Fundamentos de QA y pruebas modernas con IA (preparación para ISTQB Foundation)

Fundamentos de Garantía de Calidad y Pruebas

• Definición de calidad, garantía de calidad y pruebas
• Los siete principios de pruebas (ISTQB CTFL v4.0)
• Pruebas frente a depuración frente a control de calidad
• La psicología de las pruebas
• Roles y responsabilidades en un equipo de QA

Ciclo de vida de desarrollo de software y pruebas

• Fases del Ciclo de Vida de las Pruebas de Software (STLC)
• Enfoques de pruebas en Cascada, Ágil, DevOps y CI/CD
• Niveles de prueba: unidad, integración, sistema, aceptación
• Estrategias de shift-left y shift-right en pruebas
• Trazabilidad entre requisitos y casos de prueba

Técnicas de pruebas estáticas

• Revisiones, recorridos e inspecciones
• Análisis estático utilizando herramientas automatizadas
• Revisiones basadas en listas de verificación y roles
• Técnicas de revisión formales e informales
• Integración de pruebas estáticas en flujos de trabajo Ágiles

Técnicas de pruebas

• Técnicas de caja negra: partición de equivalencia, análisis de valores límite
• Pruebas con tablas de decisión y pruebas de transición de estados
• Pruebas de casos de uso y pruebas exploratorias
• Técnicas de caja blanca: cobertura de sentencias y decisiones
• Técnicas basadas en la experiencia y conjetura de errores

Gestión de defectos

• Ciclo de vida del defecto: detección, reporte, triaje, resolución, cierre
• Redacción de reportes de defectos efectivos con JIRA
• Clasificación de severidad frente a prioridad del defecto
• Técnicas de análisis de causa raíz
• Métricas de defectos y análisis de tendencias

Gestión de pruebas y pruebas basadas en riesgo

• Planificación de pruebas y métodos de estimación
• Identificación, evaluación y mitigación de riesgos
• Monitoreo, control e informes de pruebas
• Definición de criterios de finalización de pruebas y condiciones de salida
• Documentos de estrategia de pruebas y política de pruebas alineados con ISTQB

Herramientas de pruebas y fundamentos de automatización

• Clasificación de herramientas de pruebas (categorías de herramientas de ISTQB)
• Beneficios y riesgos de la automatización de pruebas
• Selección de herramientas: soluciones de código abierto frente a comerciales
• Introducción a Selenium, Playwright y Cypress
• Construcción de una suite básica de pruebas automatizadas

Introducción a la IA en Garantía de Calidad

• Conceptos de IA y aprendizaje automático para testers
• Taxonomía: IA para pruebas frente a pruebas de sistemas de IA
• Paisaje actual de pruebas con IA: oportunidades y limitaciones
• Características de calidad para sistemas basados en IA
• Resumen del temario ISTQB CT-AI y su relevancia

Generación de casos de prueba asistida por IA

• Uso de LLMs (ChatGPT, Claude, Copilot) para la redacción de casos de prueba
• Técnicas de ingeniería de prompts para generar escenarios de prueba
• Conversión de historias de usuario y criterios de aceptación en casos de prueba
• Revisión y validación de casos de prueba generados por IA
• Plataformas: Testim, Mabl y herramientas nativas de IA para generación de pruebas

Automatización de pruebas asistida por IA

• Automatización de pruebas autorreparable con Katalon Studio AI
• Reconocimiento de objetos y localización de elementos dirigida por IA
• Pruebas de regresión visual con Applitools Eyes
• Selenium con plugins de IA para automatización resiliente
• Reducción de la carga de mantenimiento con localizadores inteligentes

IA para predicción y análisis de defectos

• Selección predictiva de pruebas con Launchable y Sealights
• Agrupamiento de fallas y detección de anomalías con ReportPortal
• Análisis de causa raíz asistido por IA
• Puntuación de riesgo de calidad y analítica de brechas de pruebas
• Uso de datos históricos de defectos para priorizar pruebas

Evaluación de herramientas de IA e integración en CI/CD

• Criterios para evaluar herramientas de pruebas con IA
• Análisis de ROI y estrategia de adopción
• Integración de herramientas de pruebas con IA en Jenkins, GitHub Actions, GitLab CI
• Diseño de pipelines: cuándo y dónde ejecutar pruebas impulsadas por IA
• Medición de la efectividad de las pruebas con IA mediante métricas

Consideraciones éticas en pruebas impulsadas por IA

• Sesgo y equidad en datos de prueba generados por IA
• Preocupaciones de privacidad al utilizar herramientas de IA en la nube
• Transparencia y explicabilidad de las decisiones de pruebas de IA
• Consideraciones de gobernanza y cumplimiento normativo
• Prácticas responsables de IA para equipos de QA

Preparación para el examen ISTQB CTFL

• Estructura, duración y puntuación del examen CTFL v4.0
• Tipos de preguntas y estrategias de respuesta
• Distribución de peso temático a lo largo de los capítulos del temario CTFL
• Examen de práctica con preguntas de muestra estilo ISTQB
• Hoja de ruta de estudio y recursos recomendados

Proyecto final: Flujo de trabajo de pruebas mejoradas con IA de principio a fin

• Diseño de casos de prueba a partir de un documento de requisitos de muestra
• Uso de IA para generar y refinar escenarios de prueba
• Automatización de pruebas seleccionadas con herramientas autorreparables
• Reporte de defectos y ejecución de análisis de causa raíz asistido por IA
• Retrospectiva: integración de la IA en la práctica diaria de QA