Fundamentos de Aseguramiento de Calidad y Pruebas Modernas con IA (Preparación para la certificación ISTQB)

Módulo 1: Fundamentos del Aseguramiento de Calidad y las Pruebas

• Definición de calidad, aseguramiento de la calidad y pruebas.
• Los siete principios de las pruebas (ISTQB CTFL v4.0).
• Diferencias entre pruebas, depuración y control de calidad.
• Psicología de las pruebas.
• Roles y responsabilidades en un equipo de QA.

Módulo 2: Ciclo de Vida del Desarrollo de Software y Pruebas

• Fases del Ciclo de Vida de las Pruebas de Software (STLC).
• Enfoques de pruebas en cascada, Ágil, DevOps e integración continua/entrega continua (CI/CD).
• Niveles de prueba: unidad, integración, sistema y aceptación.
• Estrategias de pruebas a la izquierda ('shift-left') y a la derecha ('shift-right').
• Trazabilidad entre requisitos y casos de prueba.

Módulo 3: Técnicas de Pruebas Estáticas

• Revisiones, recorrido por el código ('walkthroughs') e inspecciones.
• Análisis estático utilizando herramientas automatizadas.
• Revisión basada en listas de verificación y por roles.
• Técnicas formales e informales de revisión.
• Integración de pruebas estáticas en flujos de trabajo Ágiles.

Módulo 4: Técnicas de Prueba

• Técnicas de caja negra: partición equivalente y análisis del valor límite.
• Pruebas con tablas de decisión y transición de estados.
• Pruebas basadas en casos de uso y pruebas exploratorias.
• Técnicas de caja blanca: cobertura de sentencias y decisiones.
• Técnicas basadas en la experiencia y adivinación de errores.

Módulo 5: Gestión de Defectos

• Ciclo de vida del defecto: detección, reporte, clasificación ('triage'), resolución y cierre.
• Redacción de reportes de defectos efectivos con JIRA.
• Clasificación de la severidad vs. prioridad de los defectos.
• Técnicas de análisis de causa raíz.
• Métricas de defectos y análisis de tendencias.

Módulo 6: Gestión de Pruebas y Pruebas Basadas en Riesgos

• Planificación de pruebas y métodos de estimación.
• Identificación, evaluación y mitigación de riesgos.
• Monitoreo, control y reporte de las pruebas.
• Definición de criterios de finalización de pruebas y condiciones de salida.
• Estrategia y políticas de prueba alineadas con ISTQB.

Módulo 7: Herramientas de Prueba y Fundamentos de la Automatización

• Clasificación de herramientas de prueba (categorías de herramientas ISTQB).
• Ventajas y riesgos de la automatización de pruebas.
• Selección de herramientas: soluciones de código abierto vs. comerciales.
• Introducción a Selenium, Playwright y Cypress.
• Construcción de un conjunto básico de pruebas automatizadas.

Módulo 8: Introducción a la IA en el Aseguramiento de Calidad

• Conceptos de IA y aprendizaje automático para probadores.
• Taxonomía: IA para pruebas vs. pruebas de sistemas de IA.
• Panorama actual de las pruebas con IA: oportunidades y limitaciones.
• Características de calidad para sistemas basados en IA.
• Visión general del temario ISTQB CT-AI y su relevancia.

Módulo 9: Generación Asistida por IA de Casos de Prueba

• Uso de modelos de lenguaje grande (LLM) (ChatGPT, Claude, Copilot) para el borrado 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 generación de pruebas con IA.

Módulo 10: Automatización de Pruebas Asistida por IA

• Automatización de prueba autorreparable con Katalon Studio AI.
• Reconocimiento de objetos impulsado por IA y localización de elementos.
• Pruebas de regresión visual con Applitools Eyes.
• Selenium con complementos de IA para una automatización resiliente.
• Reducción de la carga de mantenimiento mediante localizadores inteligentes.

Módulo 11: IA para Predicción y Análisis de Defectos

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

Módulo 12: Evaluación de Herramientas IA e Integración con CI/CD

• Criterios para evaluar herramientas de prueba con IA.
• Análisis del retorno de la inversión (ROI) y estrategia de adopción.
• Integración de herramientas de prueba con IA en Jenkins, GitHub Actions y GitLab CI.
• Diseño de tuberías ('pipelines'): cuándo y dónde ejecutar pruebas potenciadas por IA.
• Medición de la efectividad de las pruebas con IA mediante métricas.

Módulo 13: Consideraciones Éticas en las Pruebas Impulsadas por IA

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

Módulo 14: Preparación para el Examen ISTQB CTFL

• Estructura, duración y puntuación del examen CTFL v4.0.
• Tipos de preguntas y estrategias de respuesta.
• Distribución del peso temático en los capítulos del temario CTFL.
• Examen de práctica con preguntas estilo ISTQB.
• Ruta de estudio y recursos recomendados.

Módulo 15: Proyecto Final: Flujo de Trabajo de Pruebas Integrado con IA

• Diseño de casos de prueba a partir de un documento de requisitos de ejemplo.
• 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.
• Reflexión final ('retrospective'): integración de la IA en la práctica diaria de QA.