Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guía práctica
IA Generativa
en la Calidad
del Software:
5 casos de uso
en prácticas de QA
Índice
03
Introducción
04
¿Qué es la IA Generativa? | ¿Cómo se relaciona la
IA Generativa con el mundo del QA?
05
¿Por qué es importante empezar a utilizar estas
herramientas en el ámbito de QA? | El papel de la
IA Generativa como “copiloto”
06
¿Qué casos de uso pueden ser aplicados con la
IA Generativa en las prácticas de QA?
10
¿Qué podemos concluir respecto a comenzar este
camino del uso de la IA Generativa en QA?
02
Introducción
La inteligencia artificial generativa está tomando un protagonismo
nunca antes visto en el ámbito mundial y en especial en el ciclo de vida
del desarrollo de software.
03
¿Qué es la IA Generativa?
Para introducirnos en el mundo de la utilización de herramientas con
inteligencia artificial generativa, es necesario comprender en primer
lugar qué significa.
¿Cómo se relaciona la IA
Generativa con el mundo
del QA?
Los modelos que permiten generar nuevos contenidos tienen la
capacidad de contextualizarse en base a la información de entrada
que se le entregue a través de una pregunta en lenguaje natural, para
que posteriormente interprete dichos datos y realice una predicción, la
cual consistirá en su respuesta.
04
¿Por qué es importante
empezar a utilizar estas
herramientas en el ámbito
de QA?
El mayor valor y potencial de estas herramientas es que son
capaces de realizar tareas de interpretación de información y
posterior generación de contenido a través de predicciones de
respuestas en tan solo segundos, por lo que se convirtieron en
aliadas necesarias a la hora de tener que mejorar la productividad
de las tareas de los Ingenieros/as QA, dado que el mercado actual
requiere una gran velocidad para lograr el mejor time to market en
sus productos.
El papel de la IA Generativa
como “copiloto”
La figura más conocida de estas herramientas en la actualidad es la de
los chatbots, los cuales se comenzaron a convertir en asistentes que
utilizan inteligencia artificial generativa, para apoyar a las personas en
sus tareas mediante respuestas asociadas a preguntas en lenguaje
natural que realizan los usuarios bajo ciertos contextos.
05
A raíz de esta situación, es clave considerar que en este caso los
Ingenieros/as QA son los que pilotean o guían a estos modelos,
mediante los diferentes contextos y preguntas requeridas, para
que pueda asistirlos en este caso en las prácticas de QA.
Por eso, siempre se habla que estos modelos no sean 100% autónomos
y el humano debe estar como parte de su iteración, por lo que en
definitiva son herramientas de asistencia y no herramientas de
automatización como tal.
06
que contiene un carro de compras, y en este caso los Ingenieros/as QA
harán uso de estos para acelerar su productividad.
1 - Estrategia de pruebas
2 - Diseño de pruebas
07
Product Owner y el equipo de desarrollo para determinar cuál es la
historia de usuario y sus respectivos criterios de aceptación que hay
que dar cobertura.
3 - Scripting de pruebas
Una vez que ya se tienen diseñados los casos de prueba, los cuales
fueron realizados en conjunto con el agente para generación de
casos, el Ingeniero/a QA reutiliza el contenido de este caso de
prueba y ahora emplea el agente que genera scripts de prueba
automatizados, el cual solicita la información del caso, el flujo de
negocio, la herramienta y lenguaje a utilizar, la ruta o dirección del
sistema y por último, un extracto del código fuente.
08
4 - Gestión de datos de prueba
Finalmente, una vez que se tengan los resultados de las pruebas con
los determinados indicadores funcionales tales como cantidad de
casos pasados, fallidos, defectos, etc., y por otro lado a nivel no
funcional de los resultados de las pruebas de performance, el
Ingeniero/a QA acudirá a su agente que genera reportes bajo alguna
estructura definida a nivel de cliente que posee el contenido en
base a los resultados, incluyendo métricas y recomendaciones.
09
El Ingeniero/a QA irá interactuando junto a este agente con la
información generada del reporte, para ir ajustando y/o mejorando
la información, para que se adecue según el nivel aceptable que se
requiere a nivel del cliente, entre ellas por ejemplo apoyarse en la
generación de informes con una orientación más técnica y
otros más ejecutivos.
10
Pensar la mejor forma de certificar un software entendiendo
el sistema a nivel de negocio y a nivel técnico.
11