This session is essential for AI practitioners, modern software development, and business decision-makers seeking to integrate AI-Assurance governance into their AI-productivity or AI-workforce workflows while avoiding bans from emerging AI liability laws and EU AI Act compliance mandates.

Marit Strømøy er en av verdens fremste Formel 1-båtførere – og den eneste kvinnen som konkurrerer i toppklassen internasjonalt. Hun er en pionér i en mannsdominert sport og et levende bevis på hva som kreves for å prestere under ekstremt press over tid.

Resistance to AI often stems from fear of becoming irrelevant—especially among seasoned experts in QA and testing. But like past tech shifts, progress favors those who adapt. Let’s focus on opportunity, not fear, and move the conversation forward—with curiosity, courage, and collaboration. The future won’t wait for those standing still. It’s time to lead, question boldly, and shape what comes next.

Foredraget gir et engasjerende innblikk i hvordan test og igangkjøring planlegges og gjennomføres i store og komplekse sykehusprosjekter – der bygg, tekniske anlegg, IKT og medisinsk-teknisk utstyr må fungere som én integrert helhet ved åpning. Med strukturert planlegging, tverrfaglig koordinering og systematisk ferdigstillelse sikrer vi at funksjoner og grensesnitt er på plass før helsetjenesten flytter inn.

Jeg vil dele min reise fra testleder til teknisk tester – hvilke steg jeg har vært gjennom, hvilke hindringer jeg har møtt, og hvorfor denne utviklingen har vært viktig for både meg selv, kundene og selskapet jeg jobber i. Jeg vil også reflektere over hvordan moderne utviklingsrammeverk og kunstig intelligens gjør at denne reisen i dag kan gjennomføres langt raskere enn for bare ti år siden. Dette er fortellingen om hvordan jeg gikk fra trailing edge til leading edge innen testteknologi – og hva jeg har lært på veien

Test/kvalitet i produktteam - Hanieh Alba, Experis, fasilitert av Trude Rosendal, PIT/Odin programkomite
Finn riktig balanse - bruk av KI – Vegard Nyeng og Nicolina Knudtzon, Systek fasilitert av Trude Rosendal, PIT/Odin programkomite

Dersom en automatisert test finner en feil – betyr det at testen er god, eller at løsningen er dårlig? Og når testen ikke finner noe – er det fordi løsningen er feilfri, eller fordi testen er ineffektiv? Jeg synes at når en test avdekker en feil, er det en bonus – men når den ikke gjør det, spiller den fortsatt en viktig rolle i å gi trygghet. Dette reiser et sentralt spørsmål: Hvordan måler vi egentlig effektiviteten til automatiserte tester?

Fremtidens innkreving er en ambisiøs transformasjon av statlig innkreving og er for tiden et av de mest komplekse digitaliseringsprogrammene i Norge. Sammen med politiet, Nav, Brønnøysundregistrene og Lånekassen skal vi utvikle helt nye måter å drive innkreving på, som vil bidra til betydelig forenkling for innbyggere, virksomheter og saksbehandlere i flere etater. Nytenking og utprøving av KI i de forskjellige delene av testarbeidet har fått økende fokus utover i prosjektet. Dette i kombinasjon med de mer tradisjonelle metodene for å sikre god kvalitet i løsningene vi lager.

AI har revolusjonert testledelse og QA, men valget mellom sky og lokal løsning er ikke trivielt. Skyen tilbyr trygg og kraftige modeller, mens lokal drift gir deg kontroll, eierskap og bedre personvern. For QA-ledere og test ansvarlige handler det ikke lenger om man skal bruke AI, men hvordan. Denne foredraget vil forsøke å vise hvordan begge retninger har sine styrker – og at det finnes reelle, profesjonelle alternativer tilpasset ulike behov og kontekster.

What if AI could handle automation while quality engineers focus on brilliant basics? Watch AI-driven test agents dynamically design, execute, and adapt tests in real-time, uncover deep defects, and provide intelligent debugging insight. Experience the future of effortless, AI-powered testing in this live demo. Power to the Tester!

Modern test automation frameworks often struggle to keep pace with the rapid evolution of dynamic web applications. Frequent UI updates lead to brittle tests and broken locators when UI has strict design of dynamic web element due to Regulatory or Compliance Restrictions, creates bottleneck in agile workflows and CI/CD pipelines. Healenium, an advanced AI-driven self-healing tool, addresses this challenge by seamlessly integrating with Selenium to dynamically repair broken locators during run.

Superkraft for testere - med AI som din digitale assistent - Gro-Synne Ingebrictson og Thomas Tennøy-Johannessen, Sogeti, fasilitert av Fiona Østensvig, Gritera Quality/ Odin programkomite

Teknisk innsikt og/eller testinnsikt ? Det er spørsmålet! - Wessel Braakman og Odd Nordeide, Bouvet, fasilitert av Fiona Østensvig, Gritera Quality/ Odin programkomite 

Introduksjon til hvordan man kan automatisere "ende-til-ende"-tester gjennom å bruke Playwright MCP. Foredraget vil være praktisk rettet og vise hvordan man raskt kommer i gang med å skrive tester. Foredraget krever ingen forkunnskaper

