Redakcja testerzy.pl
AI Testing w wersji 2.0
Testowanie systemów opartych na AI
ISTQB® wydało nową wersję sylabusa Certified Tester - AI Testing (CT-AI). Nie jest to kosmetyczna aktualizacja, ponieważ znacznie zmienił się układ materiału, zakres tematyczny i podejście do praktyki. Poprzednia wersja obejmowała zarówno testowanie systemów AI, jak i wykorzystanie AI w testowaniu. W wersji 2.0 drugi z tych obszarów został usunięty. Sylabus koncentruje się teraz wyłącznie na testowaniu systemów opartych na uczeniu maszynowym. Takie zawężenie umożliwia znacznie głębsze omówienie zagadnień, które w poprzedniej wersji były traktowane bardziej powierzchownie.
Treść podzielono na trzy główne obszary: dane wejściowe, modele ML oraz testowanie na poziomie systemu. W warstwie danych sylabus obejmuje m.in. ocenę reprezentatywności zbiorów, poprawność etykiet i walidację potoków danych. W warstwie modeli pojawiają się techniki takie jak:
- adversarial testing,
- metamorphic testing,
- drift testing,
- testy A/B,
- back-to-back testing.
Całość jest uzupełniona o charakterystyki jakościowe specyficzne dla AI, zgodnie ze standardem ISO/IEC 25059. Nowym elementem jest też dedykowany rozdział poświęcony testowaniu generatywnej AI i dużych modeli językowych, z naciskiem na techniki eksploracyjne i red teaming.
Czas trwania szkoleń skrócono z czterech do trzech dni. ISTQB® twierdzi, że głębokość materiału została zachowana, a zmiany poprawiają jego praktyczną użyteczność. Każdy obszar tematyczny jest teraz wspierany ćwiczeniami praktycznymi.
„Systemy oparte na AI wprowadzają nowe i złożone wyzwania dla testowania” - powiedziała Klaudia Dussa-Zieger, Prezes ISTQB® i Przewodnicząca grupy roboczej CT-AI. „Wersja 2.0 zapewnia testerom pracującym z uczeniem maszynowym i technologiami generatywnej AI wyraźniejszy i bardziej praktyczny fundament. Odzwierciedla sposób, w jaki systemy AI ewoluują, oraz rosnące zapotrzebowanie na ustrukturyzowane podejścia do testowania.”
Certyfikacja skierowana jest do testerów, analityków testów, inżynierów testów, kierowników testów, konsultantów, analityków danych i data scientists, a także programistów zaangażowanych w wytwarzanie systemów AI. Wymaganiem wstępnym jest posiadanie certyfikatu CTFL.
Wersję 2.0 sylabusa i egzamin przykładowy możecie znaleźć na platformie EDU.
Daty wycofywania wersji 1.0:
- wersja angielska (sylabus oraz możliwość zdawania egzaminów) dostępna będzie do 17 kwietnia 2027
- pozostałe wersje językowe dostępne będą do 17 października 2027
CT-GenAI w wersji 1.1
Drobna aktualizacja bez zmian merytorycznych
Pod koniec kwietnia sylabus Certified Tester – Testing with Generative AI (CT-GenAI) doczekał się aktualizacji do wersji 1.1. W tym przypadku jest to jednak zmiana o charakterze redakcyjnym i terminologicznym, nie merytorycznym.
Poprawki obejmują korekty w celach hands-on, doprecyzowanie opisów metryk i ewaluacji, zmiany terminologiczne oraz uzupełnienie kontekstu dotyczącego agentów opartych na LLM i podejść wspomaganych przez AI. Struktura sylabusa, cele kształcenia i zakres certyfikacji pozostają niezmienione.
Zakres CT-GenAI obejmuje nadal: podstawy generatywnej AI i modeli językowych, inżynierię promptów w zastosowaniach testowych, ryzyka (halucynacje, stronniczość, prywatność danych), korzystanie z narzędzi opartych na LLM oraz aspekty organizacyjne wdrożenia AI w testowaniu.
Certyfikacja jest skierowana do testerów, analityków testów, inżynierów automatyzacji, kierowników testów i programistów, którzy chcą włączyć generatywną AI do swojej pracy. Tu także wymaganiem wstępnym jest posiadanie wcześniej uzyskanego certyfikatu CTFL.
Zaktualizowane sylabus i egzamin w wersji dostępne są na platformie EDU.
CT-AI czy CT-GenAI?
Dwie różne certyfikacje, dwa różne cele
Obie certyfikacje dotyczą AI, ale odpowiadają na zupełnie inne pytania zawodowe. CT-AI pyta: jak testować system, który jest zbudowany na uczeniu maszynowym? CT-GenAI pyta: jak używa generatywnej AI, żeby testować lepiej i szybciej?
CT-AI jest certyfikacją dla tych, którzy testują systemy AI – model predykcyjny, silnik rekomendacji, system rozpoznawania obrazów itd. CT-GenAI jest dla tych, którzy chcą wykorzystać LLM jako narzędzie w swojej pracy testerskiej do generowania przypadków testowych, analizy wymagań, tworzenia danych testowych.
Te dwie ścieżki nie wykluczają się. Ktoś, kto testuje systemy AI, może równocześnie korzystać z generatywnej AI jako narzędzia wspomagającego. ISTQB® samo podkreśla, że kandydaci zainteresowani używaniem GenAI do wsparcia testowania powinni sięgnąć po CT-GenAI, a nie CT-AI.
Szkolenia
Osoby przygotowujące się do egzaminu mogą skorzystać z pomocy szkoleń. Najbliższe terminy znajdziecie w naszym kalendarzu, a my szczególnie gorąco polecamy:
