00f3lnie w strategii przygotowania danych, podej\u015bciu do selektor\u00f3w i jednolitym traktowaniu asercji.<\/li>\n\n\n\n<li><strong>Skuteczne u\u017cycie AI jest kompetencj\u0105 sam\u0105 w sobie.<\/strong> Najlepiej radzi\u0142y sobie zespo\u0142y korzystaj\u0105ce z modelu iteracyjnie, ma\u0142ymi krokami, z ci\u0105g\u0142\u0105 weryfikacj\u0105 i korekt\u0105. Model nie zast\u0119puje procesu in\u017cynierskiego \u2013 wzmacnia go, ale tylko wtedy, gdy zesp\u00f3\u0142 potrafi nim \u015bwiadomie sterowa\u0107.<\/li>\n\n\n\n<li><strong>Do\u015bwiadczenie odgrywa kluczow\u0105 rol\u0119.<\/strong> Najlepsze wyniki osi\u0105ga\u0142y zespo\u0142y z architektami, co potwierdza, \u017ce AI nie eliminuje znaczenia eksperckiej wiedzy. Wr\u0119cz przeciwnie \u2013 zwi\u0119ksza zwrot z jej posiadania.<\/li>\n\n\n\n<li><strong>AI znacz\u0105co skraca czas wychodzenia z blokad technicznych.<\/strong> Tam, gdzie zespo\u0142y Oldschool zatrzymywa\u0142y si\u0119 na przeszkodach i traci\u0142y czas na r\u0119czne dochodzenie do rozwi\u0105zania, zespo\u0142y AI szybciej odzyskiwa\u0142y tempo. Zdolno\u015b\u0107 do szybkiego rozwi\u0105zywania blokad wydaje si\u0119 jednym z kluczowych \u017ar\u00f3de\u0142 przewagi.<\/li>\n\n\n\n<li><strong>Modele maj\u0105 swoje ograniczenia.<\/strong> Problem z selektorami dynamicznych przycisk\u00f3w ujawni\u0142, \u017ce AI potrafi wej\u015b\u0107 w b\u0142\u0119dn\u0105 \u015bcie\u017ck\u0119 i przez pewien czas j\u0105 wzmacnia\u0107, zamiast z niej wyj\u015b\u0107. Nawet przy du\u017cym wzro\u015bcie produktywno\u015bci techniczna ocena cz\u0142owieka pozostaje niezb\u0119dna. AI przyspiesza, ale nie zwalnia z my\u015blenia.<\/li>\n\n\n\n<li><strong>AI zmienia charakter pracy in\u017cyniera.<\/strong> W modelu Oldschool dominowa\u0142y manualne dzia\u0142ania wykonawcze: pisanie, poprawianie, debugowanie. W modelu AI wi\u0119ksz\u0105 rol\u0119 odgrywa\u0142y decyzje, iteracja, ocena jako\u015bci i dob\u00f3r kolejnych krok\u00f3w. Dzi\u0119ki \u0142atwemu dost\u0119powi do du\u017cej ilo\u015bci uszeregowanych informacji modele wspiera\u0142y bardziej przemy\u015blane i sp\u00f3jne decyzje. W praktyce do\u015bwiadczeni automatycy coraz rzadziej b\u0119d\u0105 ogranicza\u0107 si\u0119 do tworzenia kodu, a coraz cz\u0119\u015bciej b\u0119d\u0105 pe\u0142ni\u0107 rol\u0119 architekt\u00f3w interakcji z modelami \u2013 definiuj\u0105c problem, weryfikuj\u0105c wyniki i decyduj\u0105c, co trafia do systemu. T\u0119 zmian\u0119 mo\u017cna por\u00f3wna\u0107 do moment\u00f3w zmiany paradygmat\u00f3w, kiedy analogiczne r\u00f3\u017cnice by\u0142o wida\u0107 mi\u0119dzy in\u017cynierami bazuj\u0105cymi na wiedzy ksi\u0105\u017ckowej a tymi, kt\u00f3rzy odpowiedzi zaczynali szuka\u0107 na portalach typu Stack Overflow. Sami uczestnicy badania zauwa\u017cyli, \u017ce w jego toku lepiej zrozumieli, jak przekazywa\u0107 informacje modelom j\u0119zykowym.<\/li>\n\n\n\n<li><strong>Przewaga jako\u015bciowa potwierdza obraz ilo\u015bciowy.<\/strong> \u015arednia grupy AI wynios\u0142a 3,53\/5 wobec 3,02\/5 grupy Oldschool. Repozytoria AI cz\u0119\u015bciej wykorzystywa\u0142y lepszy setup danych, bardziej uporz\u0105dkowan\u0105 architektur\u0119, wyra\u017aniejsz\u0105 separacj\u0119 warstw i bogatsz\u0105 diagnostyk\u0119. Przewaga ta nie jest jednak absolutna \u2013 najlepsza pojedyncza pr\u00f3ba w grupie Oldschool osi\u0105gn\u0119\u0142a 4,3\/5, co dowodzi, \u017ce jako\u015b\u0107 rozwi\u0105zania silniej zale\u017cy od dojrza\u0142o\u015bci i do\u015bwiadczenia konkretnego zespo\u0142u. AI cz\u0119\u015bciej natomiast pomaga\u0142a osi\u0105gn\u0105\u0107 wy\u017cszy poziom dojrza\u0142o\u015bci rozwi\u0105zania w tym samym ograniczonym czasie.