Modelo de madurez de IA para delivery ágil: checklist con plantilla de Excel
Muchos modelos de madurez de IA están escritos para CIOs o programas enterprise. Este nivel de abstracción suele ser demasiado grueso y estar demasiado alejado de la realidad cotidiana en el desarrollo de software ágil para los Engineering Managers.
Este artículo traduce modelos de madurez de IA existentes en un modelo pragmático para el desarrollo de software ágil. No nos dejamos llevar por el hype de la IA, sino que seguimos el sentido común en torno a la tesis:
La madurez de la IA en el desarrollo de software ágil se manifiesta en si la IA acelera y mejora el flujo de valor desde la comprensión del problema hasta el feedback de los usuarios.
Aquí obtienes 6 dimensiones, cada una con 3 ítems de health check para encuestas y retrospectivas de equipo. Al final también encontrarás una plantilla de Excel que resume todos los ítems como base para tu matriz de madurez.
TL;DR
- Los modelos clásicos de madurez de IA miden más bien, de forma abstracta, estrategia, datos, gobernanza, ingeniería, modelo operativo, cultura y aporte de valor.
- Para el desarrollo de software ágil, estas dimensiones deben traducirse en capacidades concretas de equipos ágiles: claridad de objetivos, contexto de conocimiento, verificación, sistema de delivery, colaboración y mejora continua.
- La mejor medición de madurez de IA no es un reporte de Excel, sino una base para retrospectivas de equipo, con el fin de implementar mejoras concretas y perceptibles.
Qué miden típicamente los modelos de madurez de IA existentes
Los modelos de madurez de IA suelen seguir un patrón similar: miden la capacidad de una organización para integrar la IA de forma estratégica, segura y eficaz en los sistemas de trabajo.
1. Niveles de capacidad tecnológica
KPMG describe un modelo de capacidades de IA con seis niveles, desde la preparación de datos, pasando por prompting y contextualización, hasta la fiabilidad, la integración y la operacionalización en operación a escala. Esto es técnicamente útil porque deja claro que todavía no hace falta preocuparse por agentes autónomos ni por la operación escalada si aún falta una base sólida de datos y contexto.
Fuente: KPMG: AI Capability Maturity Assessment
2. Gobernanza, riesgo y ciclo de vida
OWASP AIMA es especialmente relevante para los equipos de software, porque considera la madurez de la IA a lo largo de un ciclo de vida. El modelo de madurez menciona estrategia, diseño, implementación, operación y gobernanza como dominios centrales. El toolkit de Excel enlazado va aún más al detalle y trabaja con 8 áreas de práctica: Responsible AI Principles, Governance, Data Management, Privacy, Design, Implementation, Verification y Operations.
Fuentes: OWASP AI Maturity Assessment, OWASP AIMA PDF, OWASP AIMA Excel Toolkit
3. Pilares, heatmaps y roadmaps priorizados
Gartner describe la madurez de IA como un diagnóstico sobre varios pilares centrales: estrategia, datos, gobernanza, ingeniería, modelo operativo, cultura, así como el producto de IA y el aporte de valor. El núcleo práctico es un heatmap entre la madurez actual y la deseada, a partir del cual surgen iniciativas priorizadas y roadmaps.
Fuente: Gartner: AI Maturity Model and AI Roadmap Toolkit
4. Assessment, análisis y taller conjunto
AI Sweden describe la medición de madurez como un proceso de tres etapas: assessment, análisis y workshop. La tercera etapa es especialmente útil: los stakeholders discuten juntos los resultados y elaboran un roadmap. Precisamente esta lógica de seguimiento falta en muchas plantillas de Excel (aunque, por supuesto, no en la nuestra).
Fuente: AI Sweden: AI Maturity Assessment
Para los equipos ágiles, esto significa: la retrospectiva no es un “add-on” después de medir la madurez. La retrospectiva es el lugar central donde, a partir de la medición de la madurez, se generan insights e inician cambios.
5. Ambición, capacidades, casos de uso y ejecución
Holisticon describe la evaluación cercana a appliedAI en cuatro dimensiones: Ambitions, Capabilities & Enablers, Use Cases y Execution. Esto es un buen recordatorio de que la madurez de la IA no consiste solo en gobernanza. Hace falta ambición, capacidades y casos de uso relevantes.
Fuente: Holisticon: AI Maturity Assessment
Accenture también enmarca la madurez de la IA como un tema de transformación (y no solo como la introducción de una herramienta). Esta perspectiva es sobre todo una confirmación de nuestro artículo sobre la transformación con IA: La madurez de la IA debe medirse por la capacidad de cambio.
