IA en el desarrollo ágil de software: encuesta de la comunidad de Echometer 2026
En nuestra comunidad, la IA ha llegado al desarrollo de software ágil. Pero, ¿está cambiando realmente la forma de trabajar de los equipos? ¿O hasta ahora solo los miembros individuales del equipo están optimizando su programación, mientras que las revisiones y el aseguramiento de la calidad pueden convertirse en nuevos cuellos de botella?
Precisamente sobre esto hemos realizado recientemente, en junio de 2026, una encuesta a la comunidad de Echometer. 66 personas de nuestro boletín y de nuestra comunidad respondieron cómo la IA está cambiando su desarrollo de software ágil. Los resultados no son un estudio de mercado representativo. Son más bien una imagen del estado de ánimo dentro de la burbuja de los equipos de desarrollo de software ágiles, que a menudo trabajan de forma remota.
Este artículo es un complemento basado en datos a nuestras publicaciones anteriores:
- IA en el desarrollo ágil de software: estado de la investigación 2026
- Guía sobre el futuro del desarrollo ágil de software potenciado por IA
- Por qué fracasa la IA en la entrega ágil de software
Aquí, de momento, una breve vista previa de los aspectos más destacados de los resultados de la encuesta:
45%
Utilizan la IA de forma individual: los miembros del equipo experimentan por iniciativa propia con la IA, sin flujos de trabajo ni directrices definidas.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
36%
No hay cambios en el día a día: a pesar de la IA, las reuniones y la coordinación siguen costando tanto tiempo como antes.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
48%
Consideran el papel de los Scrum Masters y Agile Coaches más importante que nunca en la era de la IA.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
56%
La dirección no entiende en absoluto, o la mayoría de las veces de forma imprecisa, la salud del equipo y los bloqueadores del rendimiento.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
52%
La cultura del error depende del contexto: los temas críticos pueden expresarse en el equipo, pero uno se queda callado cuando la dirección está presente.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
45% Utilizan la IA de forma individual: los miembros del equipo experimentan por iniciativa propia con la IA, sin flujos de trabajo ni directrices definidas.
¿Quién participó en la encuesta?
La muestra de 66 participantes está claramente marcada por roles ágiles. Esto es importante para la interpretación: las respuestas no reflejan un estudio general de desarrolladores, sino sobre todo la perspectiva de una comunidad de desarrollo de software ágil.
- 50% Scrum Master / Agile Coaches
- 24% Liderazgo de ingeniería
- 14% Miembro del equipo
- 5% Product Owner / Product Manager
- 7% Otra
¿Qué tan estandarizado está el uso de la IA en los equipos? 🤖
La primera pregunta de contenido muestra un patrón central: la IA es utilizada mayoritariamente por miembros individuales del equipo como un experimento individual:
- 45% Experimentación individual
- 33% Uso guiado con reglas sencillas
- 10% Altamente estandarizado / IA-First
- 12% Otra
El 45% informa que los miembros del equipo prueban la IA de forma independiente, sin flujos de trabajo de equipo definidos ni directrices comunes. Otro 33% tiene al menos procesos y acuerdos básicos al respecto. Solo el 10% describe sus formas de trabajar como “AI First”.
Esto encaja con una tesis de nuestro resumen del estado de los estudios: en 2026, la IA tiene el mayor impacto a nivel individual, mientras que los niveles de equipo y organización avanzan más lentamente. Sobre el estado de la investigación acerca de la IA en el desarrollo ágil de software .
¿Qué cambia realmente la IA en el día a día laboral? 🧑💻
Las respuestas sobre la rutina diaria son un buen punto de referencia frente a las promesas de productividad exageradas.
- 36% Ningún cambio
- 36% Más esfuerzo de revisión
- 10% Más trabajo profundo
- 10% Mayor presión de entrega
- 8% Otra
La gran sorpresa para mí: el 36% no ve ningún cambio en su día a día a pesar del uso de la IA.
