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

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.
• La 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 Waterfall, Agile, DevOps e integración continua/despliegue continuo (CI/CD).
• Niveles de prueba: unidad, integración, sistema y aceptación.
• Estrategias de prueba shift-left y shift-right.
• Trazabilidad entre requisitos y casos de prueba.

Módulo 3: Técnicas de Prueba Estática

• Revisiones, recorridos por el código e inspecciones.
• Análisis estático utilizando herramientas automatizadas.
• Revisión basada en listas de chequeo y roles.
• Técnicas formales e informales de revisión.
• Integración de pruebas estáticas en flujos de trabajo Agile.

Módulo 4: Técnicas de Prueba

• Técnicas de caja negra: partición de equivalencia y análisis de valores límite.
• Pruebas con tablas de decisión y pruebas de 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, triaje, resolución y cierre.
• Redacción de informes efectivos de defectos con JIRA.
• Clasificación de severidad versus 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 de prueba y documentos de política alineados con ISTQB.

Módulo 7: Herramientas de Prueba y Fundamentos de Automatización

• Clasificación de herramientas de prueba (categorías de herramientas de ISTQB).
• Ventajas y riesgos de la automatización de pruebas.
• Selección de herramientas: soluciones de código abierto versus comerciales.
• Introducción a Selenium, Playwright y Cypress.
• Construcción de una suite básica 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 versus pruebas de sistemas de IA.
• Escenario 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 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 generación de pruebas con IA.

Módulo 10: Automatización de Pruebas Asistida por IA

• Automatización de pruebas con autocuración utilizando Katalon Studio AI.
• Reconocimiento de objetos y localización de elementos impulsados por IA.
• Pruebas visuales de regresión con Applitools Eyes.
• Selenium con complementos de IA para una automatización resistente.
• 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.
• Evaluación de riesgos de calidad y análisis de brechas en las pruebas.
• Uso de datos históricos de defectos para priorizar las pruebas.

Módulo 12: Evaluación de Herramientas de IA e Integración 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 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 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 prueba con IA.
• Consideraciones de gobernanza y cumplimiento normativo.
• Prácticas de IA responsable para equipos de QA.

Módulo 14: Preparación para el Examen ISTQB CTFL

• Estructura, duración y puntaje del examen CTFL v4.0.
• Tipos de preguntas y estrategias de respuesta.
• Distribución del peso temático entre 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 End-to-End Mejorado 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 de autocuración.
• Reporte de defectos y ejecución de análisis de causa raíz asistido por IA.
• Retrospectiva: integración de la IA en la práctica diaria de QA.