Scrum después de la IA: lo que queda, cambia y desaparece

This course contains the use of artificial intelligence.

Este curso contiene el uso de inteligencia artificial.

Si Claude, Copilot y los agentes autónomos pueden analizar requisitos, escribir código, generar pruebas, revisar pull requests y actualizar la documentación, ¿qué partes de Scrum siguen creando valor y cuáles se convirtieron, sin que nadie lo notara, en rituales?

La mayoría de los cursos sobre IA y Agile te enseñan a correr tus ceremonias actuales un poco más rápido. Este hace la pregunta difícil: ¿en qué debe convertirse Scrum cuando producir software ya no está limitado por la capacidad de ejecución humana?

Vas a clasificar cada práctica que realiza tu equipo en cuatro categorías — Mantener, Adaptar, Eliminar y Agregar — con una prueba repetible, y a reconstruir tu Sprint alrededor de la respuesta.

Qué hace distinto a este curso

• Se apoya en evidencia medida, no en opiniones: DORA 2025, la encuesta State of Code 2026 de Sonar, el análisis de LinearB sobre 8,1 millones de pull requests y la investigación con practicantes de los propios custodios del marco Scrum. Cada cifra está citada.

• Cubre lo que nadie más cubre: las prácticas que hay que eliminar y los controles de gobernanza que hay que agregar porque Scrum nunca los especificó.

• Corrige una creencia que tienen casi todos los equipos Scrum. Busca en la Guía de Scrum «historia de usuario», «punto de historia», «velocidad» o «estimación»: ninguna aparece. Lo vas a comprobar tú mismo en la lección tres.

• Más o menos una lección de cada cuatro es una demostración en vivo, no una explicación — incluyendo ver cómo un resultado de IA plausible, bien escrito y completamente equivocado es rechazado en revisión.

Vas a construir ocho artefactos funcionales

• Una evaluación Mantener / Adaptar / Eliminar / Agregar de tu propio equipo

• Un flujo de Sprint rediseñado

• Una matriz de responsabilidades humano–IA

• Una Definition of Done consciente de la IA

• Un nuevo formato de Daily Scrum

• Una política de escalamiento para agentes

• Una lista de verificación de gobernanza

• Un backlog nativo en IA, escrito en formatos a partir de los cuales un agente puede construir

Todo se desarrolla junto a un caso de estudio continuo: una empresa de software para salud de 1.400 personas, con doce meses desplegando agentes de código, cuya producción se triplicó mientras sus ceremonias no cambiaron en absoluto — y cuyo responsable de seguridad clínica está a punto de hacer una pregunta que nadie sabe responder.

Para quién no es. Si buscas un paquete de prompts para hacer una mejor stand-up, este no es tu curso. Es para personas con la autoridad, o la ambición, de cambiar cómo trabaja realmente su equipo.