Otro 36% produce resultados más rápido, pero dedica significativamente más tiempo a la revisión del output de la IA. Este es uno de los hallazgos más importantes de la encuesta. La IA no reduce automáticamente los costes de coordinación. A menudo desplaza el trabajo: menos implementación inicial, más verificación, más construcción de contexto, más responsabilidad sobre la calidad.
Exactamente este patrón lo describimos en el artículo sobre patrones de error típicos: más código puede llevar a menos comprensión si el equipo no mantiene el ritmo con la revisión y la verificación. Por qué fracasa la IA en la entrega ágil de software .
Solo el 10% informa de más “Deep Work” porque la IA se encarga de tareas rutinarias. Esto no carece de importancia, pero está lejos de la narrativa de que la IA ya está eliminando de forma generalizada la sobrecarga administrativa, el esfuerzo de coordinación y las tareas monótonas y recurrentes.
¿Qué pasa con los Scrum Masters y Agile Coaches? 👀
La pregunta provocadora es: si la IA apoya o automatiza parcialmente cada vez más el trabajo de desarrollo, ¿se siguen necesitando Scrum Masters y Agile Coaches?
La respuesta de la comunidad es sorprendentemente clara:
- 48% Más importante que nunca
- 18% El rol nunca estuvo claramente presente
- 18% Se fusiona con otros roles
- 1% Será reemplazado por workflows impulsados por IA
- 15% Otra
El 48% afirma que el rol será más importante que nunca, porque el enfoque se desplaza aún más hacia las dinámicas humanas. Si los miembros del equipo crean más output más rápido gracias a la IA, cualquier malentendido, cualquier requisito no aclarado o cualquier comprensión divergente de la calidad puede tener un impacto más rápido.
Entre las respuestas de liderazgo, este valor llega incluso al 56%: esto es importante porque al menos relativiza el sesgo obvio. En este subgrupo no son solo los Scrum Masters y Agile Coaches quienes defienden su propio rol. Los directivos también ven, aparentemente, que la aceleración mediante la IA no genera automáticamente una mejor colaboración.
Solo el 1% espera que los roles puedan ser reemplazados por flujos de trabajo impulsados por la IA. Esto no significa que el rol no cambie. Al contrario: probablemente no se limitará solo a la moderación de procesos. Serán más valiosas las habilidades de los Agile Coaches y Scrum Masters que la IA no proporciona automáticamente:
- Percibir y abordar las dinámicas interpersonales (estado de ánimo, tensiones, seguridad psicológica, salud del equipo)
- Visibilizar y cuestionar las estructuras de poder y organizativas (vías de decisión, responsabilidades, dinámicas políticas)
- Fomentar la reflexión y el aprendizaje (cuestionar supuestos, opiniones, procesos y patrones de comportamiento)
- Facilitar la colaboración constructiva (moderar discusiones, gestionar conflictos, fortalecer la cultura de feedback y aprendizaje)
La conclusión de que el rol de Scrum Master / Agile Coach cobra aún más importancia encaja con la guía para CTOs y Engineering Managers: la IA solo escala de forma sensata si el juicio humano, las prácticas de ingeniería y los bucles de feedback organizativos se mantienen a la par. Guía para el desarrollo ágil de software asistido por IA .
¿Qué tan bien entiende el management la salud del equipo y los bloqueos? 🚧
Si la IA acelera el desarrollo, los puntos ciegos en el management pueden volverse más críticos. Un mayor rendimiento ayuda poco si los directivos no entienden dónde están los equipos mentalmente sobrecargados y dónde residen los verdaderos bloqueadores del rendimiento.
- 34% Parcialmente acertado
- 31% Punto ciego total
- 25% Mayormente inexacto
- 6% Muy acertado
Lo que desde mi punto de vista es alarmante es que el 56% considera que su management está desconectado de la realidad:
- El 31% habla de un punto ciego total, donde los problemas solo se hacen visibles ante crisis mayores como el burnout o las renuncias.
