Recenzje

𝐓𝐰𝐨𝐫𝐜𝐳𝐨𝐬𝐜 𝐆𝐞𝐨𝐫𝐠𝐚 𝐎𝐫𝐰𝐞𝐥𝐥𝐚 [ 𝐅𝐨𝐥𝐰𝐚𝐫𝐤 𝐳𝐰𝐢𝐞𝐫𝐳ę𝐜𝐲 & 𝐫𝐨𝐤 𝟏𝟗𝟖𝟒 ] Były to jedne z niewielu klasyków, po które sięgnęłam z własnej woli. Otoczka, która wokół nich jest, niezwykle mnie zaciekawiła. Niesamowite jest to, że obie książki, mimo że były napisane dawno temu, idealnie wpasowują się w nasze czasy. Dodatkowo samo wydanie książek, jakie zapewniło nam wydawnictwo Sploty, jest przepiękne. Grafiki, które znajdują się w środku, nadają jeszcze większego klimatu. Folwark zwierzęcy, czyli krytyka władz. Mimo, że książka jest napisana prostym językiem, to niesie za sobą niesamowitą wartość. To, że wszyscy są równi, ale niektórzy są RÓWNIEJSI, dobiło mnie. Folwark pokazał, jak łatwo jest manipulować ludźmi. Jak łatwo, jesteśmy w stanie wmówić coś komuś, jeśli tylko dobrze to przedstawimy. Rok 1984. Wielki brat wszystko widzi. Wizja świata, która jest przedstawiona w '84 jest przerażająca. Każdy z nas jest obserwowany. Każdy z nas może być podsłuchiwany, a nawet nasze myśli mogą być usłyszane. Droga, którą Winston przechodzi, jest niesamowita do oglądania. Od członka Partii do buntownika. Książki Orwella to dzieła, po które warto sięgnąć zawsze. Za każdym razem coś z nich wyniesiemy. Za każdym razem odkryjemy coś jeszcze. Za każdym razem coraz więcej zrozumiemy. 👁️

"Silni ludzie mówią o swoich słabościach, słabi ukrywają je przed wszystkimi. Pamiętaj, łzy nie są oznaką słabości. Są oznaką tego, że zbyt długo byłaś silna." W Julia zdołała uciec przed psychopatycznym Michaelem, lecz choć minął miesiąc, wciąż żyje w ciągłym napięciu. Sprawdza każdy kąt, ogląda się przez ramię, z sercem ściśniętym lękiem. Wie, że Michael jej szuka, tak jak inni ludzie powiązani z mafią. Mimo to próbuje funkcjonować normalnie: pracuje na dwóch etatach, wraca do pustego mieszkania i powtarza ten cykl codziennie. Stres odbiera jej apetyt, a psychiczne i fizyczne siły są na wyczerpaniu. Nocami nawiedzają ją koszmary, w których Michael dopada ją po raz kolejny. Pewnego dnia, podczas zmiany w barze, zaczepia ją Raphael. On także jest powiązany z mafią, lecz przedstawia się jako dawny znajomy jej ojca. Składa Julii propozycję, układ, który może przynieść korzyść im obojgu. Czas mija, Michael nie odpuszcza, a strach w końcu popycha dziewczynę do przyjęcia oferty Raphaela. Gdy Michael odkrywa, gdzie i z kim ukrywa się Julia, jego furia narasta. Pragnie zemsty… ale czy naprawdę tylko o nią tu chodzi? Lubię mocne historie,takie, które trzymają w napięciu, uderzają emocjami i zostają w pamięci dzięki wyrazistym postaciom. I właśnie to dostałam w drugiej części tej dylogii. Bohaterowie są znakomicie wykreowani: pełni sprzeczności, potrafiący być bezwzględni, a jednocześnie zdolni do zaskakującej czułości. Michael, jako szef mafii, został przedstawiony po mistrzowsku. Dla wrogów jest chłodnym, nieustępliwym przeciwnikiem, lecz wobec bliskich potrafi odsłonić bardziej ludzką stronę. Styl autorki jest lekki, plastyczny, a fabuła spójna i domknięta na wszystkich planach, dzięki czemu przez tę historię się płynie. Nie może zabraknąć wątku romantycznego, który pokazuje, że nawet najbardziej obsesyjne i destrukcyjne uczucia potrafią stać się początkiem czegoś prawdziwego, głębokiego i niezwykle pięknego. Ta dylogia mnie zachwyciła! Szczerze polecam.