Fuente: Accenture: The Art of AI Maturity
Lo que les falta a los modelos existentes de madurez de IA para el desarrollo de software ágil
Los modelos empresariales son buenos para orientar. Pero para los Engineering Managers tienen tres debilidades:
- A menudo están demasiado alejados del día a día del equipo.
- Miden muchos requisitos previos, pero muy poco comportamiento de entrega.
- Fácilmente generan un dashboard de madurez, sin mejorar la siguiente decisión del equipo.
Por eso traduzco los modelos en 6 dimensiones que un equipo de producto o de ingeniería realmente puede discutir en retrospectivas. Cada dimensión responde exactamente a una pregunta guía:
| Dimensión | Pregunta guía | Función en el sistema de entrega |
|---|---|---|
| Claridad de objetivos | ¿Estamos trabajando en los problemas correctos? | Dirección |
| Contexto de conocimiento compartido | ¿Puede la IA entender nuestro producto y nuestro dominio? | Contexto |
| Verificación y confianza | ¿Podemos usar los resultados de la IA con seguridad? | Confianza |
| Sistema de entrega adaptativo a la IA | ¿Mejora el equipo como sistema? | Flujo |
| Colaboración | ¿Se convierte la IA en una capacidad del equipo en lugar de una optimización individual? | Alineación |
| Mejora continua y gobernanza | ¿Mejoran la organización y las reglas con cada iteración? | Bucle de aprendizaje |
El sistema detrás de esto es simple:
- Los objetivos determinan para qué se usa la IA.
- El contexto de conocimiento determina qué tan bien puede trabajar la IA.
- La verificación determina si los resultados son utilizables.
- El sistema de entrega determina si de ello surge valor más rápido.
- La colaboración determina si el equipo mejora en conjunto.
- La mejora continua y la gobernanza determinan si las mejoras perduran.
Lógica del modelo de madurez de IA: 6 dimensiones y 3 niveles para una priorización clara
Para las retrospectivas de equipo, recomiendo 3 niveles sencillos. Lo importante es: los niveles no evalúan primero el uso de la IA. Primero evalúan la capacidad de delivery subyacente.
| Nivel | Significado | Patrón típico |
|---|---|---|
| Nivel 1: capacidad disponible | El equipo domina la dimensión, en principio. | Base |
| Nivel 2: práctica de equipo consolidada | El equipo tiene una práctica مشتركة para esta dimensión. | Repetibilidad |
| Nivel 3: IA integrada | La IA refuerza esta capacidad de forma sistemática. | Impacto de entrega potenciado por IA |
Así utilizas estos niveles: si el nivel 1 de una dimensión ya es problemático, identifica primero el problema con ello y resuélvelo. Si existe una base sana, puedes pasar al nivel 2 y anclar la capacidad en las formas de trabajo de los equipos. Solo cuando los niveles 1 y 2 salen bien, tiene sentido centrarse en la “integración de IA”. Claro, puede ser que la IA ya ofrezca buenas soluciones para los niveles 1 y 2, pero la IA todavía no debería ser el foco mental.
Aquí, pues, están los ítems para medir la dimensión, con la posibilidad de iniciar la medición directamente con una retrospectiva en Echometer:
Plantilla para medir el grado de madurez de IA
Dimensión 1: 🎯 Claridad del objetivo
Esta dimensión comprueba si la IA mejora el trabajo sobre el problema correcto. Muchos equipos usan IA para obtener más output, aunque el problema, la necesidad del usuario o el criterio de éxito sean difusos. Entonces la IA solo escala la incertidumbre.
Madurez de la IA: 🎯 Claridad de objetivos: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: en nuestras tareas, por lo general está claro si se ha alcanzado el objetivo o no.
- Nivel 2: antes de implementar temas, siempre generamos una comprensión compartida del problema, la solución y el criterio de éxito.
- Nivel 3: la IA nos ayuda sistemáticamente a entender los problemas de los usuarios, sopesar opciones de solución y definir criterios de éxito.
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de la IA: 🎯 Claridad de objetivos
Preguntas de Health Check (escala)
Preguntas abiertas
A menudo surgen buenas discusiones aquí al plantearse la pregunta: “¿Qué trabajo acelerado por IA habríamos hecho mejor si no lo hubiéramos empezado en absoluto?”
