ISTQB® 人工智能测试v2.0大纲本地化招募专家及赞助
发表日期：2026-04-30被浏览： 107次返回

 

近日，ISTQB®（国际软件测试认证委员会）正式发布了ISTQB®专业域-人工智能测试v2.0（以下简称：CT-AI v2.0）文档，本次大纲由CSTQB®专家刘琴老师深度参与编制，作为ISTQB® AI v2.0工作组核心成员，与全球专家共同完成大纲开发。ISTQB®体系中针对人工智能系统测试的重要认证更新，标志着其在AI专业测试领域专项认证的一次重大升级，将更好地适配现代AI系统，含ISTQB®专业域-生成式AI测试（以下简称：CT-GenAI）、大语言模型的测试需求，助力国内AI测试领域标准化发展。ISTQB® CT-AI v2.0文档本地化工作已正式启动，现面向全行业招募核心专家与赞助伙伴。

 

CT-AI v2.0英文文档下载

 

（点击下方链接查看“人工智能测试v2.0”英文文档 ）

↓↓

ISTQB_CTAI_Syllabus_v2.0（英文版）

ISTQB_CTAI_V2.0_SampleExam-Questions_v2.0（英文版）

ISTQB_CTAI_v2.0_SampleExam-Answers_v2.0（英文版）

ISTQB_CT-AI_Accreditation-Guidelines_v1.0（英文版）

 

目前，CSTQB®办公室正在组织CSTQB®工作组专家，对CT-AI v2.0的大纲、模拟题、认证指南等专业性文档进行本地化工作，现诚邀行业专家加入本地化工作组，同时招募赞助，共推CT-AI v2.0认证在国内的落地与普及。

 

01.关于CT-AI v2.0

ISTQB® CT-AI v2.0认证专注于基于人工智能系统的测试，涵盖机器学习系统以及生成式AI系统（如大语言模型）。

它提供了为基于AI的系统设计和执行测试所需的知识，阐述这类系统的特定特征，包括概率性行为、非确定性以及对数据的依赖。同时，它还介绍了与基于AI的系统测试相关的AI特有的质量特性。

本大纲采用基于生命周期的方法，其中包括输入数据测试、模型测试和机器学习开发测试，并结合适用于现代基于AI的系统的相关测试方法。

注：CT-AI v2.0认证取代了CT-AI v1.0。

 

02.CT-AI v2.0核心升级亮点

随着AI系统在各行各业逐步投入实际应用，人们对其质量、可靠性和可信度的期望也在不断提高。v2.0大纲反映了这一转变，更加强调基于AI的系统，特别是基于机器学习和CT-GenAI构建的系统，在实际场景中的测试方式。

 

大纲更具针对性与精简性

新版大纲重新架构，打造出更为清晰且连贯的学习路径。内容围绕AI系统的关键要素进行编排，涵盖数据、机器学习模型以及系统级测试。这一架构更确切地反映了现实环境中AI系统的开发与测试方式。

在保持内容深度并增强实践关联性的前提下，推荐培训时长从四天缩减至三天。

 

明确聚焦基于AI系统测试

v2.0完全聚焦于对基于AI系统的测试。与“使用AI进行测试”相关的内容已被剔除，这使得大纲能够更深入地探讨基于机器学习的系统在测试时所面临的特定挑战。

这些挑战包括：概率性行为、测试结果参照物（test oracle）难以定义，以及测试中对统计方法的需求。

 

扩展CT-GenAI和大语言模型的内容

大纲新增了对CT-GenAI和大语言模型测试的相关内容，其中涵盖诸如探索性测试与红队对抗等实用技术，这些技术体现了目前针对此类系统在质量、鲁棒性以及潜在滥用风险方面的评估方式。

 

覆盖完整的AI测试生存周期

v2.0引入了一种贯穿机器学习生存周期的结构化测试方法，包括：

• 输入数据测试：涵盖偏差、数据代表性、标签正确性以及数据管道验证。

• 模型测试：包括对抗测试、蜕变测试、漂移测试、A/B测试以及背靠背测试。

• AI特有的质量特性：与ISO/IEC 25059等标准对齐。

• 适用于机器学习系统的基于风险和统计的测试方法。

此外，还配有实践练习辅助这些内容的练习，帮助考生在实际场景中应用相关概念。

 

