JSTQB AIテスティング (CT-AI) シラバス 要約

JSTQB Foundation Level Specialist - AI Testing (CT-AI) シラバスの要約です。

AIテスティング資格は、AIベースのシステム（特に機械学習）に対するテスト手法と、ソフトウェアテスト自体にAIを活用する方法の両方を学ぶための専門資格です。 ※受験にはFoundation Level (FL) の合格が必須となります。

目次

1. AIの基礎と品質

• AIの導入と倫理
  • AI効果とAIの限界
  • 狭義のAI、汎用AI、スーパーAI
  • 倫理的側面（公平性、説明責任、透明性）
• AIシステムの品質特性
  • 柔軟性と適応性
  • 自律性 (Autonomy) と進化 (Evolution)
  • 意図しないバイアス (Bias)

---

2. 機械学習 (ML) のメカニズム

• 機械学習の形態
  • 教師あり学習 / 教師なし学習 / 強化学習
  • 過学習 (Overfitting) と学習不足 (Underfitting)
• データの管理
  • 訓練データ / 検証データ / テストデータ
  • データの前処理と品質課題
• 機能性能メトリクス
  • 混同行列 (Confusion Matrix)
  • 正解率 (Accuracy)、適合率 (Precision)、再現率 (Recall)、F1スコア
  • ROC曲線とAUC
• ニューラルネットワーク
  • ディープラーニングの構造
  • ニューロンカバレッジと閾値カバレッジ

---

3. AIベースのシステムのテスト

• AIテストの概要と課題
  • 非決定論的動作とテストオラクル問題
  • 敵対的攻撃 (Adversarial Attacks) とデータ汚染
• AI特有の品質テスト
  • 透明性、解釈可能性、説明可能性のテスト
  • 倫理とバイアスのテスト
• テスト技法と手法
  • メタモルフィックテスト (Metamorphic Testing)
  • A/Bテスト
  • バックツーバックテスト (Back-to-Back Testing)
  • 経験ベースのテスト（探索的テスト）
• テスト環境
  • シミュレータと仮想環境

---

4. テストへのAIの利用

• AIによるテスト支援
  • テスト活動におけるAIの活用（欠陥予測、見積もり）
  • テストケースの生成と最適化
  • ビジュアルテスト（GUIテスト）へのAI適用