Plantilla para medir el grado de madurez de IA
Dimensión 2: 🧠 Contexto de conocimiento compartido
Esta dimensión sustituye deliberadamente el término más estrecho “calidad de los datos”. Para la entrega ágil no se trata solo de datos, sino de conocimiento del producto, conocimiento del dominio, comprensión de la arquitectura, exigencias de calidad y decisiones compartidas. La IA solo puede hacer un buen trabajo cuando este contexto está disponible y es sólido.
Madurez de IA: 🧠 Contexto de conocimiento compartido: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: El conocimiento relevante sobre el producto y el dominio está fácilmente disponible para mi trabajo.
- Nivel 2: Como equipo invertimos en un contexto de conocimiento compartido que esté actualizado y sea utilizable para todos.
- Nivel 3: La IA nos ayuda sistemáticamente a detectar lagunas e अस्प?
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de IA: 🧠 Contexto de conocimiento compartido
Preguntas de Health Check (escala)
Preguntas abiertas
Mi opinión: Para muchos equipos, el contexto de conocimiento es la palanca subestimada. La formación en prompts aporta poco si el conocimiento del equipo está disperso, desactualizado o es contradictorio.
Plantilla para medir el grado de madurez de IA
Dimensión 3: ✅ Verificación y confianza
Esta dimensión es el núcleo de la madurez de IA en equipos de software. La IA puede acelerar código, pruebas, criterios de aceptación, análisis y documentación. Pero solo los resultados verificables deben entrar en el flujo de valor.
Madurez de IA: ✅ Verificación y confianza: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: Puedo evaluar de forma fiable la calidad de mi trabajo.
- Nivel 2: Tenemos en el equipo un estándar establecido para el buen trabajo, que todos respetan.
- Nivel 3: Gracias a la IA detectamos antes los riesgos, los errores y las lagunas de calidad, y los corregimos más rápido.
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de IA: ✅ Verificación y confianza
Preguntas de Health Check (escala)
Preguntas abiertas
Un equipo maduro no pregunta: “¿Podemos usar IA para esto?”. Pregunta: “¿Qué evidencia necesitamos para usar este resultado de forma responsable?”
Plantilla para medir el grado de madurez de IA
Dimensión 4: 🔁 Sistema de delivery adaptativo a la IA
Esta dimensión comprueba si la IA mejora el flujo de valor. Las personas individuales pueden ser más rápidas mientras que el sistema en su conjunto apenas mejora. En ese caso, la IA sigue siendo una optimización individual. La madurez surge solo cuando el equipo adapta su forma de trabajar a las nuevas posibilidades.
Madurez de IA: 🔁 Sistema de entrega adaptativo a la IA: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: Nuestro equipo entrega con regularidad incrementos utilizables para los clientes.
- Nivel 2: Los ciclos de retroalimentación con los clientes y el análisis de los datos de uso son una parte fija del flujo de valor de nuestro equipo.
- Nivel 3: Usamos la IA activamente para convertir más rápido los datos de uso y el feedback de los usuarios en impacto.
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de IA: 🔁 Sistema de entrega adaptativo a la IA
Preguntas de Health Check (escala)
Preguntas abiertas
La prueba práctica: si la IA desapareciera de vuestro trabajo, ¿se deterioraría el flujo de valor o solo la productividad percibida?
Plantilla para medir el grado de madurez de IA
Dimensión 5: 🤝 Colaboración
Esta dimensión es el punto ciego de muchos modelos de madurez de IA. El desarrollo ágil de software vive de la comprensión compartida, la comunicación, las decisiones y la responsabilidad. Si la IA solo se utiliza de forma individual, incluso puede debilitar el trabajo en equipo: menos contexto compartido, menos debate, más optimización paralela individual.
Madurez de IA: 🤝 Colaboración: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: Tengo una buena visión general de lo que está pasando actualmente en el equipo.
- Nivel 2: Nuestra comunicación en el equipo permite que todos puedan trabajar de forma eficaz y estar al día.
- Nivel 3: La IA ayuda a distribuir el conocimiento relevante a las personas adecuadas y reduce la sobrecarga informativa innecesaria.
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de IA: 🤝 Colaboración
Preguntas de Health Check (escala)
Preguntas abiertas
Desde mi punto de vista, esta es la diferencia más interesante con muchos modelos empresariales: un modelo ágil de madurez de la IA debe medir si la IA mejora al equipo, no solo a especialistas individuales.
Plantilla para medir el grado de madurez de IA
Dimensión 6: ☯️ Mejora continua y gobernanza
La gobernanza es importante, pero no debe tragárselo todo. En este modelo, gobernanza significa: el equipo puede decidir con responsabilidad, hacer visibles los riesgos y mejorar las reglas a partir de experiencias reales. La mejora continua y la gobernanza van de la mano, porque las reglas rígidas en un campo tan dinámico quedan obsoletas rápidamente.