更加强调实践技能

更新后的大纲在各个关键主题中均设置了实践练习，内容涵盖机器学习工作流、数据准备、性能评估以及生成式AI系统测试等方面，确保考生既能积累实践经验，又能深入理解相关理论知识。

 

顺应现代AI系统的需求

ISTQB®主席兼CT-AI工作组负责人Klaudia Dussa-Zieger表示：“基于AI的系统带来了全新且复杂的测试挑战。v2.0为从事机器学习和CT-GenAI技术的测试人员，提供了更为清晰且更实用的知识基础，反映了AI系统的发展趋势，以及对结构化测试方法日益增长的需求。”

 

03.课程内容

 课程内容包含：

第1章：人工智能导论

• 人工智能基础介绍

第2章：基于人工智能系统的质量特性

• 基于人工智能系统的质量特性

• 基于人工智能系统的验收准则

第3章：机器学习

• 机器学习导论

• 机器学习的数据

• 分类的机器学习功能性能指标

• 神经网络

第4章：基于人工智能系统的测试

• 基于人工智能系统的测试导论

• 生成式人工智能与大语言模型测试

• 测试级别与机器学习系统

第5章：机器学习系统的输入数据测试

第6章：机器学习系统的模型测试

第7章：机器学习开发测试

 

04.认证对象及认证收益

 认证对象：

ISTQB®CT-AI v2.0认证面向参与基于AI系统测试的各类人员，包括：

• 测试人员（Testers）、测试分析师（Test Analysts）与测试工程师（Test Engineers）。

• 测试经理（Test Managers）。

• 测试顾问（Test Consultants）。

• 数据分析师（Data Analysts）与数据科学家（Data Scientists）。

• 参与基于AI系统开发的软件开发人员。

• 用户验收测试人员（User Acceptance Testers）。

同时也适合哪些希望对基于AI系统的测试有初步了解的人员，例如：

• 项目经理 

• 质量经理 

• 软件开发经理 

• 业务分析师

• IT总监

• 管理咨询顾问

 

注：报考前提：报考CT-AI v2.0认证，必须先获得ISTQB®基础级认证（简称：CTFL）。

 

 认证收益：

获得ISTQB®CT-AI认证的人员应能够：

• 理解当前AI发展现状，包括CT-GenAI。

• 具备机器学习模型实现与测试经验。

• 理解简单神经网络的工作原理与测试方法。

• 理解ISO/IEC 25059定义的AI特定的质量特性。

• 计算并解释机器学习模型的性能指标。

• 识别机器学习系统测试中特有的两个测试级别的重要性与范围。

• 为机器学习系统制定有效测试策略提供支持。

• 为机器学习系统设计并执行测试用例。

 

CT-AI v2.0专家招募与赞助

 

01.本地化工作内容

包括但不限于“大纲、模拟题、认证指南”本地化及评审。

 

02.本地化工作组员招募

本地化工作工作要求：

• 熟悉相关领域知识

• 有英文翻译经验

• 认真负责（工作组有严格的验收标准，若多次未达到“翻译验收”标准，将不再予以委派其他相关工作，供知悉！）

本地化工作报名方式：

 

↑请扫描二维码报名↑

 

03.本地化工作赞助

本地化工作赞助方式：

• 企业以现金方式赞助CSTQB®本地化工作组工作；

• 企业以交付项目成果方式赞助CSTQB®本地化工作组工作（QA工作组经费需赞助企业另外支付）；

赞助企业将获得以下权益：

• 享有成为本地化工作组组员的名额；

• 在交付文档中将体现参与工作组组员的姓名；

• 文档致谢页面体现企业名称及LOGO；

• 在社交媒体等平台对赞助企业进行宣传；

赞助咨询电话：

• 邮件至：yue.guo@cstqb.cn

• 或致电：021-55960906-104

 

内容拓展：CT-GenAI考试认证

 

对使用ISTQB®CT-GenAI来辅助测试活动感兴趣的考生，应考虑考取ISTQB® CT-GenAI认证，该认证着重关注CT-GenAI在测试过程中的应用。

 

CT-GenAI资料下载链接

 

CT-GenAI考试培训链接

 

CT-GenAI考试报名链接