А кто у нас «Мировая закулиса»? Массовые ЕРЖ, масоны, иллюминаты, РПЦ, кремль? Кто (из них) создал и управляет chatGPT, спрятавшись за блоком питания?

Я сломался и не подписался на всю эту телегу. Это же явное мировое предкулисье, фигльово его знает, что там может открыться, такая старая, тяжелая кулиса. Вот какое время было раньше… И вот каким неинтересным оно стало сегодня. Фубля, фу!

\chapter{New Chapter}

https://grygorenko.tech

​​Привет! Последний год я провела в саббатикале — это было время для рефлексии, поиска себя и ответа на вопрос: «А куда дальше?» Долгие годы меня носило по разным ролям, от QA-инженера и тест-менеджера до agile-коуча и создателя IT-комьюнити и конференций. Каждый раз, когда меня просили рассказать о себе, я терялась: как вместить все эти разноплановые роли в одно предложение?

Если честно, я всегда скептически относилась к «человекам-оркестрам». Ну разве можно быть экспертом во всём сразу? И вот, в течение года я искала то, что приносит мне истинное удовольствие. Оказалось, что кайфую я больше всего, когда учу других или сама погружаюсь в технические задачки.

Теперь, когда я наконец-то разобралась, кем хочу стать, когда вырасту, решила вернуться к работе, отходя от роли фулл-тайм мамы.

Итак, вот, что у меня нового:

1. Я фрилансер уже три года и пока не планирую менять этот статус.
2. Больше не преподаю в OTUS. Добби свободен!
3. Уже давно не руковожу ПК на TechLeadConf.
4. Всё ещё руковожу QA сообществами в Telegram, и теперь у меня есть время и желание их развивать. Приятно иметь под крылом 50к участников.
5. Люблю менторить и учить. Поэтому этот блог будет о том, что мне нравится — делиться опытом и знаниями.

И да, я мама двух классных пацанов и замужем за этническим вьетнамцем. Вот уже два года мы живём в Ханое.

Что будет в блоге? Никакой глобальной миссии, просто желание делиться тем, что я знаю и умею. В ближайшее время ждите серию постов, расширяющих доклад-исследование на тему "А куда и как расти QA в современном IT", которое я делала год назад. А потом вернусь к любимой теме — стратегиям тестирования.

Фан-факт: после саббатикала мне стало проще писать. Больше не переживаю по поводу идеальности, главное — делиться тем, что знаю и люблю. И я больше не позицинирую QA Dojo как корпоративный блог. 😉

Оголошую реестрацію на новий воркшоп "Перші кроки з Playwright (ONLINE)"!

Цей воркшоп оріентований на людей які ще не використовують автоматизацію в своїй роботі, але дуже хочуть почати пришвидшувати свої рутинні аспекти роботи.

Це будуть ваші перші кроки по опануванню інструментів автоматизації та роботизації своїх тестів. Ми підемо в зворотньому порядку - так як вчився я сам - будемо записувати дії і генерувати з них код.

1. Початок роботи з Playwright без досвіду программування: Покажу, як швидко і просто виконувати автоматизовані дії за допомогою сучасного інструменту автоматизації
2. Пошук елементів на сторінках: Пошук елементів на сторінці та робота з ними
3. Виконання тестів та CI: робота з репозиторіем, виконання тестів в системі continious integration

Після цього воркшопу ви можете продовжити опановувати playwright, здобувати знання мови программування JavaScript - і ви Automation QA! Або вже використовувати здобуті знання для автоматизації рутинних дій.

Знання мови программування не обовʼязкове!

З частини, 19:00 до 21:00 за київським часом.
7, 9, 11 жовтня 2024 року.

Вартість 2000 гривень.

Всі зібрані кошти підуть на закупівлю засобів РЕБ для бригади НГУ "Рубіж"

Щодо реестрації - пишіть мені @xotabu4

Заняття будуть проходити в онлайні. Буде відеозапис!

https://xotabu4.notion.site/Playwright-ONLINE-5122941bb8214367b9959687b2d6edf4?pvs=74

===========

Внимание начинающим джунам. Подарю один бесплатный входной билет на цю подiю. Кому надо?

