Guía práctica sobre herramientas de IA que se utilizan en el proceso de desarrollo de software bajo metodologías ágiles.
DOI:
https://doi.org/10.63618/omd/isj/v3/n4/155Palabras clave:
Inteligencia artificial, metodologías ágiles, desarrollo de software, automatización, productividad, ScrumResumen
El artículo presenta una guía práctica sobre el uso de herramientas de inteligencia artificial (IA) en el desarrollo de software bajo metodologías ágiles. A través de una revisión sistemática de literatura basada en el protocolo PRISMA, se analizaron 30 artículos publicados entre 2019 y 2024, provenientes de contextos académicos e industriales. Los resultados evidencian que la IA se integra con mayor frecuencia en metodologías como Scrum y XP, optimizando tareas de planificación, codificación, pruebas y documentación. Herramientas como GitHub Copilot, Azure AI, Test.AI y motores NLP destacan por mejorar la productividad, la calidad del software y la reducción del tiempo de entrega. La guía clasifica las herramientas según las fases del ciclo ágil, ofreciendo prompts y recomendaciones prácticas para su aplicación. Se concluye que la IA se ha consolidado como un componente estratégico en la ingeniería de software, aunque su implementación requiere capacitación continua y adaptación al contexto organizacional. La investigación propone validar empíricamente esta guía en entornos reales para medir su impacto en la productividad y la madurez ágil.
Descargas
Referencias
lsaqaf, W., et al. (2022). AI metrics and measurement in agile transformations. International Journal of Agile Systems and Management, 15(1), 22–36. https://doi.org/10.1504/IJASM.2022.10046912
Armijos Ortega, L. M., Vélez Macas, C. A., & Lojan Cueva, E. L. (2024). Estudio de la adopción de metodologías ágiles en proyectos de desarrollo de software en la Región 7 del Ecuador. Revista Espacios, 45(4), 18–27.
Arora, A., et al. (2022). AI-supported Scrum retrospectives in distributed teams. Procedia Computer Science, 203, 125–132. https://doi.org/10.1016/j.procs.2022.03.015
Ayalew, A., et al. (2022). Adoption of AI in agile development: An industry survey. Journal of Systems and Software, 187, 111237. https://doi.org/10.1016/j.jss.2022.111237
Birje, M. N., et al. (2023). AI-driven monitoring and optimization in agile projects. Software: Practice and Experience, 53(7), 1234–1251. https://doi.org/10.1002/spe.3085
Cabrero-Daniel, B. (2023). AI for agile development: A meta-analysis [Tesis de maestría, Universidad de Gothenburg].
Choudhury, A., et al. (2023). Machine learning in agile testing frameworks. International Journal of Software Engineering and Knowledge Engineering, 33(5), 405–420. https://doi.org/10.1142/S0218194023500216
De França, B., et al. (2022). MLOps practices in agile software teams. Journal of Systems Architecture, 127, 102452. https://doi.org/10.1016/j.sysarc.2022.102452
Dey, R., Khan, S. A., & Mollah, M. B. (2022). Improving agile testing with artificial intelligence. Journal of Software Engineering Research and Development, 10(2), 45–61.
Gaete, J., Villarroel, R., Figueroa, I., Cornide-Reyes, H., & Muñoz, R. (2021). Enfoque de aplicación ágil con Scrum, Lean y Kanban. Ingeniare. Revista Chilena de Ingeniería, 29(1), 141–157.
Guerrero, R., et al. (2023). La inteligencia artificial en la calidad del software: Una revisión sistemática de la literatura. UNESUM-Ciencias, 4(1), 75–90.
Hanssen, G. K., Mikalsen, M., & Haugset, B. (2023). Agile and AI: Bridging engineering practices with intelligent automation. IEEE Software, 40(2), 28–35. https://doi.org/10.1109/MS.2023.3242531
Jovanović, M., et al. (2023). Applying LLMs in agile development projects. Proceedings of the 2023 International Conference on Agile Software Engineering, 145–152.
Kalava, S. (2024). AI-powered development: How artificial intelligence is shaping software engineering. GitHub Pages. https://kalava.dev/aipowered-dev
Kumar, S. (2024). Artificial intelligence in software engineering: A systematic exploration of AI-driven development. Springer.
Lee, H., & Hwang, J. (2022). Predictive analytics for agile project management. Journal of Project Management, 7(3), 33–45. https://doi.org/10.5267/j.jpm.2022.2.005
Limam, M., et al. (2023). AI-driven product management dashboards for agile teams. International Journal of Information Management, 73, 102529. https://doi.org/10.1016/j.ijinfomgt.2022.102529
Martínez, J., et al. (2022). Caracterización y comparación de metodologías ágiles y tradicionales en desarrollo de software. Revista Iberoamericana de Tecnología, 28(2), 95–110.
Monsalves, D., Olivares, P., Riquelme, F., & Cornide-Reyes, H. (2024). Inteligencia artificial como servicio. Ingeniare. Revista Chilena de Ingeniería, 32(1), 11–20.
Najjar, N., et al. (2022). Agile risk management augmented by artificial intelligence. International Journal of Risk and Contingency Management, 11(1), 21–35. https://doi.org/10.4018/IJRCM.2022010103
Oliveira, D., et al. (2023). Lean-agile methods for AI project management frameworks. Journal of Modern Project Management, 11(3), 22–34.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffman, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Rendón De La Torre, A. (2024). Metodologías ágiles en la era de la inteligencia artificial. Prisma, 7(1), 44–53.
Salazar-Cedeño, A. N., Demera, A. E., & Santana, G. A. (2024). Fundamentación teórica de la inteligencia artificial en el desarrollo de aplicaciones móviles. TESLA Revista Científica, 3(2), e223.
Seppälä, E. (2024). Using AI tools in software development: A software engineering experiment at Hansen Technologies Finland [Tesis de maestría, University of Helsinki].
Suto, M., et al. (2022). Agile project estimation with machine learning techniques. International Journal of Project Management, 40(6), 874–882. https://doi.org/10.1016/j.ijproman.2022.05.001
Tupsakhare, P. (2022). Enhancing agile methodologies with artificial intelligence: Driving efficiency and innovation. European Journal of Advances in Engineering and Technology, 9(10), 66–71.
Upadhyaya, N. (2022). The role of artificial intelligence in software development: A literature review. GlobalLogic Inc.
Vieira, M., et al. (2023). Agile big data projects enhanced by AI toolchains. Journal of Big Data, 10(1), 1–20. https://doi.org/10.1186/s40537-023-00756-w
Yassine, A., El-Sayed, M., & Fahmy, H. (2023). AI-based requirement engineering for agile teams. In Proceedings of the International Conference on Software Engineering and Knowledge Engineering (SEKE 2023) (pp. 45–53). Knowledge Systems Institute.
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Guerrero-Benalcázar, Rubén Ignacio, Lascano-Rivera, Samuel (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
: