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 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: de unidad, de integración, de sistema y de aceptación
• Estrategias de shift-left y shift-right
• Rastreo de 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 por roles
• Técnicas de revisión formales e informales
• Integración de pruebas estáticas en flujos de trabajo Agile

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 de decisiones
• Técnicas basadas en la experiencia y suposición de errores (error guessing)

Gestión de Defectos

• Ciclo de vida de defectos: detección, reporte, triaje, resolución y cierre
• Redacción de informes de defectos efectivos con JIRA
• Clasificación de severidad 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 y condiciones de salida de pruebas
• Documentos de estrategia y política de pruebas alineados con ISTQB

Principios Básicos de Herramientas y Automatización de Pruebas

• 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 un conjunto básico de pruebas automatizadas

Introducción a la IA en la Garantía de Calidad

• Conceptos de IA y aprendizaje automático para testers
• Taxonomía: 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 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 auto-curativa con Katalon Studio AI
• Reconocimiento de objetos y ubicación 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
• Agrupación de fallos y detección de anomalías con ReportPortal
• Análisis de causa raíz asistido por IA
• Puntuación de riesgo de calidad y análisis 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 las Pruebas Dirigidas por IA

• Sesgos 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 prueba 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 al estilo ISTQB
• Hoja de ruta de estudio y recursos recomendados

Proyecto Final: Flujo de Trabajo de Pruebas de Extremo a Extremo Mejorado 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 auto-curativas
• Reporte de defectos y ejecución de análisis de causa raíz asistido por IA
• Retrospectiva: integración de la IA en la práctica diaria de QA