CT-GenAI o CT-AI: qué certificación ISTQB de IA elegir en 2026

ISTQB tiene ya dos certificaciones de nivel Specialist con IA en el nombre, y no son dos caminos hacia el mismo sitio. CT-AI v2.0 trata de probar sistemas que llevan inteligencia artificial dentro. CT-GenAI v1.1 trata de usar IA generativa para hacer el trabajo de prueba. Las dos exigen CTFL, las dos son de 40 preguntas en 60 minutos y sus temarios apenas comparten objetivos de aprendizaje.

La diferencia en una frase

En CT-AI la IA es el objeto de prueba. En CT-GenAI la IA es la herramienta de prueba. Todas las demás diferencias entre los dos exámenes salen de ahí.

Un criterio práctico: si el producto que pruebas lleva dentro un modelo de aprendizaje automático, necesitas CT-AI. Si pruebas software corriente y quieres que un LLM acelere el análisis, el diseño de pruebas y la generación de datos de prueba, necesitas CT-GenAI.

Qué certifica CT-AI v2.0

La versión 2.0 del temario Certified Tester AI Testing está disponible de forma general desde el 17 de abril de 2026 y sustituye a la v1.0, que ISTQB marca como en retirada. Sus siete capítulos cubren la inteligencia artificial como materia, las características de calidad de los sistemas basados en IA, el aprendizaje automático, la prueba de sistemas basados en IA, la prueba de datos de entrada, la prueba de modelos y la prueba durante el desarrollo de ML.

El examen son 40 preguntas que suman 44 puntos, con 29 puntos para aprobar, en 60 minutos. Quienes no presentan el examen en su lengua materna reciben un 25 % de tiempo extra. El requisito formal es CTFL, y además ISTQB recomienda unos seis meses de experiencia como tester, científico de datos o desarrollador, porque el material de aprendizaje automático es denso.

La IA generativa también aparece aquí, pero solo como algo que se prueba: el capítulo dedicado a probar sistemas basados en IA incluye la prueba de IA generativa y de grandes modelos de lenguaje. Lo que cambió entre versiones está en CT-AI v2.0 frente a v1.0, y el alcance completo, en nuestra guía de la certificación CT-AI.

Qué certifica CT-GenAI v1.1

La primera versión de Testing with Generative AI se publicó el 25 de julio de 2025. La versión 1.1 está en vigor desde el 27 de abril de 2026. Fue una actualización menor: correcciones puntuales, cambios de terminología, aclaraciones en el material de riesgos y contexto adicional sobre agentes basados en LLM. ISTQB dejó claro que la estructura, los objetivos de aprendizaje y el alcance no cambiaron, y que los proveedores de formación acreditados no necesitaron reacreditarse. Si tienes material de la v1.0, no es material perdido.

El temario tiene cinco capítulos:

1. Introduction to GenAI for Software Testing — introducción a la IA generativa aplicada a las pruebas

2. Prompt Engineering for Effective Software Testing — ingeniería de prompts para pruebas eficaces

3. Managing Risks of GenAI in Software Testing — gestión de los riesgos de la IA generativa

4. LLM-Powered Solutions for Software Testing — soluciones basadas en LLM

5. Deploying and Integrating GenAI in Test Organizations — despliegue e integración en el equipo de pruebas

El examen son 40 preguntas que suman 46 puntos, con 30 puntos para aprobar, también en 60 minutos y también con un 25 % de tiempo extra. CTFL es obligatorio. La formación acreditada mínima son 815 minutos, unas 13,6 horas. El certificado no caduca.

Los dos exámenes, uno al lado del otro

• Preguntas: 40 en ambos.

• Tiempo: 60 minutos en ambos, más un 25 % para quienes no lo rinden en su lengua materna.

• Puntos: CT-AI 44, CT-GenAI 46.

• Nota de corte: 29 puntos en CT-AI, 30 puntos en CT-GenAI. En los dos casos es el 65 %.

• Requisito previo: CTFL en ambos.

• Versión vigente: CT-AI v2.0 desde el 17 de abril de 2026, CT-GenAI v1.1 desde el 27 de abril de 2026.

Esa simetría es justamente la trampa: sobre el papel los exámenes parecen intercambiables y en realidad miden competencias completamente distintas.

Por qué el 65 % no son 26 respuestas correctas

Los dos exámenes se puntuún por puntos, no por preguntas, y no todas las preguntas valen lo mismo. En CT-GenAI una pregunta K1 o K2 vale 1 punto y una K3 vale 2. La mezcla son 8 preguntas K1, 26 K2 y 6 K3: 40 preguntas, 46 puntos. El 65 % de 46 son 30.