Madurez de IA: ☯️ Mejora continua y gobernanza: Así es como funciona la retroalimentación
Rompehielos aleatorio (2-5 minutos)
Echometer os proporciona un generador de preguntas aleatorias para el registro.
Revisión de las medidas abiertas (2-5 minutos)
Antes de empezar con nuevos temas, debéis hablar una vez sobre el control de eficacia de lo que ha sido de las medidas de las retrospectivas pasadas. Echometer enumera automáticamente todos los elementos de acción abiertos de las retrospectivas pasadas.
Chequeo médico
Todos los miembros del equipo pueden responder a los Health Checks de forma anónima en una escala. A continuación, revisad juntos los resultados de los Health Checks y, si es necesario, registrad comentarios adicionales. Si utilizáis los mismos Health Checks en varias retrospectivas, también podéis realizar un seguimiento de las tendencias a lo largo del tiempo en Echometer.
- Nivel 1: Para mi trabajo, las responsabilidades y los límites de riesgo están claros en todo momento.
- Nivel 2: Como equipo, adaptamos regularmente nuestras formas de trabajo en función de nuevos conocimientos y de las experiencias adquiridas.
- Nivel 3: La IA nos ayuda sistemáticamente a cuestionar y desarrollar nuestras formas de trabajo.
Discutir temas de retroalimentación
Utilizad las siguientes preguntas abiertas para recopilar vuestras conclusiones más importantes. Primero, cada uno por su cuenta de forma encubierta. Echometer permite revelar cada columna del tablero de retroalimentación individualmente para luego presentar y agrupar los comentarios.
- ¿Qué nos está frenando actualmente en esta dimensión?
- ¿Cuál es la siguiente mejor medida o el siguiente experimento para mejorarnos en esta dimensión?
Pregunta comodín (recomendada)
Para que también haya un lugar para otros temas:
- ¿De qué más te gustaría hablar en la retroalimentación?
Priorización / Votación (5 minutos)
En el tablero de retroalimentación de Echometer podéis priorizar fácilmente los comentarios con la votación. La votación es, por supuesto, anónima.
Definir medidas (10-20 minutos)
Se puede crear una medida enlazada a través del símbolo más en un comentario. ¿Aún no estás seguro de qué medida sería la correcta? Entonces, abrid una pizarra blanca sobre el tema a través del símbolo más para hacer una lluvia de ideas sobre las causas raíz y las posibles medidas.
Checkout / Cierre (5 minutos)
Echometer os permite recopilar comentarios anónimos del equipo sobre lo útil que fue la retroalimentación. Esto crea la puntuación ROTI ("Retrun On Time Invested"), que podéis seguir a lo largo del tiempo.
Madurez de IA: ☯️ Mejora continua y gobernanza
Preguntas de Health Check (escala)
Preguntas abiertas
El objetivo no es la máxima libertad ni el máximo control. El objetivo es un sistema en el que los equipos puedan aprender rápido sin ocultar los riesgos.
Consejo: simplemente Radar-Chart y Heatmap de madurez de la IA con Echometer
En cuanto hayas tratado todos los ítems con tu equipo, puedes preparar y visualizar los datos. Echometer incluso lo hace automáticamente para ti:
Si realizas la medición de madurez de la IA para varios equipos a la vez, en Echometer incluso recibirás una evaluación de madurez de la IA adecuada como matriz / heatmap para la organización:
Por eso mi recomendación: en lugar de encuestas manuales y Excel, usa mejor Echometer para beneficiarte no solo de evaluaciones profesionales y análisis de tendencias con solo pulsar un botón, sino también de un apoyo óptimo para la moderación y el seguimiento de las medidas.
Plantilla de Excel: todos los ítems del modelo de madurez de la IA para el desarrollo ágil de software como matriz
Si aun así quieres una plantilla de Excel para tu modelo de madurez de la IA, puedes utilizar la siguiente plantilla de Excel:
| Dimensión | Nivel | Ítem de la encuesta | Puntuación 1-5 | Evidencia | Mayor bloqueo | Siguiente experimento | Responsable | Fecha de revisión |
|---|---|---|---|---|---|---|---|---|
| Claridad de objetivos | 1 | En nuestras tareas, por lo general está claro si han alcanzado su objetivo o no. | ||||||
| … |
Lista de verificación: cómo usar en la práctica el modelo de madurez de IA para el desarrollo ágil de software
No empieces con los 18 ítems en una evaluación enorme. Empieza con una dimensión en la que ahora mismo percibís fricción.
