NPO法人ソフトウェアテスト技術振興協会 イベント報告-JaSST'26 Niigata
HOME > 活動報告 > イベント報告 > JaSST'26 Niigata
2026年9月18日(金)オンライン＋オンサイト
オープニングセッションは共同実行委員長の田邉氏の挨拶から始まった。
冒頭で過去6年間のJaSST Niigataの変遷を振り返り、近年はテスト以外の知見・専門知との融合を軸に様々なテーマで開催してきたことに触れた。会場をほぐすような語り口だったが、今回のテーマ「AI時代のQA Re-Engineering —— 思考の純度を高め、品質の壁を突破する」の説明に入ると熱量を増し、いま改めて品質についての体系的なマネジメントが必要不可欠となっている状況を踏まえてこのテーマを掲げたのだと訴えた。
また、参加者内訳や事前アンケートの回答結果にも触れ、30代、40代の参加者が多いことや東京からの参加者が半分を占めていることなどが説明された。
その他、イベント進行上の注意案内やスポンサー紹介も行われた。
本会開始前の会場は雑談できるような和やかな空気が漂っていたが、オープニングセッションを通じて、肩肘を張らずにこれからのセッションに集中できるような、心地よい緊張感に満たされていった。
聴講者を業務に追われる日常から、思考の純度にじっくりと目を向けなおす非日常体験へ連れ出してくれるようなオープニングセッションであった。
JaSST Niigata実行委員会のアドバイザーを務めるじゅんぺー氏がLTを行った。
まず、仕様通りの確認作業は今やAIが担ってくれるようになっていると述べ、そのうえで、「まだ誰も気づいていない価値やリスクを見つける」探索がこれまで以上に求められていることに触れた。そのためには今回のJaSST Niigataのテーマに掲げられたように「思考の純度を高め」ることが重要であり、そのような観点から品質と向き合う方法として探索的テストが有効であると主張した。
探索的テストという技術を学ぶための書籍『Explore It! プロダクトの価値と自信を高める探索的テスト実践ガイド』を紹介してLTを締めくくった。
株式会社enechainのKoji Ejiri氏がLTを行った。
まず、AI駆動開発によって実装成果物も自動テストも大量に生成されるようになり、どの要件が検証済みかの把握が困難になっているという問題について述べた。そして、開発要件からテストケース、テスト実行結果のログに至るまで統一したIDを付与することでトレーサビリティを確保し、要件ごとのテストの有無や仕様変更時に見直す必要のあるテストを判別可能にしたことを示した。
今後の展望として、過去の障害など仕様以外の情報に基づいて作るテストにも適用していきたいと述べた。
Mark氏がLTを行った。
AI時代に大事なことはピープル品質であると主張し、そのような事柄を扱っている書籍として『LEADING QUALITY』を紹介した。次いで、自身の行っている翻訳にAIを活用していることに触れ、日本語表現に関する議論相手など、AIをアシスタントとして利用していると述べた。最後に、あくまで主になるのは人間であり、場を楽しむことや機会を活かすことは人間にしかできないことであり、そのような活動を通じて人間力を高めようと主張した。
株式会社メルペイのkomatsuna氏がLTを行った。 個人ではなくみんなが使うプロンプトはフィードバックのたびに直す必要が生じ、手間になる問題について述べた。そして、その問題を解決するために、プロンプトに寄せられたフィードバックをもとに指標を作成し、指標の数値評価によって改善前後のプロンプトを比較できるようにしたと述べた。
今回設けた指標は「仕様との用語一致率」「トレース可能セクション数」「生成されたテストケースの総数」であり、単一指標では見落としたであろうプロンプトの退行の発見もできたとのことであった。
株式会社マネーフォワードの鈴木昭吾氏がLTを行った。
APIテストのテスト設計とテスト実行準備に時間がかかる問題について指摘し、AIのスキル定義でAIにAPIテストを実施させた事例について紹介した。AIと一緒にタスクを進めることで、テスト設計の手間が大きく省かれ、テスト設計からテスト実行までの時間が短くなったと述べた。一方でAIに任せきりにしたことでバグが見逃されたことにも触れ、AIに思考を委譲してはいけないと主張した。
山田涼太氏がLTを行った。
まず、会社としてAIエージェントを配布した後の利用の実態と阻害要因についてアンケートで調べたと述べた。アンケートの結果、利用状況は同じチーム内でも個人ごとに温度差があること、現状の課題感があまりなく高度利用に進みにくい状況であることが分かったと述べた。最後に、他チームの実践から自分たちの困りごとに効くユースケースを見つけて高度利用にチャレンジしていこうと主張した。
