SAAI: Scrum with Agentic AI

Programa detallado

9 módulos · 36 lecciones

Módulo 1 — Fundamentos de la IA Agéntica

1. La situación de FastBite (20 min · 100 XP)
Un Scrum Team real adopta IA agéntica y ve cómo su velocidad se dispara — mientras la satisfacción del cliente cae.
2. Los Valores de Scrum como Guardrails para la IA Agéntica (20 min · 100 XP)
La pantalla de seguimiento de FastBite está construida. Se ve completa. Pero nadie notó el problema.
3. IA Agéntica para equipos Scrum (25 min · 150 XP)
El CTO está en la sala. El resultado no coincide con lo discutido. Nadie puede responder por qué. Del prompt al harness.
4. Spec Driven Development (25 min · 150 XP)
Vibe Coding · SDD · los 7 componentes · DoD y CLAUDE.md. Los agentes producen resultados inconsistentes: la spec es la cura.

Módulo 2 — Scrum y Empirismo

1. De semanas a horas (20 min · 100 XP)
Cómo la IA cambia la constante de tiempo de un Sprint — y por qué la estructura se mantiene.
2. TDD Agéntico (25 min · 150 XP)
RED → GREEN → AUDIT — el ciclo que convierte el output del agente en evidencia.
3. Agent Harnessing (25 min · 150 XP)
Contexto · Memoria persistente · Anti-alucinación · RAG · Coordinación multi-agente.
4. Orquestando tu primer Sprint de horas (30 min · 200 XP)
Del Sprint Planning al Sprint Review en 6 horas — el playbook completo.

Módulo 3 — Ciclos de Convergencia

1. ¿Qué es un Ciclo de Convergencia? (20 min · 100 XP)
La unidad de trabajo dentro de un Sprint de horas — y por qué cada Increment es la suma de sus ciclos.
2. Ciclos en la práctica (25 min · 150 XP)
Ejecutar Convergence Cycles en un Sprint real — secuenciación, paralelización y qué se rompe.
3. Cuando los ciclos fallan (25 min · 150 XP)
AUDIT_VERDICT = FAIL no es una crisis — es el sistema funcionando.
4. Cadencia de Convergencia (30 min · 200 XP)
¿Cuántos ciclos caben en un Sprint? ¿Cómo los secuencias? ¿Cómo evoluciona la cadencia?

Módulo 4 — El Sprint de Horas

1. Sprint Planning redefinido para equipos de agentes (22 min · 120 XP)
En qué se convierte el Sprint Planning cuando los agentes — no solo los humanos — ejecutan.
2. El Sprint Goal como hipótesis comprobable (24 min · 130 XP)
Cómo escribir un Sprint Goal hacia el que un agente pueda construir y que un Auditor pueda verificar.
3. Descomponer el Sprint Backlog en ítems listos para la convergencia (24 min · 130 XP)
Dividir un Sprint Goal en ítems que mapeen cada uno a un Ciclo de Convergencia.
4. El Paquete de Briefing del Agente (26 min · 150 XP)
El paquete de entrada completo entregado al agente al final del Sprint Planning.

Módulo 5 — Planificar el trabajo del agente

1. El Daily Scrum replanteado para equipos de agentes (22 min · 120 XP)
Cuando el agente produce el trabajo de un Sprint entero en horas, una reunión diaria no alcanza.
2. Qué inspeccionar — Progreso del agente vs. el Sprint Goal (24 min · 130 XP)
El punto de inspección diario debe inspeccionar lo correcto: el progreso hacia la hipótesis.
3. Replanificar a velocidad de máquina (24 min · 130 XP)
Cuando los agentes trabajan en horas, el equipo replanifica el Sprint Backlog mucho más seguido.
4. Impedimentos en Sprints de agentes — Detectar y remover (26 min · 150 XP)
El trabajo más antiguo del Scrum Master cambia de forma con los agentes.