- Otro 25% considera que la evaluación del management es mayormente errónea.
Solo el 6% afirma que el management está al tanto y detecta los problemas de forma proactiva y precisa.
Esto no es un tema secundario de la IA en Agile. Es un riesgo central. Si la IA aumenta la frecuencia de cambios, pero los líderes no ven el estado del equipo, la carga y las fricciones, aumenta la probabilidad de una mala gestión.
Los datos coinciden con una sensación incómoda que no es nueva: se necesita una mejor percepción del sistema social y organizativo en los niveles directivos. De lo contrario, existe al menos el riesgo de que la creciente presión por la productividad afecte al compromiso de los empleados, la salud, la capacidad de innovación y la agilidad.
¿Cuál será la palanca de rendimiento más importante? ⚙️
Las respuestas sobre la palanca más importante para los próximos 12 meses muestran que los equipos no consideran la IA de forma aislada. Ven varios cuellos de botella al mismo tiempo.
- 31% Alineación más nítida
- 27% Mejor infraestructura
- 22% Adaptación centrada en las personas
- 12% Menos sobrecarga
- 8% Otra
El 31% ve una alineación más nítida como la palanca más importante: cuando la producción se acelera, es más crítico trabajar en el producto correcto. El 27% menciona una mejor infraestructura, es decir, CI/CD, pruebas automatizadas y sistemas técnicos que deben mantener el ritmo de la velocidad de la IA.
Esto encaja bien con la idea del Engineering-Harness: las herramientas de IA por sí solas no bastan. Los equipos necesitan objetivos claros, estándares de calidad, pipelines de entrega y mecanismos de feedback que permitan y apoyen cambios más rápidos.
El 22% menciona la adaptación centrada en las personas, es decir, la cohesión, la confianza y la capacidad de trabajo en equipo como la palanca de rendimiento más importante para el futuro de la IA. Solo el 12% ve la palanca principal en la reducción de la carga clásica de reuniones. La tarea real es más exigente: mejor alineación, mejores bases técnicas y mejor adaptabilidad del equipo.
¿Con qué apertura pueden hablar los equipos sobre los errores? 💩
La seguridad psicológica no pierde importancia con la IA. Si la IA aumenta el rendimiento, los errores, riesgos y dudas deben hacerse visibles antes.
- 52% Dependiente del contexto
- 22% Extremadamente fácil
- 18% Más bien difícil
- 4% No es posible
El grupo más grande, con un 52%, afirma: entre colegas cercanos la apertura es posible, pero en cuanto el management está presente, se hace el silencio.
Solo el 22% describe una cultura del error realmente abierta. El 18% formula las críticas con cautela para evitar conflictos, y el 4% incluso ve la crítica como un riesgo para su carrera.
Ese es quizá el resultado cultural más importante de la encuesta. AI en Agile aumenta la necesidad de corrección rápida y retroalimentación abierta. Pero si la información crítica desaparece en presencia de la dirección, los líderes pierden precisamente las señales que necesitan para una gobernanza responsable de la IA.
En resumen: la seguridad psicológica no es un tema secundario blando. Es un mecanismo de feedback y control para organizaciones y sistemas de entrega de alto rendimiento.
¿Qué cambia la IA en las retrospectivas? 💬
Los temas interpersonales parecen seguir siendo relevantes en la era de la IA. Por ello, surge la pregunta de si la IA cambiará realmente mucho las retrospectivas: ¿reflexionaremos pronto sobre el sprint junto con nuestros agentes de IA y discutiremos nuestros prompts?
Por ahora, en cualquier caso, los temas en las retrospectivas cambian solo de forma limitada debido a la IA:
- 63% Temas sin cambios
- 13% Colaboración humano-IA
- 13% Dinámicas de equipo cambiadas
- 11% Otra
El 63% dice que los temas de las retros apenas han cambiado. Solo un 13% en cada caso discute más la colaboración humano-IA o las dinámicas de equipo cambiadas.
