Pruebas de sistemas de software basados en IA: De la teoría a la práctica

La integración universal de la Inteligencia Artificial (IA) en diversos sistemas de software presenta retos únicos para las metodologías tradicionales de pruebas de software. Este documento y la conferencia que lo acompaña profundizan en las complejidades de las pruebas de software basadas en IA,
desde los fundamentos teóricos hasta las aplicaciones prácticas. Exploraremos las diferencias fundamentales entre probar software convencional y sistemas de IA, analizaremos retos inherentes como la naturaleza de caja negra de los modelos de IA, la dependencia de los datos, el sesgo y el comportamiento evolutivo. La propuesta detallará varios marcos teóricos teóricos y enfoques prácticos, como las pruebas basadas en modelos (MBT), las pruebas Driven Testing (DDT), Adversarial Testing, Explainable AI (XAI), etc. Además, se destacará el papel de las herramientas de IA en la mejora del proceso de pruebas y se debatirán las mejores prácticas para realizar pruebas de IA eficaces, a partir de casos prácticos. El objetivo de la sesión es proporcionar una comprensión global de las metodologías actuales y las tendencias futuras en este campo crítico y en rápida evolución.