Знать языки программирования там действительно необязательно, надо знать украинский и, как минимум, уметь спокойно смотреть в html и отличать <p> от <br>.

Взамен строго потребую показать готовый запрос на плэйрайте, написанный человекоруками — сделать последовательный поиск двух статей на одном сайте.

В изд. Питер в этом году вышла книга «Сам себе тестировщик», пошаговое руководство по тестированию ПО

Автор: Чхави Радж Досадж

Досаджно, но это бесполезная для завершающих и неприятная для начинающих книга. Намешано в кучу всë сразу, как набор слайдов. Упомянуто (набросано) вообще всë, что касается тестирования ПО, и вроде бы ничего не упущено. В целом читается как «Улисс» Джойса — в каждом моменте кажется, что вот-вот еще немного, еще чуток и всë станет понятно. Но не станет. Постоянно распознаешь что-то знакомое, но объяснения-толкования не появляются, и всë уходит за следующим перелистыванием страницы.

Радуемся за автора, бо книгу он себе для себя сделал.

Сочувствуем тем, кто ее будет читать из интереса.

Жалеем переводчиков.

Любая система «туду» хороша, если список дел постоянно перед глазами.

Придумал простой способ добавить себе напоминалки о чём-то, что нужно сделать, глядя в консоль — прямо в консоль.

[КАК ИИ УБИВАЕТ ПОНЯТИЕ КАРЬЕРНОЙ ЛЕСНИЦЫ]

Попался вот этот график по рынку США, который показывает, что количество вакансий начального уровня стремительно падает (синяя линия). Если в середине 2022 года количество вакансий начального уровне и других (зеленая линия), было одинаково, то за последующие два года их стало меньше на треть.

Причина - генеративный ИИ, который отлично подходит для выполнения многих задач начального уровня.

Т.е. нет смысла нанимать молодого сотрудника для выполнения простых задач, если их можно переложить на ИИ и с этими задачами отлично справится сотрудник более высокого уровня, который уже у вас работает.

Это означает, что рушится базовая логика профессионального роста в сфере «белых воротничков». Особенно остро эта проблема встаёт в юриспруденции, консалтинге, финансах, где исторически младшие сотрудники делали черновую работу вроде базовых исследований и подготовки отчётов.

Я вчера с помощью двух инструментов, GPT Researcher и Gemeni Deep Research, сделал два исследования, на интересующую меня тему, которые раньше заняли бы у меня недели. Сегодня я потратил полдня, которые включали в себя знакомство с этими продуктами, долгую установку одного из них на комп и, собственно, поиск информации. На сам поиск плюс формулирование запросов ушло меньше часа. Это фантастика!

И что делать молодым «белым воротничкам» - я не знаю. Раньше ситуация была, в целом, справедливая: ты как молодой и неопытный, выполняешь рутинные задачи, параллельно набираясь опыта у старших коллег. Теперь же бОльшую часть этой рутины съедает ИИ, старшим коллегам нет смысла вам делегировать эти задачи, ИИ их гарантированно делает лучше, быстрее и качественнее.

С другой стороны, новички могут, с помощью ИИ, быстрее обучиться, но все равно – как получить опыт реальных проектов и задач, без которых профессионал – не профессионал.

Ясно одно – профессиональную карьеру нужно строить кардинально иначе. Как – это вопрос дискуссий. У меня есть свой взгляд на этот вопрос, но пока это лишь гипотезы. Ну а классическое образование точно ожидает жесточайший кризис – учиться, не имея даже минимальных шансов после этого трудоустроиться, весьма спорное времяпровождение.

Чем раньше мы начнём об этом думать и к этому готовиться — тем лучше.

Неожиданно медленно приближается год, в котором надо будет отвечать за прогнозы из 2018-го — https://dou.ua/lenta/columns/qa-education-future/

Кто-то знает тихую страну жаркого юга, в которой можно незаметно скрыться от самого себя?

