Inteligencia Artificial: El nuevo aliado en el refinamiento y la planificación Scrum
En el mundo del desarrollo ágil, el proceso de refinamiento y la ceremonia de planificación del sprint son momentos decisivos para definir qué se hará y cómo se entregará valor al cliente. Ahora, la Inteligencia Artificial (IA) está entrando a estas reuniones para aportar en cómo los equipos trabajan.
Antes dedicábamos mucho tiempo a redactar historias y debatir sobre criterios de aceptación y ahora con la IA, llegamos a la reunión con un backlog más claro y priorizado, lo que nos permite darle foco en otros aspectos más estratégicos o de mejora continua del equipo.
Cómo funciona la IA en el refinamiento
Durante el refinamiento, la IA puede transformar requerimientos poco definidos en historias de usuario completas, proponer criterios de aceptación y detectar dependencias técnicas con la información que podamos alimentar de nuestros sistemas. También ayuda a brindar propuestas de priorización según su impacto o urgencia para facilitar la toma de decisiones.
Por ejemplo, si un equipo de desarrollo recibe el pedido:
“Queremos que los alumnos del curso de Scrum Master del CIDE PUCP puedan acceder a los materiales de clase por sesión y tipo de documento”,
una herramienta como ChatGPT integrada a Jira puede convertirlo en una historia clara:
“Como alumno del curso de Scrum Master del CIDE PUCP, quiero acceder a los materiales de clase filtrados por sesión y tipo de documento, para encontrar fácilmente la información que necesito”.
La IA, además, genera criterios de aceptación, identifica que la plataforma actual no tiene implementado el filtro por tipo de documento y sugiere una estimación tentativa en puntos de historia, basándose en experiencias previas del equipo.
Un apoyo clave en la planificación
En la planificación del sprint, la IA no solo estima esfuerzo y capacidad. Una de sus funciones más útiles es el análisis preventivo de dependencias y bloqueos.
Ejemplo aplicado al caso:
Al evaluar la historia de los materiales de clase, la IA detecta que para implementar el filtro por tipo de documento es necesario primero actualizar la base de datos y ajustar la API de contenidos. Ambos cambios dependen de otro equipo que tiene sus propias prioridades.
Antes de comprometerse en el sprint, la IA alerta al equipo sobre esta dependencia externa y propone dos alternativas:
El proceso habitual incluye los siguientes pasos:
-
Reprogramar la historia para un sprint posterior, cuando la API ya esté actualizada.
- Dividir la historia para entregar primero una versión parcial con filtro por sesión, dejando el filtro por tipo de documento para después.
Gracias a este análisis, el equipo evita planificar trabajo que podría quedar bloqueado, y asegura que el objetivo del sprint siga siendo alcanzable. Ya quedaría en nosotros tomar la decisión con la información que ha procesado la IA.
Más que una moda
Al aplicar Scrum, no basta con asegurarnos de que las ceremonias se ejecuten correctamente; el verdadero objetivo es mantener un flujo de trabajo óptimo, libre de desperdicios. En este sentido, la IA se convierte en una aliada clave para reducir tiempos muertos y evitar las interminables discusiones que suelen retrasar la toma de decisiones. Además, en reuniones donde participan cuatro, cinco o más personas, su aporte es aún más valioso, ya que ayuda a optimizar el tiempo de todos y a eliminar encuentros poco productivos.
En un entorno donde los ciclos de entrega son cada vez más cortos y la presión por innovar es constante, integrar IA en el ciclo Scrum deja de ser una tendencia emergente para posicionarse como una práctica que, muy pronto, será parte del estándar de trabajo ágil.
Autor: Director académico de PIBOX- CIDE PUCP, Pedro Siesquen.
