Fundamentos de QA y pruebas modernas con IA (preparación para el nivel fundacional ISTQB)

Fundamentos de la Garantía de Calidad y las Pruebas

• Definición de calidad, garantía de calidad y pruebas
• Los siete principios de pruebas (ISTQB CTFL v4.0)
• Pruebas vs. depuración (debugging) vs. 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 Pruebas de Software (STLC)
• Enfoques de pruebas en Cascada (Waterfall), Ágil, DevOps y CI/CD
• Niveles de prueba: unidad, integración, sistema, aceptación
• Estrategias de pruebas Shift-left y Shift-right
• Rastreabilidad entre requisitos y casos de prueba

Técnicas de Pruebas Estáticas

• Revisiones, recorridos (walkthroughs) e inspecciones
• Análisis estático mediante herramientas automatizadas
• Revisión basada 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 de 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 experiencia y conjetura de errores

Gestión de Defectos

• Ciclo de vida de defectos: detección, reporte, triaje, resolución, cierre
• Redacción de informes de defectos efectivos con JIRA
• Clasificación de gravedad vs. prioridad de defectos
• Técnicas de análisis de causa raíz
• Métricas de defectos y análisis de tendencias

Gestión de Pruebas y Pruebas Basadas en Riesgos

• Planificación de pruebas y métodos de estimación
• Identificación, evaluación y mitigación de riesgos
• Monitoreo, control e informe 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

Fundamentos de Herramientas de Pruebas y 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 vs. comerciales
• Introducción a Selenium, Playwright y Cypress
• Construcción de una suite de pruebas automatizada básica

Introducción a la IA en la Garantía de Calidad

• Conceptos de IA y aprendizaje automático para analistas de pruebas
• Taxonomía: IA para pruebas vs. pruebas de sistemas de IA
• Panorama actual de pruebas con IA: oportunidades y limitaciones
• Características de calidad para sistemas basados en IA
• Resumen del plan de estudios ISTQB CT-AI y su relevancia

Generación de Casos de Prueba Asistida por IA

• Uso de LLM (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 ubicación de elementos impulsados por IA
• Pruebas de regresión visual con Applitools Eyes
• Selenium con plugins de IA para automatización resiliente
• Reducción de la sobrecarga de mantenimiento mediante localizadores inteligentes

IA para Predicción y Análisis de Defectos

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

Evaluación de Herramientas de IA e Integración CI/CD

• Criterios para evaluar herramientas de pruebas de IA
• Análisis de ROI y estrategia de adopción
• Integración de herramientas de pruebas de 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 de IA mediante métricas

Consideraciones Éticas en Pruebas Impulsadas por IA

• Sesgo e equidad en los datos de prueba generados por IA
• Preocupaciones de privacidad al utilizar herramientas de IA basadas 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 del peso temático a través de los capítulos del plan de estudios CTFL
• Examen de práctica con preguntas de muestra estilo ISTQB
• Ruta de estudio y recursos recomendados

Proyecto Final: Flujo de Trabajo de Pruebas Mejorado con IA de Extremo a Extremo

• 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