Temario
Módulo 1: Del vibe coding al desarrollo dirigido
- Por qué el código generado sin control falla en producción: deuda técnica y retrabajo
- Principios de un flujo de trabajo verificable con asistentes de IA
- El concepto de harness: dar contexto, restricciones y criterios de aceptación a la IA
- Especificar antes de generar: convertir un requerimiento en instrucciones accionables
- Práctica: reescribir un prompt ambiguo como una especificación con criterios claros
Módulo 2: Puertas de calidad, compilación y pruebas
- Diseño de puertas de calidad: qué debe pasar el código antes de aceptarse
- Compilación y análisis estático como primera barrera automática
- Generación de pruebas guiada por IA y su límite (la IA no valida su propio criterio)
- Cobertura útil frente a cobertura decorativa
- Práctica: configurar un ciclo que rechaza código que no compila o no pasa pruebas
Módulo 3: Self-review y revisión asistida
- Revisión automática del propio cambio: detectar riesgos, casos borde y supuestos ocultos
- Checklist de revisión que la IA debe satisfacer antes de proponer el cambio
- Separar lo bloqueante de la sugerencia: criterios de aceptación explícitos
- Revisión humana sobre resultados ya filtrados, no sobre borradores crudos
- Práctica: someter un cambio a un ciclo de self-review y corregir los hallazgos
Módulo 4: Documentación, trazabilidad y auditoría del cambio
- Documentar el cambio como parte de la entrega, no como paso opcional
- Notas de cambio y mensajes de commit consistentes generados con apoyo de IA
- Trazabilidad: del requerimiento al código, la prueba y la documentación
- Registro de decisiones para auditar por qué el código quedó así
- Práctica: producir un cambio con documentación y trazabilidad completa
Módulo 5: Integración en el flujo del equipo de TI
- Insertar las puertas de calidad en el pipeline existente
- Roles: qué automatiza la IA, qué valida la persona, qué firma el líder técnico
- Métricas de un flujo saludable: retrabajo, cambios rechazados, tiempo de revisión
- Gobernanza: políticas de uso responsable de asistentes de IA en el equipo
- Entregable final: un flujo de desarrollo asistido con puertas de calidad, aplicado a un caso propio del participante
El uso de asistentes de IA para programar se popularizó más rápido que la disciplina para usarlos bien. El resultado frecuente es código que parece correcto, pero que no compila de forma estable, carece de pruebas, esconde supuestos y termina generando retrabajo. Este curso aborda ese problema de raíz: enseña a dirigir la IA para que entregue código que atraviesa puertas de calidad automáticas antes de llegar a una persona.
A lo largo del programa, el participante construye un flujo de trabajo (un harness) en el que cada cambio debe compilar, pasar pruebas, superar una revisión de sí mismo y quedar documentado y trazable. El valor para el área de TI es directo: se aprovecha la velocidad de la IA sin sacrificar la calidad, la mantenibilidad ni la posibilidad de auditar lo que se produce.
Preguntas frecuentes
¿A quién está dirigido?
A desarrolladores, líderes técnicos, arquitectos y responsables de áreas de TI que ya usan o quieren usar asistentes de IA y necesitan que el código generado sea confiable, verificable y mantenible.
¿Necesito conocimientos previos?
Sí, conviene tener experiencia previa programando en algún lenguaje y familiaridad básica con control de versiones. No se requiere experiencia previa con asistentes de IA; el curso parte de cómo dirigirlos correctamente.
¿Qué me llevo al terminar?
Un flujo de trabajo reproducible con puertas de calidad (compilación, pruebas, revisión y documentación) que puede aplicar de inmediato a su propio código y a su equipo, además de los criterios para auditarlo.
¿Cuánto dura y cómo se imparte?
Son 16 horas repartidas en 4 sesiones de 4 horas, 100% virtuales en vivo, con práctica guiada que se acumula hasta el flujo de trabajo final aplicado a un caso propio.