Niewidzialne serca” to opowieść, która wciąga od pierwszych stron — nie przez efektowne zwroty akcji, lecz przez emocje skryte między wersami. Formuth tworzy historię pełną czułości, tęsknoty i trudnych decyzji, pokazując, że najważniejsze rzeczy często pozostają niewidoczne dla oczu. To książka o ranach, które nosimy w sobie, o budowaniu bliskości i o tym, jak wielkiej odwagi wymaga pokazanie światu prawdziwego „ja”. 💔✨💖 Jej lekki styl, ciepły humor i delikatna nadzieja sprawiają, że czyta się ją szybko, a jednocześnie zostaje w głowie na długo. Idealna dla fanów emocjonalnych, życiowych historii. 🌙📖 Zdecydowanie warto! 💫 

Uciekająca panna młoda, przystojny muzyk i podróż różowym camperem przez Stany? to wszystko znajdziecie w tej książęce. Kocham twórczość Marty Łabęckiej, więc nie mogłam przejść obojętnie obok tej książki. Pewnego dnia do baru wchodzi panna młoda (ja wiem, że to brzmi jak początek kiepskiego kawału) i poznaje przystojnego muzyka. Tak właśnie zaczyna się historia głównych bohaterów. Cudownie było patrzeć jak na kartach książki ich relacja zmienia się z nieznajomych przez przyjaciół po coś więcej 🩷 Austin żyje chwilą i dewizą, że najlepsze przygody zaczynają się od złych decyzji. Savannah natomiast myślała, że całe jej życie jest już zaplanowane. Takie połączenie bohaterów sprawiło, że cudownie było obserwować jak się otwierają i zbliżają do siebie mimo tylu różnic. Zrządzenie losu zadecydowało, ze razem wyruszają w podróż przez stany różowym camperem. Książka jest pełna pięknych opisów ich przygód i miejsc, które razem zwiedzili. Jakbym miała opisać tę książkę jednym słowem to było by to słowo - komfortowa. Dosłownie idealna książka do czytania pod kocykiem w deszczowy wieczór 🩵