<\/li>\n<\/ol>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Co dalej? Kontynuacja eksperymentu<\/strong><\/h2>\n\n\n\n<p>Pierwsza edycja pokaza\u0142a bardzo wyra\u017anie: AI potrafi da\u0107 ogromn\u0105 przewag\u0119, ale o wyniku decyduje spos\u00f3b jej wykorzystania. R\u00f3\u017cnice mi\u0119dzy zespo\u0142ami by\u0142y na tyle du\u017ce, \u017ce to nie sama technologia, lecz podej\u015bcie do pracy z ni\u0105 sta\u0142o si\u0119 najwa\u017cniejszym wnioskiem z badania.<\/p>\n\n\n\n<p>Dlatego kolejna edycja Testing Lab b\u0119dzie skoncentrowana na znalezieniu najskuteczniejszych sposob\u00f3w u\u017cycia AI \u2013 chcemy sprawdzi\u0107, kt\u00f3re metody, narz\u0119dzia i podej\u015bcia rzeczywi\u015bcie przyspieszaj\u0105 prac\u0119, pozwalaj\u0105 utrzyma\u0107 wysok\u0105 jako\u015b\u0107 kodu oraz jednocze\u015bnie ograniczaj\u0105 koszty wynikaj\u0105ce z wykorzystania modeli. Je\u015bli pierwsza edycja odpowiada\u0142a na pytanie: \u201eCzy AI dzia\u0142a\u201d, to kolejna odpowie na znacznie wa\u017cniejsze: \u201e<strong>Jak korzysta\u0107 z AI, \u017ceby maksymalizowa\u0107 efekt bez kompromis\u00f3w w jako\u015bci i kosztach?<\/strong>\u201d.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Poznajcie jury konkursu \u201eTesting Lab \u2013 edycja AI\u201d<\/strong><\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Krzysztof Bednarski<\/strong> \u2013 Solution Architect w Sii Polska. W badaniu koncentrowa\u0142 si\u0119 na ocenie dojrza\u0142o\u015bci in\u017cynierskiej rozwi\u0105za\u0144, ze szczeg\u00f3lnym uwzgl\u0119dnieniem jako\u015bci architektury framework\u00f3w, ich skalowalno\u015bci oraz wp\u0142ywu narz\u0119dzi opartych na LLM na codzienn\u0105 prac\u0119 do\u015bwiadczonych in\u017cynier\u00f3w test\u00f3w.<\/li>\n\n\n\n<li><strong>Tomasz Kuran<\/strong> \u2013 Solution Architect w Sii Polska. W swojej analizie skupia\u0142 si\u0119 na identyfikacji ryzyk zwi\u0105zanych z wykorzystaniem AI oraz na ocenie d\u0142ugoterminowej utrzymywalno\u015bci rozwi\u0105za\u0144. Szczeg\u00f3ln\u0105 uwag\u0119 po\u015bwi\u0119ci\u0142 ewolucji standard\u00f3w architektonicznych w kontek\u015bcie pracy z modelami j\u0119zykowymi.<\/li>\n\n\n\n<li><strong>Remigiusz Bednarczyk<\/strong> \u2013 Senior Test &amp; Analysis Engineer w Sii Polska. Analizowa\u0142 sytuacje, w kt\u00f3rych wykorzystanie AI przynosi zespo\u0142om realn\u0105 przewag\u0119 biznesow\u0105, identyfikuj\u0105c jednocze\u015bnie granice efektywno\u015bci i obszary, w kt\u00f3rych nadmierne poleganie na modelach LLM mo\u017ce obni\u017ca\u0107 jako\u015b\u0107 lub kontrol\u0119 nad rozwi\u0105zaniem.<\/li>\n<\/ul>\n\n\n\n<p>Masz pytania? <a href=\"https:\/\/sii.pl\/oferta\/testing-qa\/testowanie-sztucznej-inteligencji\/\" target=\"_blank\" rel=\"noopener\" title=\"\">Skontaktuj si\u0119 z nami<\/a> \ud83d\ude0a<\/p>\n\n\n<div class=\"kk-star-ratings kksr-auto kksr-align-left kksr-valign-bottom\"\n    