Cada ítem está formulado como una simple afirmación de acuerdo. Si un equipo niega el Nivel 1, la capacidad básica aún no es estable. Si el Nivel 1 es correcto, pero el Nivel 2 no, falta una práctica de equipo fiable. Si el Nivel 2 es correcto, pero el Nivel 3 no, la IA aún no es un amplificador sistemático de esa capacidad.
Aquí tienes, entonces, tu lista de verificación para un buen proceso:
- Elige una dimensión que te parezca ahora mismo la más relevante para ti o para tu equipo. Centrarse en todas las dimensiones a la vez solo trae una cosa: caos.
- Deja que el equipo evalúe de forma anónima los tres niveles. Por ejemplo, directamente en la herramienta de retrospectivas de Echometers.
- En las valoraciones, no discutáis la media, sino las diferencias en vuestras opiniones. De ahí surgen conocimientos y se hacen visibles las oportunidades.
- Responed también a las dos preguntas abiertas en la plantilla de retrospectiva para desarrollar una visión مشترcommunity? hmm no. Let’s provide Spanish translation. Wait output JSON only. Need fix.
- Formulad un experimento para 2 a 4 semanas. Acordad check-ins regulares para asegurar el progreso.
- Medid de nuevo la misma dimensión tras la implementación de la medida y un período de prueba adecuado.
Además de la lista de verificación, también se permite una indicación sobre lo que debes evitar a toda costa: si comparáis varios equipos, comparad patrones, no puntuaciones. Un equipo de plataforma, un equipo de producto y un equipo heredado tienen condiciones de partida diferentes. La medición del grado de madurez se vuelve peligrosa cuando se convierte en una clasificación.
Más sobre esto: Por qué suelen fracasar las evaluaciones de madurez ágil.
Conclusión: la madurez de IA solo es útil si también conduce a mejoras
Los modelos de madurez de IA existentes aportan buenos bloques de construcción: estrategia, datos, gobernanza, ingeniería, modelo operativo, cultura, casos de uso, verificación y operación. Pero para la entrega ágil, estos bloques deben traducirse en capacidades concretas de los equipos ágiles. Para ello, nuestros ítems aquí han propuesto sugerencias prácticas y compactas.
Mi recomendación: usa Excel para tener una visión general, pero usa las retrospectivas para el cambio. Un equipo que debate honestamente una dimensión e inicia una buena mejora (o también un buen experimento) avanza más que una organización con una matriz perfecta y un amplio mapa de calor, pero sin consecuencias.
Si buscas más contenido sobre IA en el desarrollo ágil de software, estos artículos encajan como siguiente paso:
FAQ sobre el modelo de madurez de IA para el desarrollo ágil de software
¿Qué es un modelo de madurez de IA para el desarrollo ágil de software?
Un modelo de madurez de IA para el desarrollo ágil de software evalúa qué tan bien un equipo traduce la IA en claridad de objetivos, contexto de conocimiento, verificación, sistema de entrega, colaboración y mejora continua. No solo mide el uso de herramientas, sino si la IA mejora la creación de valor y la capacidad de aprendizaje del equipo.
¿En qué se diferencia de los modelos clásicos de madurez de IA?
Los modelos clásicos de madurez de IA suelen considerar perspectivas empresariales como estrategia, datos, gobernanza, talento, modelo operativo y contribución de valor. Para la entrega ágil, estas dimensiones deben traducirse en capacidades concretas de los equipos ágiles: mejor claridad de objetivos, mejor contexto de conocimiento, verificación fiable, un sistema de entrega adaptable a la IA, mayor colaboración y mejora continua.
¿Debo empezar con Excel o con una retrospectiva para una madurez de IA?
Empieza con una retrospectiva si quieres cambiar el comportamiento. Excel es útil para documentar ítems, puntuaciones, evidencias y experimentos. Pero el verdadero aprendizaje surge en la conversación sobre bloqueos, riesgos y el siguiente pequeño paso de mejora.
¿Por qué el modelo de madurez contiene solo tres niveles de madurez?
Tres niveles son comprensibles y orientados a la acción para las retrospectivas de equipo: capacidad disponible, práctica de equipo establecida e IA integrada. Un cuarto nivel, como una organización nativa de IA, tiene sentido como visión en casos concretos, pero para muchos equipos actualmente está demasiado lejos como para derivar buenas medidas concretas.
