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

Fundamentos de la garantía de calidad y pruebas

• Definición de calidad, garantía de calidad y pruebas
• Los siete principios de prueba (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 Waterfall, Agile, DevOps y CI/CD
• Niveles de prueba: unidad, integración, sistema, aceptación
• Estrategias de pruebas shift-left y shift-right
• Trazabilidad entre requisitos y casos de prueba

Técnicas de pruebas estáticas

• Revisiones, recorridos (walkthroughs) e inspecciones
• Análisis estático utilizando herramientas automatizadas
• Revisiones basadas en listas de verificación y roles
• Técnicas de revisión formal e informal
• Integración de pruebas estáticas en flujos de trabajo Agile

Técnicas de prueba

• Técnicas de caja negra: partición de equivalencia, análisis de valores límite
• Pruebas de tabla de decisiones y pruebas de transición de estados
• Pruebas de casos de uso y pruebas exploratorias
• Técnicas de caja blanca: cobertura de sentencias y de decisiones
• Técnicas basadas en la experiencia y suposición 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 vs. prioridad del defecto
• 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 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 prueba y fundamentos de automatización

• Clasificación de herramientas de prueba (categorías de herramientas 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 (machine learning) para probadores
• Clasificación: IA para pruebas vs. 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 LLM (ChatGPT, Claude, Copilot) para redactar 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 auto-curable (self-healing) con Katalon Studio AI
• Reconocimiento de objetos y localización de elementos impulsados por IA
• Pruebas de regresión visual con Applitools Eyes
• Selenium con plugins de IA para una automatización resiliente
• Reducción de la carga de mantenimiento con localizadores inteligentes

IA para la predicción y análisis de defectos

• Selección predictiva de pruebas con Launchable y Sealights
• Agrupación 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 en 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 potenciadas por IA
• Medición de la eficacia de las pruebas de IA con métricas

Consideraciones éticas en pruebas impulsadas por IA

• Sesgo y 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
• 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 pesos temáticos a través de los capítulos del temario CTFL
• Examen de práctica con preguntas de ejemplo estilo ISTQB
• Ruta de estudio y recursos recomendados

Capstone: Flujo de trabajo de pruebas end-to-end mejoradas con IA

• 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 auto-curables
• Reporte de defectos y ejecución de análisis de causa raíz asistido por IA
• Retrospectiva: integración de la IA en la práctica diaria de QA