data-payload='{&quot;align&quot;:&quot;left&quot;,&quot;id&quot;:&quot;33441&quot;,&quot;slug&quot;:&quot;default&quot;,&quot;valign&quot;:&quot;bottom&quot;,&quot;ignore&quot;:&quot;&quot;,&quot;reference&quot;:&quot;auto&quot;,&quot;class&quot;:&quot;&quot;,&quot;count&quot;:&quot;6&quot;,&quot;legendonly&quot;:&quot;&quot;,&quot;readonly&quot;:&quot;&quot;,&quot;score&quot;:&quot;5&quot;,&quot;starsonly&quot;:&quot;&quot;,&quot;best&quot;:&quot;5&quot;,&quot;gap&quot;:&quot;2&quot;,&quot;greet&quot;:&quot;&quot;,&quot;legend&quot;:&quot;5\\\/5&quot;,&quot;size&quot;:&quot;30&quot;,&quot;title&quot;:&quot;Badanie Sii Testing Lab \u2013 sprawdzamy \u201eAI Boom\u201d w automatyzacji test\u00f3w&quot;,&quot;width&quot;:&quot;159&quot;,&quot;_legend&quot;:&quot;{score}\\\/5&quot;,&quot;font_factor&quot;:&quot;1.25&quot;}'>\n            \n<div class=\"kksr-stars\">\n    \n<div class=\"kksr-stars-inactive\">\n            <div class=\"kksr-star\" data-star=\"1\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"2\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"3\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"4\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" data-star=\"5\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n    <\/div>\n    \n<div class=\"kksr-stars-active\" style=\"width: 159px;\">\n            <div class=\"kksr-star\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n            <div class=\"kksr-star\" style=\"padding-right: 2px\">\n            \n\n<div class=\"kksr-icon\" style=\"width: 30px; height: 30px;\"><\/div>\n        <\/div>\n    <\/div>\n<\/div>\n                \n\n<div class=\"kksr-legend\" style=\"font-size: 24px;\">\n            5\/5    <\/div>\n    <\/div>\n","protected":false},"excerpt":{"rendered":"<p>AI na dobre wesz\u0142o do pracy zespo\u0142\u00f3w IT \u2013 tak\u017ce w testowaniu oprogramowania. Nie jako jednorazowy prze\u0142om, ale jako zmiana, &hellip; <a class=\"continued-btn\" href=\"https:\/\/sii.pl\/blog\/badanie-sii-testing-lab-sprawdzamy-ai-boom-w-automatyzacji-testow\/\">Continued<\/a><\/p>\n","protected":false},"author":436,"featured_media":33444,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_editorskit_title_hidden":false,"_editorskit_reading_time":0,"_editorskit_is_block_options_detached":false,"_editorskit_block_options_position":"{}","inline_featured_image":false,"footnotes":""},"categories":[1317],"tags":[682,103,1032,868,146],"class_list":["post-33441","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-testowanie","tag-artificial-intelligence","tag-autoamtyzacja-testow","tag-case-study","tag-hackathon","tag-testing"],"acf":[],"aioseo_notices":[],"republish_history":[],"featured_media_url":"https:\/\/sii.pl\/blog\/wp-content\/uploads\/2026\/04\/Hackathon.jpg","category_names":["Testowanie"],"_links":{"self":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/33441"}],"collection":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/users\/436"}],"replies":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/comments?post=33441"}],"version-history":[{"count":2,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/33441\/revisions"}],"predecessor-version":[{"id":33757,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/posts\/33441\/revisions\/33757"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/media\/33444"}],"wp:attachment":[{"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/media?parent=33441"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/categories?post=33441"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sii.pl\/blog\/wp-json\/wp\/v2\/tags?post=33441"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}