Incluso antes de la IA, temas como el esfuerzo de revisión, la comprensión de roles, la seguridad psicológica y la alineación ya se reflexionaban en las retrospectivas. Aunque la IA cambia fuertemente el contenido de las discusiones en el 13% de los casos, muchos temas fundamentales en los equipos siguen siendo similares.
¿Qué información de los dashboards necesitan las organizaciones de ingeniería? 🔢
La última pregunta se formuló de manera deliberadamente amplia: si tuvieras que construir un dashboard para mejorar tu organización de ingeniería, ¿qué insights serían los más importantes?
Aquí era posible la selección múltiple. Por lo tanto, los valores no suman el 100%:
- 52% Cuellos de botella del flujo de trabajo
- 46% Salud del equipo y riesgo de burnout
- 40% Calidad del código y deuda técnica
- 37% Impacto de las herramientas de IA y ROI
- 34% Fricción en la colaboración y alineación
- 28% Seguridad psicológica y confianza
- 28% DORA y velocidad de entrega
- 10% No hace falta un nuevo dashboard
El resultado fue especialmente interesante también para nosotros en Echometer, para ver si de ello se pueden derivar ideas de funciones para nuestra herramienta 1:1, la herramienta de Health Check o la herramienta de retrospectiva.
Lo más importante son los cuellos de botella del flujo de trabajo con un 52%, la salud del equipo y el riesgo de burnout con un 46%, así como la calidad del código y la deuda técnica con un 40%. Solo después viene “impacto y ROI de la herramienta de IA” con un 37%.
Conclusión: llamado a los líderes en el desarrollo ágil de software 👋
Desde mi punto de vista, un resultado central es que se exige a los líderes:
- El 52% percibe la cultura del error y del feedback como dependiente del contexto: la apertura es más fácil entre colegas cercanos que en presencia de la dirección
- Al mismo tiempo, una mayoría de los participantes ve lagunas en la comprensión de la dirección sobre la salud del equipo y los bloqueadores del rendimiento
- Los equipos ven las futuras palancas de valor de la IA sobre todo en un mejor alineamiento, en una mejor infraestructura y en una mejor cultura de equipo y de trabajo.
Para los líderes, esta es la consecuencia más importante: quien trata la IA solo como una herramienta de productividad, optimiza de forma demasiado limitada. Quien entiende la IA como una prueba de estrés para todo el sistema de entrega y construye una cultura de feedback a través de las jerarquías, ve con mayor claridad dónde están los grandes potenciales de mejora para la IA.
| Perspectiva | Formulación |
|---|---|
| ❌ Pregunta incorrecta | ”¿Cómo conseguimos que todos usen más la IA?” |
| ✅ Pregunta correcta | ”¿Qué capacidades deben desarrollar nuestros equipos y nuestra organización para que la IA mejore realmente nuestro desarrollo ágil de software?” |
Naturalmente, también tenemos una opinión sobre cómo pueden lograrlo los líderes: Guía para CTO sobre el desarrollo ágil de software asistido por IA .
Los insights más importantes para compartir 👇
Espero que hayas podido extraer de la encuesta algunos hallazgos interesantes o inspiradores.
Si es así, me alegrará que también compartas tú mismo los contenidos.
45%
Utilizan la IA de forma individual: los miembros del equipo experimentan por iniciativa propia con la IA, sin flujos de trabajo ni directrices definidas.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
36%
No hay cambios en el día a día: a pesar de la IA, las reuniones y la coordinación siguen costando tanto tiempo como antes.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
48%
Consideran el papel de los Scrum Masters y Agile Coaches más importante que nunca en la era de la IA.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
56%
La dirección no entiende en absoluto, o la mayoría de las veces de forma imprecisa, la salud del equipo y los bloqueadores del rendimiento.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
52%
La cultura del error depende del contexto: los temas críticos pueden expresarse en el equipo, pero uno se queda callado cuando la dirección está presente.