全てのLTでAI時代あるいはAIツールに言及しており、AIの利用が当たり前になっていることを再認識した。AIというキーワードは共通するものの、各社各人異なる角度からAI利用を試みたりAIを取り巻く状況について分析したりしており、AIという新たな抽象レイヤーの上でソフトウェアエンジニアリングのプラクティスが再構築されている現場を垣間見ることができた。
冒頭、中野氏は聴衆に向かってAI疲れしていないか問いかけた。立ち止まる暇なく新しいAIモデルやAIツールをキャッチアップし続けないといけない状況について指摘し、普段の業務から一歩離れたシンポジウムの場で一度立ち止まって考えようと述べた。
続いて、AIにテスト業務を任せる前に考えるべきこととして、AIはテスト作業を実行できるものの、品質そのものへの責任は負えないことを指摘した。そして、AIを活用しながら人が責任を持つための技術がテストマネジメントであるとし、テストマネジメントの観点から見るAIの振る舞いの信頼性がこの基調講演の主眼であると述べた。
次に、人的リソースの制約をいったん取り払い、テストプロセスをAIへ全面的に委譲したらどうなるかという思考実験を提示した。そのような思考実験から、人の工数という制約が外れることでテストピラミッドの実現などテスト戦略の可能性が広がる別様が見えてくると語った。
そのうえで、テスト工程ごとに人が判断を担うべき勘所やAIとの協業の在り方をそれぞれ挙げた。
最後に、どの工程でも「評価」がボトルネックになること、委譲しても品質は自動的には上がらないこと、最終的な判断と説明責任は人に残ることを示した。そして、QAエンジニアのスキルや知識にはテストマネジメントやリスク評価、ユーザー理解、暗黙的な判断基準の明文化といったものがある。これらのスキルや知識の量やレベルは、QAエンジニアによって異なり、すべてを一律にAIに委譲できるわけではない。したがってこういったスキルや知識をQAエンジニアごとに、AIにどこまで委譲できるかを見極める必要がある、と締めくくった。
質疑応答で「中間成果物のレビューは追いついているか」という質問に対し、ある程度追いついているが完全なレビューはできていないと述べた。また「開発業務の忙しさとAIに向き合う時間のバランスのとり方はどうしているか」という質問に対し、開発速度の加速に対してQAエンジニアやプロダクトマネージャーに圧がかかっている状況を指摘し、本来一体となって進めていきたいが、ビジョンを描き切れていないことが課題であると述べた。
中野氏のテスト活動への鋭い洞察とAIエージェントを一つの主体と見なして協業の在り方を探す姿勢から多くの学びを得ることができた。観察・内省に真摯に取り組むからこそ到達できる発見や知恵があるということが分かり、まさに思考の純度を高めるというテーマにぴったりの講演であった。
株式会社SHIFTによる発表が行われた。 自身の18年のキャリアを振り返り、QAの仕事は多岐にわたるため、越境していろいろなことに挑戦できると述べた。
株式会社ベリサーブによる発表が行われた。 「TESTRA」はテストストラテジーの略であり、システムテストと受入テストを対象としたサービスを提供していると紹介した。ソフトウェアテストにおいてAX（AI Transformation）が遅れている問題に対処するサービスであり、人とAIの協調を可能にするサービスであると述べた。
山口氏は冒頭で、QA組織にコードベースのE2E自動テストを広めようとした際、「みんなで自動テストを書こう」という進め方ではうまく普及しなかった経験を紹介した。テストを一つ書くまでに置き場所や命名、ロケーターの選び方など数多くの判断が必要になり、それらに一つ一つ自分で答えを出さねばならないことを要因として挙げた。変えるべきだったのはメンバーのやる気ではなく、判断の負担そのものであったと振り返った。
そのうえで、普及を「始める」ための鍵として、最初の一人が型を作りきることを挙げた。次に書く人が一から判断するのではなく、まねて修正すれば書ける状態を目指し、ガイドやコーディングルール、主要な業務フローを網羅したサンプルを用意したと述べた。
「続ける」ための運用としては、環境構築からペアプログラミングで巻き込み、最初は一人にレビューを集約して書き方のばらつきを防ぎ、問題が出なくなった人から順に相互レビューへ移していく流れを示した。またAI時代になってからの変化として、レビューで得た知見をガイドやAIへの制約として蓄積していること、AIによる生成が増えたため選択的にレビューを再開していることを語った。