Módulo 6 — Convergencia dirigida por tests

1. Por qué la Definition of Done importa más con agentes (22 min · 120 XP)
Con personas, un "terminado" informal a veces sobrevive. Con agentes, no.
2. El checklist de DoD para el trabajo de agentes (24 min · 130 XP)
Convertir el acuerdo de calidad del Scrum Team en criterios, pruebas y evidencia trazable.
3. DoD vs Acceptance Criteria vs Sprint Goal (24 min · 130 XP)
Tres contratos que la gente confunde constantemente — y por qué con agentes debes sostener los tres.
4. Aplicar el DoD — evidencia, auditoría y responsabilidad de los Developers (26 min · 150 XP)
Un DoD que nadie aplica es decoración. Dos gates independientes.

Módulo 7 — Evidencia y la Definition of Done

1. El Sprint Review replanteado para el trabajo con agentes (22 min · 120 XP)
El Sprint Review sigue siendo una sesión de trabajo para inspeccionar el resultado del Sprint.
2. Uso del Incremento de Producto (24 min · 130 XP)
El Scrum Team y los stakeholders usan e inspeccionan el Incremento terminado en contexto real.
3. Feedback de stakeholders → Product Backlog a velocidad de máquina (24 min · 130 XP)
El Sprint Review es una sesión de trabajo, no una presentación de una sola vía.
4. Cuando el Sprint Review revela que el Goal no se cumplió (26 min · 150 XP)
La inspección rigurosa significa que algunos Reviews terminan con el Sprint Goal no cumplido.

Módulo 8 — Review, Retrospective y Entrega Continua

1. El Sprint Retrospective replanteado para equipos con agentes (22 min · 120 XP)
La retro inspecciona el proceso — cómo trabajaron juntos humanos y agentes.
2. Qué inspeccionar en un Sprint Retrospective con agentes (24 min · 130 XP)
Una retro con agentes es tan fiable como los artefactos que lees. Seis señales de proceso.
3. Las acciones del Retro son vinculantes (24 min · 130 XP)
Una retrospectiva que no cambia el comportamiento del siguiente Sprint es teatro.
4. Mejora continua del sistema humano+agente (26 min · 150 XP)
Kaizen sobre todo el sistema — humanos y agentes juntos.

Módulo 9 — IA Responsable y el Scrum Master

1. La responsabilidad nunca se mueve — Los agentes ejecutan, los humanos responden (22 min · 120 XP)
El principio fundacional del Scrum agéntico responsable.
2. El Scrum Master con IA — servir al equipo, no vigilar la puerta (24 min · 130 XP)
Las accountabilities del Scrum Master no cambian con agentes.
3. Guardrails de IA Responsable — La lista de prohibiciones (24 min · 130 XP)
Las líneas duras que un sistema de entrega agéntico nunca cruza.
4. Juntándolo todo — El modelo operativo del Scrum Agéntico (30 min · 200 XP)
El capstone. Un modelo coherente que sintetiza todo el curso.

Learning Objectives

Qué podrás hacer al terminar

Cinco niveles de competencia, del entendimiento a la orquestación.

Understand

Distinguir entre prompt, herramienta de IA, agente, workflow y harness — y explicar por qué la distinción importa para el accountability

Explicar cómo aplican los tres pilares del empirismo cuando agentes autónomos producen el Increment

Describir qué se rompe cuando los agentes corren sin Sprint Goal, sin guardrails y sin puntos de inspección humana

Apply

Usar los Valores Scrum como guardrails de decisión para aceptar o rechazar output de agentes

Definir un Sprint Goal que dé dirección al agente sin prescribir la implementación

Diseñar puntos de inspección Human-in-the-Loop dentro de un Sprint de horas

Escribir guardrails para un agent harness que reflejen los estándares de calidad y seguridad del equipo

Evaluate

Evaluar si un output generado por IA califica como Increment bajo la Definition of Done del equipo

Identificar los límites de accountability cuando los agentes producen el Increment — quién responde por qué, y por qué "lo decidió el agente" nunca es respuesta aceptable

Evaluar el riesgo del output de agente que no fue inspeccionado antes de llegar a usuarios

Direct & Orchestrate

Darle a una herramienta agéntica real un Sprint Goal con contexto y restricciones, e inspeccionar lo que produce

Correr un ciclo de convergencia con agentes dentro de un Sprint y adaptar según el output

Integrar un set de agentes especializados (UX, UI, coding, testing, security, review) en un harness coordinado que funcione dentro de un Sprint

Caso de estudio transversal

FastBite

Todo el curso corre sobre el mismo caso. Cada módulo, cada ejercicio y cada ejemplo aplica a este escenario.

