Grunnleggende QA-kunnskap og moderne testing med AI (forberedelse til ISTQB Foundation) Treningskurs

Modul 1: Grunnleggende om kvalitetssikring og testing

• Definere kvalitet, kvalitetssikring og testing
• De syv testingprinsippene (ISTQB CTFL v4.0)
• Testing vs. feilsøking vs. kvalitetskontroll
• Testingens psykologi
• Roller og ansvarsområder i et QA-team

Modul 2: Programvareutviklingssyklus og testing

• Faser i programvaretestingssyklusen (STLC)
• Waterfall, Agile, DevOps og CI/CD-testingstiltak
• Testnivåer: enhet, integrasjon, system, akseptering
• Shift-left- og shift-right-testingstrategier
• Sporbarhet mellom krav og testtilfeller

Modul 3: Statische testteknikker

• Gjennomganger, veiledninger og inspeksjoner
• Statisk analyse med automatiserte verktøy
• Lenkebasert og rollebasert gjennomgang
• Formelle og uformelle gjennomgangsteknikker
• Integrasjon av statisk testing i Agile-arbeidsflyter

Modul 4: Testteknikker

• Svartboks-teknikker: likverdighetsinndeling, grenseverdianalyse
• Avgjørelsestabelltesting og tilstandsovergangstesting
• Brukssaks-testning og utforskende testing
• Hvitboks-teknikker: setnings- og avgjørelsesdekning
• Erfaringbaserte teknikker og feilgjett

Modul 5: Feilhåndtering

• Feillivssyklus: oppdagelse, rapportering, triasering, løsning, lukking
• Skrive effektive feilrapporter med JIRA
• Feilalvorlighet vs. prioriteringsklassifisering
• Rotårsaksanalyse-teknikker
• Feiltall og trendanalyse

Modul 6: Testhåndtering og risikobasert testing

• Testplanlegging og estimatmetoder
• Identifikasjon, vurdering og avbøting av risiko
• Testovervåking, kontroll og rapportering
• Definering av testfullføringskriterier og utgangsforhold
• ISTQB-tilpassede dokumenter for teststrategi og testpolitikk

Modul 7: Testverktøy og automatiseringsgrunnlag

• Klassifisering av testverktøy (ISTQB-verktøykategorier)
• Fordeler og risikoer med testautomatisering
• Velging av verktøy: åpne kilder vs. kommersielle løsninger
• Introduksjon til Selenium, Playwright og Cypress
• Oppbygging av en grunnleggende automatisert testsuite

Modul 8: Introduksjon til AI i kvalitetssikring

• AI- og maskinlæringskonsepter for testere
• Taksonomi: AI for testing vs. testing av AI-systemer
• Nåværende AI-testingstoppland: muligheter og begrensninger
• Kvalitetskarakteristika for AI-baserte systemer
• ISTQB CT-AI lærestoffoversikt og relevans

Modul 9: AI-assistert generering av testtilfeller

• Bruk av LLM-er (ChatGPT, Claude, Copilot) til utkast av testtilfeller
• Prompt-engineering-teknikker for generering av testscenarioer
• Konvertering av brukerhistorier og akseptansekriterier til testtilfeller
• Gjennomgang og validering av AI-genererte testtilfeller
• Plattformer: Testim, Mabl og AI-native testgenereringsverktøy

Modul 10: AI-assistert testautomatisering

• Self-healing-testautomatisering med Katalon Studio AI
• AI-drevet objektgjenkjenning og elementlokalisering
• Visuell regressjonstesting med Applitools Eyes
• Selenium med AI-pluginer for motstandsdyktig automatisering
• Minskelse vedlikeholdsoverhead med intelligente lokatorer

Modul 11: AI for feilprediksjon og analyse

• Prediktiv testvalg med Launchable og Sealights
• Feilklynging og anomalioppdagelse med ReportPortal
• AI-assistert rotårsaksanalyse
• Kvalitetsrisikoscore og analyse av testgap
• Bruk av historiske feildatamaskiner til å prioritere testing

Modul 12: Evaluering av AI-verktøy og CI/CD-integrasjon

• Kriterier for evaluering av AI-testingverktøy
• ROI-analyse og implementeringsstrategi
• Integrasjon av AI-testingverktøy i Jenkins, GitHub Actions, GitLab CI
• Pytelinsammenstilling: når og hvor skal AI-drevne tester kjøres
• Måling av effektivitet av AI-testing med tall

Modul 13: Etiske hensyn i AI-drevet testing

• Bias og rettferdighet i AI-genererte testdata
• Personvernutfordringer ved bruk av cloud-baserte AI-verktøy
• Transparens og forklarbarhet av AI-testbeslutninger
• Styring og compliance-hensyn
• Ansvarsfull AI-praksis for QA-team

Modul 14: Forberedelse til ISTQB CTFL-eksamen

• CTFL v4.0-eksamensstruktur, varighet og poengsetting
• Spørsmålstyper og svarstrategier
• Fordeling av emnetvikt across CTFL-syllabus-kapitler
• Øvingseksamen med eksempelspørsmål i ISTQB-stil
• Studiekart og anbefalte ressurser

Modul 15: Kapittel: Helårs AI-forbedret arbeidsflyt for testing

• Design av testtilfeller fra et eksempeldokument med krav
• Bruk av AI til å generere og forbedre testscenarioer
• Automatisering av utvalgte tester med selvhealing-verktøy
• Rapportering av feil og kjøring av AI-assistert rotårsaksanalyse
• Retrospektiv: integrering av AI i daglig QA-praksis