最後に、明日からの一歩として、自分のテストの進め方をドキュメントにまとめること、手本となるテストケースを一つ書くこと、同僚とペアで一つ書くことを挙げて締めくくった。
質疑応答で「最初のレビュアーを選ぶ基準はあるか」という質問に対し、判断のブレない人が良いと回答した。また、「自動テストを書く動機付けの工夫はあるか」という質問に対し、動機付けしたい人をよく観察して、北風（書いていない現状のデメリットを伝える）か太陽（書くことのメリットを伝え背中を押す）かアプローチを分けると述べた。
自動テストを広げるために、広がりやすさを考え、広げていく相手にとってやさしい道を引くという話に、組織に対する山口氏の懐の深さを垣間見た。また、テストの名前や置き場所を「決める」のではなく「決まる」ようにルールを整備していく、という話もあった。水の流れを堰き止めるのではなく水路を掘る治水の発想そのものであり、だからこそ長続きし、広がりやすいのだと腑に落ちた。
ウイングアーク1st株式会社による発表が行われた。 1回のリリースあたり約200件のPBIに対応するような開発において、手作業が多く、テストベースが散在し、属人化が起こっていたと述べた。そのような中、AI協業での新プロセスを考案したと紹介した。AIを人間の理解促進に役立て、人によるきめ細かなレビューを行っているという。その結果、分散した資料探しから解放され、チームにも定着してきており、AIを仲間と感じられるようになってきたと語った。
ポールトゥウィン株式会社による発表が行われた。 テスト担当者が今まで地道にやっていたことはAIが代替するため、これからのQAエンジニアは思考に集中し、Quality Architectとして振る舞うべきだと主張した。Quality Architectは要件定義などの最上流工程から介入し、チーム全体の品質設計とAI活用ガバナンスをリードする。ポールトゥウィン株式会社では、テスト工程全体を棚卸し、AI・自動化・人の役割を再定義したと述べた。
松山氏は、生成AIを用いたプロダクトの品質保証は「確率」との戦いであると切り出した。同じ入力でも出力が揺らぎ、昨日うまくいっても今日うまくいくとは限らないため、一度テストにPASSすれば品質が担保されるという従来の前提が崩れると述べた。題材として、就業規則を読み取って有給休暇の付与ルールを自動作成する、バックオフィス業務向けクラウドサービス「バクラク」の機能を挙げ、間違いが許されない領域でありながらAIに任せたい矛盾があると説明した。
その解決策として、テストを「守り」と「攻め」の2層に分けるテストアーキテクチャを示した。「守り」は時間経過による性能変化を検知し精度を守る回帰テストであり、システム全体を通して絶対評価で判定する。「攻め」はこれまで精度の低かったユースケースを改善するテストであり、プロンプト変更を含むプルリクエスト単位で、変更前後の差分による相対評価で判定する。本番で得たユーザーの声を評価用データセットに取り込み、新たなテストケースへと育てる仕組みも紹介した。
テストの目的に応じて、テストスコープやテストデータ、判定の仕方、実行タイミングを変えるべきであると主張して締めくくった。
質疑応答では「AIモデルの変更による本番環境への影響にはどう対処しているか」という質問が出た。モデルのバージョンは制御下にあるため、意図せず影響が出ることはないという。そのうえで、モデル変更以外の要因による精度劣化については、ユーザー確認を必須とする画面設計によって期待値を調整し、カバーしているとのことだった。
AIを組み込んだプロダクトのソフトウェアテストの考え方について、実例を交えて理解することができた。Go言語とLangfuseの組み合わせによる単体テスト機構、ユーザーフィードバックを起点としたテストケースの拡充など、具体的な取り組みの紹介があり、各現場でも取り入れやすい内容だと感じた。
JSTQB広報ワーキンググループによる発表が行われた。 シラバスについて、FLシラバス 自動車ソフトウェアテスト担当者のマイナーバージョンアップ、大規模アジャイルテストのリーダーシップ Version 2.0.J01 シラバスの日本語翻訳版を公開したことを告知した。 また、JSTQBの公式サイトをリニューアルしたこと、JSTQBカンファレンス in 2026 Autumnを2026年10月16日に開催することを紹介した。
