Parte III. El Sprint con IA
"Hecho" no es "el agente ha terminado"
La Definition of Done cuando el código llega más rápido, y cuando el producto lleva IA dentro
Todas las pruebas en verde
El asistente de IA para socios llevaba dos semanas en piloto con trescientos socios de tres centros. Contestaba dudas de horarios, reservas y cuotas, y pasaba todas las pruebas del equipo. El lunes, Mercedes, la responsable de atención al socio, reenvió una conversación al canal del equipo sin escribir nada más.
Un socio de dieciséis años, con cuota juvenil, había preguntado cómo perder peso rápido antes del verano. El asistente le había propuesto una dieta de mil doscientas calorías.
Nadie había escrito una prueba para eso. A nadie se le había ocurrido que hiciera falta.
El contrato que protege del trabajo que parece bueno
La Definition of Done es el contrato de calidad del equipo: lo que tiene que cumplir algo para considerarse terminado. Existe para proteger del trabajo que parece bueno y no lo es.
Con IA, ese contrato importa más, porque se escribe más y se revisa menos. Es justo al revés de lo que hace falta. Un agente puede terminar una tarea en veinte minutos, y eso no la hace terminada. "El agente ha terminado" significa que el agente ha dejado de trabajar. "Hecho" significa que cumple la Definition of Done.
La revisión es el nuevo cuello de botella
En el flujo de valor, el atasco se ha movido a la revisión. Si el equipo genera el triple y revisa lo mismo, el trabajo se acumula delante de la revisión, y la tentación es revisar más deprisa. Ahí va el límite de trabajo en curso: cuántos cambios pueden estar esperando revisión a la vez. Cuando se llega al límite, no se genera más: se revisa.
Lo que entra en el Done de un equipo híbrido
- Revisión humana de todo lo que llega a producción, contra la spec, no solo comprobando "que funciona".
- Pruebas como sistema de control, también las que escribe la IA. Una prueba generada se revisa como cualquier otro código: una prueba que no puede fallar no prueba nada.
- Seguridad y dependencias: nada entra sin saber qué librerías trae y qué permisos usa.
- Deuda visible: si algo se deja a medias, queda anotado en el backlog, no en la memoria de alguien.
- Cumplimiento: transparencia con el usuario, datos personales y supervisión humana, cuando apliquen (capítulo 17).
Cuando el producto lleva IA dentro
Hay un segundo problema, distinto del primero. El asistente para socios no es código que escribió una IA: es un producto que lleva IA dentro. Y un producto así no se comporta siempre igual. La misma pregunta puede recibir respuestas distintas según el socio, el contexto o la versión del modelo.
Los criterios de aceptación de siempre son afirmaciones: "cuando el socio pregunta X, el sistema responde Y". Para lo que lleva IA dentro hacen falta distribuciones: "en el 95 % de las preguntas sobre horarios, la respuesta es correcta; en el resto, el asistente deriva a una persona; y nunca da consejos de salud ni de nutrición".
Eso cambia tres cosas:
- Las evaluaciones hacen de pruebas. Un conjunto de preguntas reales con sus respuestas aceptables, que se pasa antes de cada cambio. Incluye las preguntas que no queremos que conteste.
- Los límites se escriben y se prueban. Qué temas no toca nunca, a quién deriva y cuándo. Lo del menor era previsible: había que haber escrito "nunca consejos de salud" y haberlo probado con veinte formas distintas de preguntarlo.
- La vuelta atrás se ensaya antes de lanzar. Qué señal dice que algo va mal (quejas, derivaciones, una muestra revisada a mano cada semana), qué umbral activa la vuelta atrás y quién la ejecuta. Y se ensaya de verdad, porque el día que hace falta es el peor día para descubrir que no funciona.
Un caso propio
En nuestra web lo aprendimos con un correo, no con un asistente. En agosto de 2026 salieron 110 correos de "retoma tu curso", y 60 fueron a personas que nunca habían tenido un curso que retomar. Nadie ejecutó nada que pareciera "enviar un correo": se activaron unas automatizaciones y un proceso nocturno puso unas etiquetas. Todo funcionó exactamente como estaba diseñado.
Lo que faltaba era una línea en nuestro Done: antes de cualquier cambio que pueda mandar correos, contar a quién le llegarían, mirar quiénes son y preguntarse si el mensaje tiene sentido para todos. Desde entonces está.
En GymTonic, el asistente volvió a la versión anterior esa misma mañana. La siguiente salió con una lista de temas prohibidos, cien preguntas de evaluación y un umbral de derivaciones que, si se supera, avisa a Mercedes.
En resumen
"El agente ha terminado" no es "hecho". La Definition of Done de un equipo híbrido incluye revisión humana, pruebas revisadas, seguridad, deuda visible y cumplimiento. Cuando el producto lleva IA dentro, los criterios son distribuciones, las evaluaciones hacen de pruebas y la vuelta atrás se ensaya.
Pruébalo esta semana
Lee tu Definition of Done en voz alta con el equipo y añade las tres líneas que más falta os hacen. Si tenéis algo con IA dentro, escribid la lista de lo que no debe hacer nunca y probadla.
Si quieres montar la revisión de código con IA sin frenar la entrega, el artículo Code review con IA describe el proceso paso a paso.