Formation IA générative : Tests logiciels

Leçon 1 • Risques Éthiques et de Qualité de l'IA dans l'AQ

Identifie les risques introduits lorsque l'IA génère des artefacts de test. Prépare les étudiants à appliquer un jugement critique avant d'accepter les résultats de l'IA.

Leçon 2 • Concepts Clés de l'IA pour les Professionnels de l'AQ

Traduit la terminologie de l'IA en un sens pertinent pour l'AQ. Relie les modèles de comportement des modèles aux implications pour les tests que les étudiants rencontreront tout au long du cours.

Leçon 3 • Paysage des Outils d'IA dans les Tests Logiciels

Passe en revue les catégories d'outils d'IA utilisés dans les workflows de test et de documentation. Aide les étudiants à identifier quel type d'outil correspond à quelle tâche de test.

Leçon 1 • Raffinement Itératif des Invites

Enseigne une boucle structurée pour améliorer les invites en fonction de la qualité de la sortie. Construit l'habitude de traiter les invites comme des artefacts nécessitant une gestion de versions et une révision.

Leçon 2 • Évaluation et Validation de la Sortie de l'IA

Établit des critères pour juger si le contenu de test généré par l'IA est utilisable. Relie l'évaluation de la sortie aux normes professionnelles de l'AQ introduites au Chapitre 1.

Leçon 3 • Anatomie d'une Invite Efficace

Décompose les composants structurels d'une invite bien formée. Fournit un framework réutilisable que les étudiants appliquent à chaque interaction avec l'IA dans ce cours.

Leçon 1 • Génération de Cas de Test Fonctionnels avec l'IA

Produit des cas de test positifs, négatifs et aux limites à l'aide d'invites IA. Les étudiants s'entraînent à réviser et à affiner la sortie de l'IA par rapport aux critères de qualité standard des cas de test.

Leçon 2 • Organisation et Maintenance des Suites de Tests Générées par l'IA

Structure les cas de test générés par l'IA en suites maintenables alignées sur les normes du projet. Aborde la qualité à long terme des actifs de test produits avec l'assistance de l'IA.

Leçon 3 • Traduction des Exigences en Entrées de Test

Convertit le texte des exigences en invites prêtes pour l'IA pour la génération de cas de test. Applique directement les compétences en ingénierie des invites du Chapitre 2 à des tâches réelles de conception de tests.

Leçon 1 • Analyse des Causes Racines Assistée par l'IA

Tire parti de l'IA pour émettre des hypothèses sur les causes racines à partir des descriptions de défauts et des logs. Enseigne aux étudiants à utiliser l'IA comme un partenaire de raisonnement, et non comme une autorité définitive.

Leçon 2 • Rédaction de Rapports de Bogues avec l'Assistance de l'IA

Applique l'ingénierie des invites pour transformer des observations brutes en rapports de bogues structurés. Les étudiants s'entraînent à éditer les brouillons de l'IA pour répondre aux normes de l'équipe et du projet.

Leçon 3 • Reconnaissance de Modèles de Défauts dans les Rapports

Utilise l'IA pour identifier des thèmes de défauts récurrents dans un backlog de rapports de bogues. Relie les informations sur les modèles aux améliorations de la stratégie de test introduites dans les chapitres suivants.

Leçon 1 • Rédaction de Documentation API et d'Intégration avec l'IA

Utilise l'IA pour rédiger des descriptions de points de terminaison, des tableaux de paramètres et des exemples d'utilisation. Enseigne aux étudiants à vérifier l'exactitude technique par rapport au comportement réel de l'API.

Leçon 2 • Rédaction de Plans de Test avec l'IA

Génère des sections de plan de test structurées à partir du contexte et du périmètre du projet. Les étudiants appliquent l'invite itérative pour produire des plans qui répondent aux normes de révision de l'équipe.

Leçon 3 • Maintenance et Mise à Jour de la Documentation

Applique l'IA pour détecter le contenu obsolète et générer des sections mises à jour après les changements. Construit des habitudes de documentation durables qui réduisent la dette documentaire au fil du temps.

Leçon 1 • Mesure de l'Impact de l'IA sur la Vélocité des Tests

Définit des métriques pour quantifier les contributions de l'IA à la vitesse et à la qualité des tests. Permet aux équipes de prendre des décisions fondées sur des preuves concernant l'adoption et l'investissement dans les outils d'IA.

Leçon 2 • Accélération de la Sélection des Tests de Régression

Applique l'IA pour prioriser les tests de régression en fonction de l'impact des changements de code. Réduit le temps du cycle de régression tout en maintenant la confiance dans la couverture lors des sprints rapides.

Leçon 3 • Support de l'IA dans la Planification de Sprint et le Grooming

Utilise l'IA pour analyser les user stories et faire apparaître les problèmes de testabilité avant le début du sprint. Relie l'implication précoce de l'IA à une réduction des reprises et à des critères d'acceptation plus clairs.

Leçon 1 • Support de l'IA pour la Conception de Tests de Performance

Applique l'IA pour concevoir des scénarios de charge, identifier les risques de performance et interpréter les résultats. Relie les scénarios générés par l'IA à des modèles de comportement utilisateur réalistes.

Leçon 2 • Gestion des Limitations de l'IA dans les Domaines Complexes

Identifie où la qualité de la sortie de l'IA se dégrade dans des contextes de test spécialisés ou critiques pour la sécurité. Développe le jugement professionnel sur quand se fier à l'IA et quand la contourner.

Leçon 3 • Planification de Tests de Sécurité Augmentée par l'IA

Utilise l'IA pour faire émerger des catégories de vulnérabilités courantes et générer des idées de tests de sécurité. Enseigne aux étudiants à traiter les suggestions de sécurité de l'IA comme des points de départ nécessitant une validation experte.

Leçon 1 • Conception d'une Gouvernance de l'IA pour les Artefacts d'AQ

Établit des politiques pour la révision, l'approbation et l'audit des artefacts de test et de documentation générés par l'IA. Assure la responsabilité organisationnelle sans bloquer les gains de productivité.

Leçon 2 • Construction d'une Bibliothèque d'Invites pour Votre Équipe

Crée un dépôt partagé et versionné d'invites validées pour les tâches courantes de l'AQ. Réduit la variation individuelle et accélère l'intégration des nouveaux membres de l'équipe.

Leçon 3 • Évaluation de la Préparation à l'IA dans Votre Équipe d'AQ

Évalue les compétences de l'équipe, les outils et la maturité des processus avant de passer à l'échelle de l'adoption de l'IA. Prévient les déploiements ratés en fondant la stratégie sur une évaluation honnête des capacités.

Leçon 4 • Communication de la Stratégie IA aux Parties Prenantes

Prépare les étudiants à présenter les plans d'adoption de l'IA à la direction, aux développeurs et aux équipes produit. Adresse les objections courantes et présente l'IA comme un facilitateur de qualité, non comme un réducteur d'effectifs.