Тут только и остается, что очень долго (и очень по-стариковски) кряхтеть…

В одной компании подозрительно долго не могли найти программиста. Манагеры засуетились.

Оказалось, что у них работает ИИ-система для автоматического просмотра резюме и односекундного принятия решения “go/no go”. И они искали девов на “Angular”, а в ИИ был настроен поиск погроммистов на “AngularJS” — different frameworks, similar names, but… Послушный робот отказывал всем ангулярщикам, потому что != же.

Human mistake?

Human mistake.

Опытные эйчары давно делают всë то же самое без этих ваших ИИ — например, можно отсеивать всех кандидатов на должность сварщика, если им меньше 30-ти лет… Просто отныне с ИИ этот процесс будет происходить быстрее и технологичнее.

А в той компании могли бы просто дать эйчарушкам chatGPT в руки и приказать нафигачить что-то полезное на ангуляре, раз они так резво используют передовые технологии.

Татьяна Черниговская понимает очень фундаментальную базу:

Вот сейчас неприятную, скажу, вещь, но... Но это правда. Вообще-то говоря, новые экспериментальные данные нам не нужны.

За год выходит, скажем, полмиллиона статей научных про исследования. Полмиллиона. Это все равно, что ноль, вы не можете их прочесть.

В Калифорнии периодически... то ли раз в год, то ли раз в два — происходит съезд по нейронаукам. Там бывают устные выступления, но это, скажем, там два нобелевских лауреата читают такие праздничные лекции. Все остальное — это постеры про исследования.

Если постеры, которые были в прошлом году, вытянуть в одну линию, то они вытянутся на 32 километра. Вы даже пройти мимо них всех не сможете. И вы не сможете их прочесть. Про обдумать я вообще не говорю.

https://youtube.com/clip/UgkxKbCPsgT8qBxqsCa3LZ2Z8b4g3k1FGXPK?si=ku8Jn2yZlBLUSvkb

В марте будет премьера фильма Микки 17. История основана на книге Эдварда Эштона «Микки 7».

На удивление крепкая научная фантастика, вполне в духе времени.

Сейчас идет волна научфанты о том, что незачем куда-то улетать, бо если найдем планету годную для жизни, то нас там сожрут — если не тамошние жители или их фауна, то тамошние микооорганизмы. А если найдем планету без жизни, то зачем она нам?

Эштон вроде бы двигался в том же направлении, но по пути заметил, что мы и сами себя сожрем, поэтому улетать надо непременно:

Чем еще можно объяснить решение покинуть единственную планету, предназначенную нам самой эволюцией, — планету, которая не требовала терраформирования, прививок и войн с другими разумными существами? Жителям Земли стало ясно: если человечество останется на месте, люди в конечном счете перебьют друг друга. И они почти наверняка не ошиблись: никто не слышал ни звука со Старой Земли уже более шестисот лет.

Единственной надеждой на выживание в долгосрочной перспективе была экспансия.

Кагбэ…

Любопытно, что умение тестировать (педалить код) мало что решает и котируется только среди начинающих. Чем дальше в лес, тем больше нужно другое.

Вот список не умений, а направлений, в сторону которых должна быть ориентирована вся учеба начинающего айтишника:

* Критическое мышление
* Системное мышление
* Управление рабочим временем
* Адаптивность
* Ответственность
* Анализ требований
* Проектирование тестирования
* Документирование
* Написание и версионирование тестовых артефактов
* Исправление ошибок
* Оптимизация работы
* Коммуникации в командной работе

Речь не про Soft skills (умение договариваться с окружающими) и не про Hard skills (техническое знание, фундамент нашей работы). Это всё остальное, что стоит поверх этих двух понятий. Надо бы придумать этому название… „Ноосфера IT”, например?

Как всему этому научить?

Распознавание речи через нейросеть “Whisper” от OpenAI временами — забавное, относительно — полезное, а иногда от нее в ночной тиши седые волосы шевелятся сразу по всей квартире.