株式会社トランザクション・メディア・ネットワークスによる発表が行われた。 まず、作業のスピードが上がったが、価値提供のスピードが上がっていない状況について指摘した。それは人の判断がまだまだ必要であるからだと述べた。そして、判断の重要性が増す今考えるべきことは、「そもそも、その問いは正しいか？」と「抽象と具体を行き来できているか？」という2点であると主張した。
テクバン株式会社による発表が行われた。 まず、AIがQAにもたらす価値は「品質向上」「工数削減」「ナレッジ活用」であると述べた。次に、AI活用のリスクは、結果を鵜呑みにし、誤情報を見逃すことであると説明した。最後に、AIは補助ツールとして優秀であるが注意も必要であり、使い手である人のスキルがますます求められていると語った。
髙橋氏は、AIコーディングによって機能開発のスピードが上がり、リグレッションテストの範囲が広がり続けているため、自動テストをどう増やすかが課題になっていると述べた。自動テストを増やす際には「何を自動化するか」「レイヤーをどう分けるか」「優先度をどうつけるか」の3点を考える必要があるとし、これまで自分で整理して決めてきたこれらの判断をAIと比較し、その差分から自身の暗黙知を明らかにすることを試みたと述べた。
検証対象はクラウド給与計算システム「バクラク給与」の「随時改定」機能であり、計算・状態・ファイルが同居し、どのテストレイヤーで確かめるかが分かれやすい機能である。同じ機能について、人間とAIがそれぞれ同じ形式の観点表を作成し、3つの判断軸ごとに理由を突き合わせたと述べた。
比較の結果、3つの軸全てで判断の根拠に違いが見られたと整理した。
これらから、自分は「テストを書いた後にどれだけの価値があるか」を暗黙的に重視していたと気づいたと述べた。今後は、その判断が「利用頻度」と「業務への影響」に基づくことを、AIを含む第三者へ明示的に伝えていきたいと締めくくった。
質疑応答では「今回得られた暗黙知をAIにフィードバックして人間の結果に近づくかどうか検証する予定はあるか」という質問に対し、ぜひ挑戦してみたいと意欲を語った。
暗黙知は言語化しにくいものだが、AIという、ある意味での他者の判断を鏡にすることで、自分が何を重視していたのかが輪郭を持って立ち上がってくる。AIを、自らの思考を映し出す道具として活用する姿勢に、AI時代の学びの一つの形を見た。発表の中で紹介されたAIの判断根拠の中には一理あると感じるものも多く、人間の判断が必ずしも絶対的なものでないということを念頭に置くことが、AIと人の協業における健全な進歩を推し進めるのかもしれないと感じた。
共同実行委員長の勝山氏はまず、本日は約20ものセッションがあり、幅広い知見を得る機会になったと述べた。そして、今日得た学びや問いをどう落とし込んで現場に適用するかが大事であると話した。 また、来年のJaSST Niigataでは公募セッションも設ける予定であることを述べ、来年への期待感をにじませながら本会を締めくくった。
全ての発表が終わり会場が心地よい疲労感に包まれる中、勝山氏の挨拶は聴衆の目をそれぞれの現場に向けなおすものだった。発表者、聴講者それぞれを労いつつも明日に向けて背中を押す言葉により、改めて本会に足を運んで良かったと感じた人も多かったのではないだろうか。 来年は公募セッションも設けられるとのことで、JaSST Niigataの今後への期待感が高まると同時に、筆者自身、今回得た学びを来年のこの場で発表できる取り組みに繋げていくぞと気の引き締まる思いがした。
事前にチケットを購入していた方を対象に、同会場にて立食形式の情報交換会が行われた。振る舞われた料理は茶豆や半身揚げなどの新潟ご当地グルメであり、文字通り新潟を肌で感じることができた。 会場は終始盛り上がりを見せ、聴講者や発表者、スポンサーや実行委員といった立場を超えた交流が盛んに行われていた。筆者自身、本日の発表者と発表内容について議論したり、同じような境遇の参加者と悩み相談をしたり、普段関わる機会が無い異業種の方との会話を楽しんだりと、たくさんの交流を果たすことができた。
今回はオンサイトとオンラインのハイブリッド開催となり、筆者はオンサイトで参加したが、オンラインも滞りなく配信されていたとのこと。1日のイベントとしてはセッションの数が多い印象を持ったが、その全てが「AI時代のQA Re-Engineering -- 思考の純度を高め、品質の壁を突破する」というテーマに沿っており、「思考の純度」について徹底して考える大変楽しい時間を過ごすことができた。個別のセッション内容は多種多様でありながら、人は思考を放棄してはいけない、というメッセージを随所で目にし、自分を律して思考し続けることの重要性を再認識した。
記：苅田 蓮（JaSST Tokyo実行委員会）