Testowanie oprogramowania jest krytycznym elementem procesu wytwarzania, gwarantującym jakość, niezawodność i bezpieczeństwo dostarczanych systemów i produktów. W ostatnich latach generatywna sztuczna inteligencja (ang. generative artificial intelligence, generative AI, GenAI) i duże modele językowe (ang. large language models, LLMs) otworzyły nowe możliwości dla testowania: automatyzację pewnych zadań, generowanie danych testowych, znaczące wsparcie procesu projektowania skryptów automatycznych, a nawet wspomaganie testowania eksploracyjnego, obiecując znaczne przyspieszenie cyklu wydawania. Z jednej strony eksperci prowadzą krytyczne rozważania odnośnie wiarygodności, kontroli i etyki wykorzystania AI w tak wrażliwym obszarze, jak zapewnienie jakości. Z drugiej strony, strategiczne możliwości AI w optymalizacji kosztów i czasu testowania są zbyt duże, by je ignorować. I choć wiele firm inwestuje coraz więcej zasobów w rozwój kompetencji pracowników w zakresie AI i jej integrację z procesem tworzenia oprogramowania, teoria nie zawsze łatwo przekłada się na praktykę, tym bardziej, że wdrożenie tego typu rozwiązań wymaga przezwyciężenia wielu wyzwań związanych z kontekstem domenowym, halucynacjami modeli i efektywną inżynierią promptów. Książka “Testowanie oprogramowania z wykorzystaniem generatywnej AI” Marka Winteringhama stanowi ciekawy i praktyczny pomost między innowacyjnym potencjałem AI a rzeczywistymi przykładami i gotowymi implementacjami w procesie testowania. Książka podzielona jest na trzy logiczne części, które obejmują trzy kluczowe atrybuty stanowiące niezbędny fundament dla skutecznej i odpowiedzialnej pracy z modelami językowymi: nastawienie (mindset), technikę i kontekst. Pierwsza część - Nastawienie, to fundament, który skupia się na zrozumieniu i właściwemu podejściu do tego, jak wykorzystujemy LLMs, co może znacząco zwiększyć lub zmniejszyć ich wartość. To celowy i świadomy kierunek, który wymaga jasnego zrozumienia celu i wartości testowania, realnej oceny możliwości LLMs oraz nauczenia się, jak budować z nimi relację, by wykorzystywać w ukierunkowany i precyzyjny sposób. O ile wiedza o tym gdzie i kiedy używać LLMs jest kluczowa, o tyle umiejętność skutecznej pracy z nimi maksymalizuje ich wartość. Druga część - Technika, koncentruje się na inżynierii, w tym na tworzeniu jasnych i precyzyjnych instrukcji, na zaawansowanych metodach integracji z platformami API i agentami AI, czy na wdrażaniu AI do automatyzacji bardziej złożonych zadań. W części tej Autor omawia, jak wykorzystując pojedyncze prompty i inne narzędzia LLM w połączeniu z technikami TDD i narzędziami, jak Copilot, mogą one wspierać programistów w szybszym tworzeniu kodu i testów jednostkowych, ale również w ulepszaniu dokumentacji technicznej i komunikacji z zespołem. Kolejne podrozdziały skupiają się na planowaniu efektywnych i ukierunkowanych testów opartych na ryzyku. Kluczowe jest to, aby nie ograniczać się tylko do generowania przypadków testowych przy użyciu AI, ale skupić się również na tym, jak bezpiecznie i precyzyjnie wykorzystać model do wsparcia w identyfikacji zagrożeń, analizy ryzyka, i generowaniu danych testowych w dowolnym popularnym formacie (np. JSON, XML, SQL), pamiętając, że zbyt ogólnikowe i niejasne formułowanie promptów może bardziej zaszkodzić niż wesprzeć nasze planowanie i przygotowywanie testów. Również w przypadku automatyzacji UI, Autor prezentuje jak możemy przyspieszyć zautomatyzowanie testów przy użyciu AI, ale znowu, podkreśla, że najpierw musimy posiadać głęboką wiedzę na temat projektu i struktury automatyzowanych testów, a dopiero potem myśleć kiedy i gdzie używać narzędzi AI, by odnieść faktyczne korzyści, a nie tylko szybciej generować trudne w utrzymaniu testy wymagające wielu poprawek. Bardzo ciekawy jest również fragment książki opisujący wsparcie AI w testach eksploracyjnych i kombinację różnych działań, które mogą wystąpić podczas sesji testowej, i jak łączenie promptów z heurystykami testowymi może zaoferować nową perspektywę i sugerować pomysły na nowe testy. Ostatnia część książki - Kontekst, wychodzi poza standardowe użycie dostępnych modeli, wprowadzając zaawansowane techniki i ich dostosowywanie do specyfiki danej dziedziny. Zasada „śmieci na wejściu, śmieci na wyjściu” jest w pracy z modelami bezwzględna. Ich odpowiedzi będą powierzchowne, jeśli brakuje im specyficznych informacji. W tym rozdziale Autor skupia się na sposobach pozyskiwania i dostarczania wiedzy dziedzinowej i kontekstu do promptów i modeli, aby generować trafne i użyteczne rezultaty. Czytelnik pozna kilka technik, takich jak generowanie wspomagane wyszukiwaniem (ang. retrieval-augmented generation, RAG) i dostrajanie (ang. fine-tuning), zyskując wiedzę na temat narzędzi do dostosowywania LLMów do konkretnych potrzeb biznesowych. Książka „Testowanie oprogramowania z wykorzystaniem generatywnej AI” to doskonałe źródło wiedzy, które łączy w sobie szeroką perspektywę teoretyczną z konkretnymi, gotowymi do wdrożenia technikami. Przemyślana struktura i skupienie na inżynierii promptów oraz odpowiedzialnym użyciu AI sprawiają, że jest to pozycja wartościowa zarówno dla testerów manualnych, którzy chcą wejść w świat automatyzacji i GenAI, jak i dla programistów oraz architektów testów, szukających innowacyjnych metod na podniesienie jakości swojego oprogramowania. Szczególnie cenię formę książki za to, że z jednej strony prezentuje praktyczne i innowacyjne metody testowania wspomaganego przez sztuczną inteligencję, z drugiej, w niemal każdym aspekcie, konsekwentnie podkreśla rolę Human-in-the-Loop (HITL) w AI, która łączy wiedzę ekspercką człowieka z uczeniem maszynowym. To tester, posiadający wiedzę domenową i doświadczenie, kieruje procesem, decydując o tym, kiedy, gdzie i jakie narzędzie AI ma zostać użyte, co z pewnością stanowi o przewadze tej pozycji nad innymi publikacjami, które promują bezrefleksyjne użycie AI. W dobie współpracy testerów ze sztuczną inteligencją, książka oferuje praktyczny plan działania dla efektywniejszego testowania przy jednoczesnym utrzymaniu najwyższej jakości. Zdecydowanie polecam ją każdemu, kto dąży do bycia innowacyjnym liderem i chce przewodzić transformacji w dziedzinie zapewnienia jakości oprogramowania.