IA aplicada al trabajo ágil

La posesión de estos diplomas actualizados acredita que el titular es capaz de:

1) Gestionar el contexto que recibe el modelo

Distinguir la ingeniería de contexto del prompting, reconocer cuándo una tarea exige gestionar el contexto, justificar por qué añadir información puede empeorar el resultado y aplicar el contexto mínimo suficiente, con lo decisivo bien situado y las estrategias de escribir, seleccionar, comprimir y aislar.

2) Pedir con estructura y reutilizar lo que funciona

Construir peticiones con objetivo, criterios de éxito, contexto, formato y restricciones, diagnosticar qué componente falta cuando fallan, aplicar las recomendaciones actuales de los proveedores y convertir las peticiones eficaces en plantillas del equipo.

3) Verificar antes de actuar sin perder el criterio propio

Separar hechos, inferencias y recomendaciones, pedir los supuestos y la evidencia de una afirmación, tratar como sospechosa toda cifra sin fuente, calibrar la verificación según el riesgo y usar la IA de forma que preserve la comprensión propia al aprender algo nuevo.

4) Proteger la frontera de confianza

Tratar el contenido externo como no confiable, evaluar la configuración de un agente con la trifecta letal o la regla de dos, reconocer las raíces de la agencia excesiva y aplicar la minimización y la anonimización efectiva antes de compartir información con un modelo.

5) Acordar y mantener la política de uso de IA del equipo

Explicar por qué aparece la IA en la sombra, clasificar los usos en prohibidos, permitidos con guardarraíles y permitidos, redactar una política de una página e integrarla en la retrospectiva, la Definición de Hecho y la incorporación de personas nuevas, conociendo la obligación de alfabetización en IA.

6) Delegar trabajo verificable en agentes

Distinguir un asistente de un agente, decidir si una tarea es delegable por su verificabilidad y la reversibilidad de sus consecuencias, reservar al criterio humano lo que lo exige, formular la delegación con límites y criterios de aceptación y anticipar su impacto en los eventos y artefactos del equipo.

7) Diseñar la supervisión humana

Elegir entre las posiciones en el bucle, sobre el bucle y fuera del bucle según el riesgo, situar puertas de aprobación, reconocer la supervisión nominal y el sesgo de automatización, diseñar un registro de trazabilidad y explicar las obligaciones del Reglamento europeo de IA y su calendario vigente.

8) Entender los estándares del ecosistema agéntico

Explicar qué resuelven MCP, AGENTS.md, A2A y Agent Skills y en qué se diferencian, interpretar su gobernanza neutral como señal de consolidación e identificar los riesgos de conectar servidores o habilidades de terceros.

9) Aplicar la IA al backlog con la decisión en el equipo

Usar la IA como revisora de historias con criterios explícitos, generar preguntas de refinamiento, pedir y valorar propuestas de división, redactar criterios de aceptación con escenarios negativos y casos límite y formular experimentos con métricas y guardarraíles.

10) Apoyar la facilitación sin sustituir la interacción humana

Preparar sesiones y sintetizar su material con IA contrastando la síntesis con una propia, reconocer la frontera de lo que no se delega, explicar la prohibición de inferir emociones en el trabajo y grabar o transcribir sesiones con las garantías debidas.

11) Usar la IA en calidad y entrega con rigor técnico

Interpretar la evidencia sobre la seguridad del código generado y la productividad percibida, generar pruebas que ataquen los riesgos reales y exigir que tengan un origen independiente, revisar código con apoyo de la IA manteniendo la decisión y reconocer las dependencias alucinadas y la inyección en el ciclo de desarrollo.

4. Diploma académico (markdown)

Los diplomas académicos del tema «IA aplicada al trabajo ágil» acreditan que su titular ha completado satisfactoriamente la formación especializada en el uso profesional de la inteligencia artificial en equipos ágiles: obtener resultados fiables de los modelos, delegar trabajo en agentes con la supervisión adecuada y aplicar la IA al ciclo de trabajo del equipo.

Este diploma certifica que el alumno ha adquirido los conocimientos y criterios necesarios para aplicar la inteligencia artificial con criterio, seguridad y responsabilidad en las tareas habituales de un equipo ágil: dar contexto y pedir con precisión, verificar lo que entrega, proteger la información, acordar el uso en el equipo, delegar en agentes con supervisión y apoyarse en ella en el backlog, la facilitación y la calidad.