Se hace cada vez más difícil garantizar la calidad de los sistemas de software debido a su creciente complejidad y rápido desarrollo. Porque ayuda a detectar errores y fallos durante las primeras fases del desarrollo de software, las pruebas de software son una de las etapas más cruciales de la ingeniería de software. Las pruebas de software solían realizarse de forma manual, lo cual es un procedimiento que consume tiempo, impreciso y conlleva errores y fallos, y cuesta dinero, tiempo y esfuerzo. Actualmente, los profesionales de pruebas automatizan rutinariamente las pruebas para obtener resultados confiables mientras ahorran tiempo, costos y trabajo. También hemos trasladado el punto de inicio del ciclo de software al desarrollador, y hacemos que escriba pruebas antes incluso de escribir código, o lo que se conoce como TDD (Desarrollo Guiado por Pruebas). El uso de nuevas técnicas de inteligencia artificial permitirá la generación de casos de prueba inteligentes para mejorar la calidad de las pruebas y proporcionar una mejor cobertura y resultados precisos. En este estudio, utilizamos la base de datos Web of Science para adquirir datos bibliométricos sobre documentos de pruebas de software inteligentes realizados entre 2012 y 2022, y utilizamos Biblioshiny del paquete bibliomerix de R, junto con VOSViewer para analizar los datos y extraer ideas y responder preguntas de investigación sobre los autores, artículos, revistas, organizaciones y países que publican en el campo de las pruebas de software inteligentes. El enfoque de este estudio se centra en el progreso científico y las tendencias colaborativas en la investigación académica, proporcionando un plan para mostrar los desarrollos mundiales en el ámbito de las pruebas de software inteligentes. Al comprender a fondo el estado actual de la investigación sobre la aplicación de la inteligencia artificial en las pruebas de software, este estudio puede ofrecer ideas valiosas a ingenieros de software, arquitectos e investigadores en el campo.