User stories

Los diplomas del tema «Historias de Usuario» acreditan que su titular mantiene un nivel de competencia actualizado y verificable en el trabajo con historias de usuario y con los demás elementos del Product Backlog: construir entendimiento compartido sobre una porción de valor, juzgar la calidad de lo escrito y del conjunto, concretar la intención con reglas y ejemplos verificables, dividir sin perder valor, mantener el contexto del producto y verificar el resultado, también cuando la inteligencia artificial redacta, revisa o implementa.

Este diploma no evalúa "conocimientos teóricos" sobre plantillas y formatos, sino la capacidad de decidir cuánto conviene escribir y cuánto conversar, convertir una necesidad en reglas y ejemplos que cualquiera pueda comprobar y dividir el trabajo conservando valor propio en cada pieza, con criterio sobre el papel de la inteligencia artificial en cada una de esas tareas.

Competencias acreditadas

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

1) Situar la historia de usuario y decidir cuánto escribir

Explicar el origen de la técnica y sus tres C con sus fuentes, distinguir una historia de un requisito, de un caso de uso y de una tarea, usar la plantilla cuando ayuda y prescindir de ella cuando estorba, decir qué exige y qué no exige cada marco, y decidir cuánto conviene escribir en cada caso con el criterio del entendimiento compartido en lugar de con una plantilla fija.

2) Juzgar la calidad de una historia con INVEST como diagnóstico

Diagnosticar una historia con las seis propiedades, explicar su tensión interna y ajustar el peso de cada una según lo cerca que esté el trabajo, incorporar la relectura de su autor con la lectura escalable del tamaño, situar el tamaño recomendable en la escala actual y rechazar con argumentos el uso del acrónimo como puerta de entrada al sprint.

3) Detectar defectos, ambigüedades y supuestos ocultos

Clasificar un defecto como mecánico o conversacional y decidir quién lo resuelve, aplicar los criterios de calidad del texto conociendo su límite declarado, localizar las construcciones de riesgo del español, formular la pregunta que cierra cada ambigüedad, y usar una ambigüedad detectada para aflorar una regla de dominio que nadie había enunciado.

4) Cuidar la salud del backlog y reformular la Definition of Ready

Evaluar el conjunto con los criterios de unicidad, uniformidad, ausencia de conflictos y detalle en proporción, identificar y tratar las dependencias en el orden adecuado, detectar elementos caducados y decidir cuándo procede reconstruir el backlog, reconocer una Definition of Ready convertida en puerta y reformularla como guía de conversación, y situar los requisitos no funcionales fuera de la historia individual.

5) Organizar y facilitar el refinamiento como conversación

Organizar el refinamiento como actividad continua con horizonte corto y grupos pequeños, reconocer los disfraces del traspaso incluido el que introduce la asistencia de inteligencia artificial, convocar las perspectivas necesarias en lugar de a todo el equipo, facilitar un taller de escritura con su agenda, y decidir con la escala de complejidad si procede conversar, investigar con un spike o experimentar.

6) Concretar la intención con criterios, reglas y ejemplos

Escribir criterios de aceptación observables y elegir su formato, separar con criterio lo que va a los criterios y lo que va a la Definition of Done, facilitar un Example Mapping y leer el mapa para decidir si la historia está lista, elegir ejemplos normales, límite y negativos, formular escenarios legibles en estilo declarativo, y expresar la confirmación de una funcionalidad probabilística con rúbrica, conjunto de evaluación y umbral.

7) Dividir historias manteniendo el valor

Explicar con evidencia por qué el lote pequeño reduce el riesgo, obtener la medida de tamaño del propio equipo en lugar de adoptar una cifra heredada, distinguir el corte vertical del corte por capas, reconocer la señal que sugiere cada patrón del catálogo, generar y comparar cortes candidatos con criterios explícitos, descartar los falsos cortes, justificar los cortes técnicos legítimos y tratar las dependencias que un corte introduce.

8) Recuperar el contexto del producto con el mapa de historias

Enunciar qué información se pierde en un backlog plano, construir un mapa de historias con su espina dorsal y sus costillas usando el vocabulario canónico, distinguir el mapa de lo que ya ocurre del mapa hipotético, cortar entregas con su resultado esperado y su métrica, reconocer un corte hecho por capacidad, mantener el mapa vivo y elegir entre los mapas vecinos según la pregunta que haya que responder.

9) Elegir la representación adecuada y saber no escribir una historia

Enumerar los tipos de elemento que conviven en un backlog con su modo de confirmación, resolver el trabajo técnico sin inventar usuarios y distinguir la historia técnica honesta de la tarea disfrazada, formular la deuda técnica con su interés para que compita por valor, elegir el formato con las cinco preguntas de decisión, y reconocer los elementos que no necesitan ninguna plantilla.

10) Trabajar con inteligencia artificial sin delegar el juicio

Aprovechar la asimetría entre revisar y escribir usando la asistencia primero como crítica con criterios explícitos, preparar el contexto de producto que hace útil una salida asistida y decidir qué material no se comparte, reconocer las clases de invención y verificarlas con técnicas proporcionadas a su coste, registrar la procedencia distinguiendo lo aportado, lo inferido y lo generado, y aplicar el patrón de trabajo que mantiene la conversación y la decisión en manos de personas.

11) Preparar y verificar la historia como entrada de un flujo con agentes

Repartir el contexto entre lo persistente del producto y lo específico del cambio, preparar la historia con los elementos que un agente necesita incluidos el fuera de alcance y lo que no debe cambiar, marcar las dudas como entregable en lugar de resolverlas por conjetura, escribir pocos criterios canónicos y convertirlos en comprobaciones ejecutables, revisar la historia en la puerta de requisitos antes de que el agente arranque, y diseñar los controles del proceso en lugar de revisar cada resultado.