¿Qué es la Inteligencia Artificial según ISTQB?
🤖 ¿Qué es la Inteligencia Artificial según ISTQB?
Cuando hablamos de Inteligencia Artificial (IA), la mayoría piensa en robots, asistentes virtuales o películas futuristas. Pero… ¿qué dice ISTQB, la organización líder en certificación de testers a nivel mundial, sobre este concepto?
En este post te explico qué es la IA desde el enfoque profesional del testing, cómo la define ISTQB y por qué es clave para testers del presente y futuro.
🧠 ¿Qué es la IA según ISTQB?
La Inteligencia Artificial, de acuerdo al ISTQB en su programa oficial de certificación CT-AI, es:
"La capacidad de un sistema diseñado para adquirir, procesar y aplicar conocimientos y habilidades".
Es decir, no es magia, ni se trata de imitar emociones humanas, sino de construir sistemas que puedan aprender y actuar de forma autónoma y efectiva, a partir de datos o experiencias.
🌀 El “Efecto IA”: lo que antes parecía IA, ya no lo es
Un concepto curioso mencionado por ISTQB es el AI Effect. Se refiere a cómo nuestra percepción de lo que es "inteligente" cambia con el tiempo.
📍Ejemplo:
-
En los 90, un sistema que ganaba al ajedrez era IA.
-
Hoy, ese mismo sistema se considera simple "fuerza bruta", sin verdadera inteligencia.
Esto demuestra que la definición de IA evoluciona conforme la tecnología avanza y se normaliza.
📚 Tipos de Inteligencia Artificial según ISTQB
ISTQB clasifica la IA en tres niveles:
| Tipo de IA | Características | Estado actual |
|---|---|---|
| IA Estrecha (Narrow AI) | Realiza tareas específicas, como asistentes virtuales o filtros de spam. | Ya existe |
| IA General (General AI) | Tiene capacidades cognitivas comparables a las humanas. | No existe todavía |
| IA Superinteligente (Super AI) | Va más allá de las capacidades humanas, con razonamiento y memoria mejorados. | Futuro hipotético |
Actualmente, todo lo que usamos en el día a día pertenece a la IA estrecha. No hay una IA general en el mundo real aún.
🧪 ¿Cómo se diferencia un sistema convencional de uno basado en IA?
🔧 En un sistema convencional:
-
El programador define paso a paso qué hacer (ej.:
if,else, bucles). -
Todo está controlado por reglas explícitas.
🤖 En un sistema con IA (por ejemplo, con Machine Learning):
-
El sistema aprende patrones a partir de datos.
-
Las reglas no se escriben manualmente; se descubren automáticamente.
📷 Ejemplo: Un modelo de IA para reconocer gatos en fotos aprende cuáles características visuales indican que hay un gato, sin que nadie le diga “esto es una oreja”.
🔍 ¿Y cómo se prueba la IA?
Ahí está el reto. Los testers debemos entender:
-
Qué tipo de IA se usa.
-
Qué riesgos nuevos aparecen.
-
Qué métricas aplican (ej.: precisión, tasa de falsos positivos).
-
Qué herramientas existen para evaluar y validar IA.
Es decir, testear IA no es solo automatizar casos de prueba, implica comprender sus modelos y lógica interna, que muchas veces son "cajas negras".
📌 Conclusión
La Inteligencia Artificial no es solo un tema de moda: es una tecnología que está redefiniendo el software y las pruebas. Como testers, necesitamos saber qué es, cómo funciona y cómo validarla.
El ISTQB CT-AI ofrece un marco sólido para entender la IA desde la perspectiva del testing, tanto a nivel conceptual como práctico. Y lo mejor: cualquiera puede aprenderlo, sin ser experto en matemáticas ni programación avanzada.