= Полезность =

даже самой крупной модели — относительна.

Там под капотом сразу несколько моделей глубокого обучения для автоматического распознавания речи (ASR, Automatic Speech Recognition), из них постоянно используются только три — small, medium или large.

• „small” работает быстро, компьютер напрягает, но не смертельно, однако и транскрибирует речь в текст неточно, поэтому результат читать сложно, там преобладают длинные фразы без знаков препинания. А если речь не чистая английская, а русская или любая другая (их там много), то увы.

• Модель „medium” сильно шуршит кулерами и напрягает cpu (даже когда запускается на gpu), но появляется больше точек с запятыми, и результат условно сносный.

• Модель „large” кочегарит компьютер по-максимуму, знаков препинания у неё больше, но и после неё тексты невозможно «просто прочитать», всё равно надо руками-глазами их проходить, сопоставлять с аудио и править.

= Забавность =

в том, что иногда в транскрибированном тексте появляются несколько лишних строк, которые с аудиотреком не синхронизированы, и выглядят как «меня тут жёстко заглючило», Например:

…и начинается ступор потому что на это уже возражение вместо того чтобы что-то утверждать и потом возражать паспорта начнется или утверждение или с возражения доведите его логического до конца.
И ты.
И ты.
И ты.
И ты.
И ты.
И ты.
И ты.
Делаю в первых предложениях заявления потом дохожу до предложения…

В аудио такого места нет, но в txt — вот оно.

Иногда в конце файла появляется эпическое сообщение «Субтитры добавил DimaTorzok»…

Консенсус в том, что когда-то были взяты в обучение тексты с такой припиской.

Юзеры турецкоподданного Whisper сообщают об аналогичной тайной клинописи в виде «Altyazı M.K.» В общем, у нас „DimaTorzok”, у них „M.K.”

= Галлюцинации =

Речь в аудиофайле завершилась, и сам файл завершен. А в тексте появляется что-то эдакое:

Еще специализировался непонятно с pose79 на Zw choosytwerver.ru и
канал tv7 на secondrace.com и никакое сравнение нет.
Теперь, когда внутриceğiz с Paulus, что moinsED, может стать более чешистое.
Замечательно.
Спасибо большое.
Это была идея.
Мне было не gangsно, поэтому я тоже.
Не молчал 얼마 еще.
Tea.
Tea.
Молодой человек и хор.
Ч richtigeps, an prince, that's what I meant.

Этому неоткуда было взяться, но оно откуда-то взялось. Мне очевидно, что таким образом опытные инфомолдаване с планеты Нибиру сообщают нам о том, что…

Но на самом деле:

It is likely because the training data contained transcripts during silence. For example, if you think about subtitles for movies, sometimes you might see a Copyright notice in the subtitles, or you might see credits such as "Subtitles written by xyz", even though there is no actual speech happening in the audio at the timestamp where these subtitles appear. So imagine the neural net learning from this data. It will basically learn (for example) that when there is silence at the end of the video, it should "make up" some text to go along with the silence, the sort of text that it learns typically goes at the end of a video. The situation would be better with carefully cleaned up training data, although there is a tradeoff between how much effort it takes to clean up data, and how massive a data set you can build (more data = better).

Увидел на остановке троллейбиса объявление:

«Ищу репетитор по компютеру (желательно студент 068…»

А вы все врёте о том, что в Молдове нет работы…

Ок, я идеальный кандидат на данную вакансию, ведь

а) глубоко внутри я всё ещё желательный студент, который, как и сто лет назад, просто ждёт подходящий троллейбис

б) я могу помочь студиозису, который не закрывает скобки, познать непознаваемые глубины основ Computer Science

б.1) и от меня не убудет

в) ну, и так далее.

Я, конечно же, позвонил, мне же надо понять, зачем человеку нужен репетитор. Узнать это оказалось ВНЕЗАПНО сложно.