I dette foredraget får du innsikt i hvordan automatisert testing kan bidra til å opprettholde universell utforming over tid. Tobias deler erfaringene fra hobbyprosjektet «WCAG-topplista», som overvåker tilgjengeligheten på 278 norske nettsider og rangerer dem basert på etterlevelse av WCAG-kravene. Han viser hvordan Playwright og AXE-plugin kan brukes til å sette opp en automatisert testpipeline med GitHub Actions – og hvordan «spillifisering» kan motivere utviklingsteam til å prioritere universell utforming. Tobias lanserer «WCAG-topplista» offentlig på ODIN under domenet https://uustreak.no/ Tobias vil også vise hvordan testresultatene kan kobles direkte til utviklingsverktøy for å sikre raskere oppfølging. Ved å automatisere både feilrapportering og forslag til løsninger kan virksomheter redusere manuelt arbeid og sørge for at universell utforming blir en naturlig del av utviklingsprosessen. Det blir også vist fram eksempler på hvordan løsningen automatisk retter feil som ble funnet ved hjelp av GitHub Copilot, men også eksempler på hvilke typer feil som må rettes "manuelt" av mennesker. Lilly tar deg med inn i praktiske erfaringer fra utarbeidelsen av tilgjengelighetserklæringer for åtte systemer hos sin kunde. Hun gir en realitetsorientering på hva automatiserte verktøy kan – og ikke kan – teste, og hvorfor virksomheter alltid må kombinere teknologi med menneskelig vurdering for å sikre etterlevelse av lovkrav og etiske standarder. Enten du jobber med testautomatisering, kvalitetssikring eller universell utforming, vil dette foredraget gi deg verktøyene du trenger for å gjøre tilgjengelighet til en kontinuerlig del av testarbeidet ditt – og sikre at digitale tjenester forblir tilgjengelige for alle. Du kan besøke vår stand og teste ut løsningen på hvilken som helst nettside!

I dette foredraget vil vi utforske hvordan AI kan transformere funksjonell testing av programvare.Vi vil se på hvordan testdatagenerering kan sikre mangfold i systemene. Mulighetsrommet for AI i funksjonell testing er stort, og vi vil fokusere på testdatagenerering. Vi vil undersøke hvordan AI kan sikre effektive og nøyaktige testresultater med fullstendige data. AI kan bistå med å generere testdata som representerer et bredt spekter av scenarier og brukergrupper. Dette er avgjørende for å skape inkluderende systemer. Vi vil også se på hva som kreves av oss for å utnytte AI på best mulig måte. Videre vil vi se på viktigheten av mangfold i testdata og hvordan dette kan bidra til å utvikle systemer som kan brukes av alle. Vi vil også diskutere potensielle fallgruver ved bruk av AI, og viktigheten av å bli gode på prompting for å oppnå de resultatene vi trenger

Bruken av AI øker i alle deler av samfunnet, men bør vi bruke Ai alle mann alle? Dette foredraget tar for seg balansegangen mellom nytte og risiko ved AI, med fokus på situasjoner der automatisering kan føre til feilinformasjon, svekket kritisk tenkning eller forvrengt kommunikasjon – hviskeleken blir jo ikke lettere med en digital hjelper. Ved å forstå AI som et verktøy snarere enn en erstatning for menneskelig vurdering, kan vi sikre at teknologien brukes på en måte som forsterker vår evne til å tenke, skape og samarbeide.

Vi får stadig mer ny teknologi å forholde oss til: Sky, AI, automatisering, nye verktøy, nye lagringsløsninger og nye programmeringsspråk. Noen ganger blir jobben enklere, andre ganger er alt det nye mer til hinder enn til hjelp. På den ene siden har vi frykten for å bli utdatert, på den andre siden har vi frykten for å la feil gå gjennom fordi det er blitt mindre tid til manuell testing. Hvordan kan vi lære på jobb slik at vi finner balansen mellom ny teknologi og tradisjonell testing slik at vi får prøvd nye ting uten at det går utover kvaliteten på systemet eller krever at vi jobber lange kvelder?

Kort om hva AI kan og ikke kan hjelpe oss med testing - Audun Urke og Kjetil Gjelsten, SOCO, fasilitert av Minh Nguyen, Questigate og Odin Programkomite

Testing av autonome systemer - Arne Solheim, Webstep, fasilitert av Minh Nguyen, Questigate og Odin

AI-skjevhet er et kjent problem, men de fleste studier er gjennomført i USA og fokuserer på det engelske språket. Hva hvis vi bruker slike systemer i å ta (del)beslutninger som påvirker folk i Norge? Kan vi undersøker det samme på norsk, og mot det norske samfunnet? Vi er 3 kolleger som vil gjerne dele våre første funn fra testing av AI-modeller for bias i norsk språk og samfunn – hva som fungerte, hva som ikke fungerte, og hva vi lærte på veien. Vi går gjennom vår metode, utfordringene, og hvorfor dette er viktig for AI-utviklingen i Norge (og i andre land). Du får konkrete innsikter om hvordan du kan vurdere og redusere skjevheter i AI-modeller, slik at de fungerer rettferdig på tvers av språk og kulturer. Denne sesjonen vil gi innsiktene til å tenke kritisk om AI-rettferdighet – utenfor den vanlige engelsksentrerte tilnærmingen.

Automated testing has evolved from traditional frameworks like selenium - requiring manual maintenance to AI powered automation that increases efficiency, adaptability and self-healing capabilities. The future of testing lies in customizing and adapting AI to empower testers to work smarter and improve the software quality process. In this presentation, we will demonstrate the strengths and limitations of both traditional automated testing and AI powered automated testing.