La empresa

Startup de delivery de comida compitiendo con Uber Eats y DoorDash en un mercado urbano en crecimiento. Adoptó IA para ir más rápido: más features, más código, más velocidad. Y la satisfacción del cliente cayó.

El problema

Los clientes llaman al restaurante para preguntar dónde está su pedido. El Scrum Team necesita entregar tracking del pedido en tiempo real. Y la Product Owner dice: "el agente lo construye en horas, no necesitamos un Sprint".

Sprint Goal del caso

"El cliente puede ver en la app dónde está su pedido — desde que sale del restaurante hasta que llega a su puerta."

El Agent Harness de este Sprint

Agente	Trabajo en FastBite
UX/UI Agent	Diseña el mapa en tiempo real y el flujo de estados del pedido
Code Agent	Implementa la lógica de actualización de ubicación y transición de estados
Test Agent	Prueba los estados: preparando → en camino → entregado
Review Agent	Revisa calidad del código y consumo de batería por GPS
DevOps Agent	Despliega a staging y valida en dispositivo Android
Risk Agent	Marca supuestos sobre precisión del GPS y cobertura móvil

Hands-on

Los 6 ejercicios del curso

Cada ejercicio produce un entregable que te llevas y aplicas en tu equipo el lunes.

Ejercicio 1 — AI Opportunity Mapping

Identificar dónde la IA puede mejorar los eventos Scrum sin reemplazar Scrum
Entregable: tabla Evento Scrum · Oportunidad IA · Riesgo · Punto de decisión humana · Evidencia necesaria

Ejercicio 2 — Diseña un Sprint de Horas

Diseñar un Sprint completo de 4 horas
Entregable: Sprint Goal · Sprint Backlog · Agent Team · Ciclos de convergencia · Definition of Done · Evidencia para el Review · Foco de la Retrospective

Ejercicio 3 — Agent Team Canvas

Definir los agentes necesarios para sostener un Sprint
Entregable: tabla Nombre · Propósito · Inputs · Outputs · Herramientas · Guardrails · Dueño humano · Criterio de Done

Ejercicio 4 — Crea un Ciclo de Convergencia

Diseñar el ciclo completo: Intención → Generación del agente → Inspección humana → Validación → Integración → Decisión

Ejercicio 5 — Sprint Review con soporte de IA

Preparar un Sprint Review usando: Increment · Evidence Pack · Preguntas de stakeholders · Opciones de adaptación · Actualizaciones al Product Backlog

Ejercicio 6 — Retrospective sobre el uso de IA

Inspeccionar cómo la IA afectó la efectividad del equipo
Entregable: ¿Qué mejoró? · ¿Qué creó riesgo? · ¿Qué nos frenó? · ¿Qué debemos dejar de hacer? · ¿Qué cambiamos el próximo Sprint?

Requisitos y modalidad

Antes de comenzar

Requisitos previos

Se espera un entendimiento básico de Scrum. No se requiere experiencia en programación.

Recomendado pero no obligatorio: conocimiento de Professional Scrum Master I · experiencia trabajando con Scrum Teams · familiaridad básica con herramientas de IA generativa · experiencia con Product Backlogs, Sprint Planning, Sprint Reviews y Retrospectives.

Herramientas del curso

Bolt.new — IA agéntica en navegador, sin instalaciónReplit Agent — entorno agéntico, tier gratuitoClaude Code — agente en terminal, autonomía visible paso a pasoVS Code — solo para inspeccionar y revisar output (no se requiere saber programar)

Bundle de agentes del curso: set descargable de agentes especializados (UX, coding, testing, security) listos para correr en una simulación de Sprint.

Modalidad

Presencial u online en vivoJornada única 08:00–17:00 (1h almuerzo)

Perú · Grupos de máximo 30 SM/PO · Alto énfasis en colaboración y casos prácticos

Soporte

Red de SM/PO certificados en IA

Professional Scrum with Agentic AI

¿De qué trata este curso?

Objetivo general

Duración

Público

Certificación