В первый раз пенсионер (он так представился) сказал очевидное — «…Потому, что он мне нужен».

Я не понял.

Вторая итерация: «Я игнорировал это, а сейчас он мне нужен по работе».

Ок, но это не ответ.

С третьего захода он объяснил свое видение проекта: «Выйти в социум, делать видики, поговорить с людьми, объяснять что-то, вести обучение онлайн».

Я понял, и сразу отказался от взаимовыгодного сотрудничества.

Но почему?

The Tester's Edge in an AI-Accelerated World
Why Clear Thinking Beats More Testing

Everyone is shipping faster. Everyone is adopting AI.
But not everyone is making smarter decisions.

Testing today isn’t about chasing bugs or running thousands of automated scripts.
It’s about staying sharp in a world moving at breakneck speed.

The Shift: From Testing to Understanding

Traditional testing asked:
“Does it work?”

Modern testing asks:
“What could go wrong?”
“What are we assuming?”
“What risk are we missing?”

That’s not just semantics.
That’s the difference between checking functionality and safeguarding value.

In a world of rapid releases, APIs stitched together in days, and AI writing production code, the real skill is seeing through the noise.

Why Many Teams Still Get Testing Wrong

- They automate before they understand.
- They confuse coverage with insight.
- They delegate quality instead of distributing it.
- They measure test cases, not confidence.

Automation is only valuable when it answers real questions.
If no one reads the results or knows what to do with them, it’s just theatre.

What the Best Testers Actually Do

They show up early.
In design, in refinement, in planning.
They ask the uncomfortable questions — not to slow things down, but to clear the path.

They don’t wait for handoffs.
They break down complexity, explore unknowns, and translate ambiguity into clarity.

They aren’t obsessed with tools.
They use tools to multiply their thinking, not replace it.

The Future of Testing Is Not a Role. It’s a Mindset.

The testers who thrive in AI-driven teams aren’t the ones with the fanciest frameworks.
They’re the ones who:
- Spot risk before it becomes a defect
- Guide teams through ambiguity
- Challenge assumptions with curiosity, not ego
- See systems as ecosystems, not pipelines

You can’t automate that.
You lead with it.

In an AI world, anyone can generate a test.
Few can ask the right one.

And those who can - they’re the ones shaping the future of quality.

🧠 Think less about “how many tests.”
💬 Think more about “what are we still blind to?”

That’s where modern testing lives.
That’s where testers lead.

Кент Бек — тот самый с Agile Manifesto, XP и TDD — рассуждает про augmented coding: когда тебя постоянно сопровождает умная шняга, которая подсказывает, поправляет и всячески поддерживает, но сразу идёт в пень, если перетягивает на себя одеяло.

Цитата:

— In vibe coding you don't care about the code, just the behavior of the system. If there's an error, you feed it back into the genie in hopes of a good enough fix. In augmented coding you care about the code, its complexity, the tests, & their coverage. The value system in augmented coding is similar to hand coding--tidy code that works. It's just that I don't type much of that code.

Похоже на продолжение идей Дугласа Энгельбарта (придумал «мышку») про AUGMENTING HUMAN INTELLECT (1962).

В этом наше слабое место — мы не боремся за одеяло. Человечество будет некому и незачем завоёвывать, оно само поспешит отдаться в уютные руки окружающих его сервисов (Харари).

Ведь интеллект не нужно зачем-то куда-то to augment, ему нужны comfort & safety.

И смартфон.

Что такое T-образный тестировщик?

Это специалист с глубокой экспертизой в одной области (например, нагрузочное тестирование) и широким пониманием смежных сфер (например, кулинария). ©

Гм…

А что/кто такое Г-образный тестировщик?

Это специалист, который ходит по офису буквой Гэ и бьет копытами каждого, кто сомневается в его глубокой Т-образной экспертизе.

А кто такой Б-образный тестировщик?

Это пузан в короткой футболке. В офисе не появляется, бо у вас там слоняются Гэ и Тэ-образные тестировщики «и в проезжих сеют страх»…