Acertar 26 de 40 preguntas solo aprueba si bastantes de ellas eran de las pesadas. Fallar las seis K3 regala 12 de los 46 puntos antes siquiera de contar las fáciles. Cómo funciona esta ponderación en los exámenes de ISTQB se explica en ISTQB K-levels explained (en inglés); la consecuencia concreta para CT-GenAI viene en el apartado siguiente.

Dónde están de verdad los puntos de CT-GenAI

El capítulo 2, ingeniería de prompts, aporta 11 de las 40 preguntas y 16 de los 46 puntos: el 35 % del examen en un solo capítulo. Allí están cinco de las seis preguntas K3, y por eso su peso en puntos supera su peso en preguntas. La formación mínima acreditada apunta en la misma dirección: 365 de los 815 minutos corresponden al capítulo 2.

Le sigue el capítulo 3, gestión de riesgos de la IA generativa, con 10 preguntas y 11 puntos. Los capítulos 1 y 5 aportan 7 preguntas y 7 puntos cada uno, y el capítulo 4, soluciones basadas en LLM, es el más pequeño con 5 preguntas y 5 puntos. Un plan de estudio que reparte el tiempo por igual entre los cinco capítulos se equivoca por un factor de tres en el capítulo que decide el resultado.

En la práctica, preparar el nivel K3 de este examen no consiste en memorizar terminología de ingeniería de prompts. Consiste en leer una situación de prueba y elegir o redactar el prompt que encaja, que es exactamente lo que pide una pregunta de nivel Aplicar.

Dónde se solapan realmente los dos temarios

Sí hay solape, y negarlo no ayuda. Los grandes modelos de lenguaje aparecen en los dos temarios. CT-AI pregunta cómo se prueba un sistema construido sobre uno: criterios de aceptación, cómo tratar el no determinismo, cómo probar los datos y el modelo. CT-GenAI pregunta cómo se le escribe un prompt, cómo se evalúa lo que devuelve y qué riesgos se asumen al pegar código de la empresa dentro.

El vocabulario es común, así que términos como alucinación, prompt, ajuste fino o LLMOps salen en ambos lados. La referencia compartida es el glosario de ISTQB. Los objetivos de aprendizaje, que son lo que el examen mide de verdad, no se solapan de forma significativa.

Cuál conviene primero

• Tu producto lleva un modelo dentro, o te preguntan por sesgo, deriva o exactitud del modelo: CT-AI.

• Pruebas software corriente y quieres ayuda de la IA en análisis, diseño y datos de prueba: CT-GenAI.

• Diriges un equipo y tienes que introducir herramientas de IA con criterio: CT-GenAI. Su último capítulo trata precisamente de adopción y gestión del cambio, y el de riesgos cubre privacidad de datos y regulación.

• Trabajas cerca de ingeniería de datos o MLOps: CT-AI, y cuenta con que los capítulos de aprendizaje automático se lleven la mayor parte del tiempo. Hay un calendario detallado en nuestro artículo sobre cómo aprobar el examen CT-AI.

• No tienes ninguna de las dos ni CTFL: CTFL primero, porque los dos exámenes lo exigen. Empieza por la guía de CTFL v4.0.

No existe un orden oficial entre ambas. Si las dos encajan con tu puesto, CT-GenAI es el camino más corto con 13,6 horas de formación mínima frente a un temario de aprendizaje automático mucho más pesado, y se nota de inmediato en el trabajo diario. CT-AI es la que importa en cuanto tu empresa pone en producción una funcionalidad con IA.

Cómo practicar

Leer el temario no prepara para un examen ponderado; hacer simulacros completos con el reloj real, sí. ExamCaliber ofrece exámenes de práctica gratuitos de CT-AI v2.0 con justificación escrita en cada opción de respuesta, también en las incorrectas, de modo que un fallo viene explicado. Si buscas un punto de partida, haz el examen de práctica 1 de CT-AI en frío, antes de estudiar, y usa el resultado por capítulo para decidir dónde invertir el tiempo.

El material de práctica de CT-GenAI en ExamCaliber todavía se está construyendo. Mientras tanto, el consejo honesto para ese examen es recorrer el temario capítulo a capítulo en proporción a los pesos en puntos de arriba, y practicar escribiendo prompts para actividades de prueba reales en lugar de solo leer sobre ellos.