Fuente: Encuesta de la comunidad de Echometer, junio de 2026
45% Utilizan la IA de forma individual: los miembros del equipo experimentan por iniciativa propia con la IA, sin flujos de trabajo ni directrices definidas.
FAQ sobre la encuesta de la comunidad acerca de la IA en el desarrollo ágil de software
¿Es representativa la encuesta de la comunidad de Echometer?
No. La encuesta se llevó a cabo en junio de 2026 entre usuarios y usuarias de Echometer y personas de nuestra newsletter. Las 66 respuestas son un valioso pulse check de la comunidad de desarrollo de software ágil, a menudo distribuida en remoto, pero no un estudio de mercado representativo.
¿Cuál es el hallazgo más importante de la encuesta?
El hallazgo más importante es que el uso de la IA y la adaptación organizativa todavía no van al mismo ritmo. Muchos equipos experimentan con IA, pero la revisión, la alineación, la salud del equipo, la seguridad psicológica y la transparencia de la dirección siguen siendo cuellos de botella clave.
¿Serán reemplazados los Scrum Masters y los Agile Coaches por la IA?
La encuesta lo desmiente claramente. El 48% considera que los Scrum Masters y los Agile Coaches son más importantes que nunca, y entre las respuestas de liderazgo incluso el 56%. Sin embargo, el rol cambiará: menos pura moderación de procesos y más enfoque en la dinámica del equipo, la seguridad psicológica y la capacidad de aprendizaje organizacional.
¿Qué métricas son especialmente importantes para la IA en Agile?
Las respuestas muestran que las métricas puramente de uso de la IA no son suficientes. Especialmente importantes son los cuellos de botella del flujo de trabajo, la salud del equipo y el riesgo de burnout, la calidad del código, la alineación, la seguridad psicológica y, solo después, también el impacto de las herramientas de IA y el ROI.
¿Cómo utilizan actualmente la IA los equipos ágiles de software?
En nuestra encuesta todavía domina la experimentación: el 45% informa de un uso individual de la IA sin flujos de trabajo claros para el equipo. Otro 33% tiene directrices sencillas. Solo el 10% describe su forma de trabajar como realmente AI-First.
¿La IA ya ahorra tiempo en los equipos ágiles?
No automáticamente. El 36% no percibe ningún cambio notable en el día a día, y otro 36% gana velocidad en los resultados, pero invierte considerablemente más tiempo en revisar el output de la IA.
¿Cuál es un cuello de botella frecuente de la IA en el desarrollo de software?
Un cuello de botella frecuente no está en escribir código, sino en la revisión, el alineamiento y la garantía de calidad. Cuando la IA genera más output, los equipos deben comprobar, priorizar y entender juntos más rápido qué es realmente valioso.
¿Por qué sigue siendo importante la seguridad psicológica con la IA?
Porque los errores y las suposiciones erróneas pueden tener un efecto más rápido. El 52% dice que los temas críticos solo se abordan con franqueza según el contexto, especialmente cuando la dirección está presente. Justo ahí se pierden señales de alerta temprana importantes.
¿La IA cambia las retrospectivas en los equipos ágiles?
Hasta ahora, solo de forma limitada. El 63% debate en las retrospectivas temas similares a los de antes de la IA. Solo el 13% en cada caso habla más sobre la colaboración humano-IA o sobre cambios en la dinámica del equipo.
¿Qué deben medir ahora los líderes de ingeniería?
Lo más importante son los cuellos de botella del flujo de trabajo, la salud del equipo, el riesgo de burnout, la calidad del código, la deuda técnica y el alineamiento. El impacto de la IA es relevante, pero sin estos datos de contexto la productividad sigue siendo difícil de interpretar.
