Adopción Práctica de Inteligencia Artificial

El problema que resuelve este curso

La mayoría de los equipos técnicos ya usan IA de forma puntual: un prompt suelto en ChatGPT, una sugerencia de autocompletado. Muy pocos la han adoptado como parte real de su flujo de trabajo diario. Esto pasa porque:

• Falta un framework de trabajo probado, y cada persona reinventa su propio proceso a prueba y error.
• La curva de aprendizaje de herramientas como los agentes de código se recorre sola, sin un mapa de qué patrones funcionan y cuáles son errores comunes.
• La adopción se queda en "usar la herramienta cuando se acuerdan", no en integrarla como parte estructural del ciclo de trabajo.
• No hay una forma organizada de estructurar proyectos asistidos por IA más allá del prompt individual.

Jorge Domínguez lleva más de dos años trabajando diariamente con Claude Code, Claude AI y las herramientas del ecosistema de desarrollo asistido por IA en proyectos reales de producción. Este curso destila esa experiencia en un framework de trabajo concreto que los participantes pueden empezar a usar desde el día siguiente — no teoría ni documentación oficial reempaquetada.

A quién está dirigido

Pensado para equipos técnicos que ya escriben, revisan o mantienen software y quieren incorporar la IA como parte estructural de su trabajo, no como un experimento ocasional.

• Desarrolladores de software con experiencia práctica en algún lenguaje de programación.
• Ingenieros de software, analistas de desarrollo y arquitectos de soluciones.
• Profesionales de DevOps, QA o áreas afines interesados en automatización asistida por IA.
• Equipos técnicos completos que buscan adoptar IA de forma consistente, no dispersa.

Prerrequisitos

• Conocimientos básicos de programación en cualquier lenguaje.
• Familiaridad con un entorno de desarrollo (IDE, terminal o editor de código).
• No se requiere experiencia previa con herramientas de IA, pero sí disposición a experimentar.

Qué se lleva el participante

• Una base operativa lista para usar, no una introducción: un sistema de prompts técnicos propio.
• Un flujo de trabajo con agentes de IA aplicado a tareas reales de desarrollo: generación de código, debugging, refactorización y documentación.
• Comprensión aplicada del framework BMAD para estructurar proyectos asistidos por IA.
• Una introducción práctica al protocolo MCP para conectar agentes con herramientas y entornos reales (IDEs, repositorios, servicios cloud).
• Experiencia de extremo a extremo resolviendo un caso propio con todo lo anterior integrado.

Objetivos de aprendizaje

Al finalizar el curso, los participantes estarán en capacidad de:

1. Comprender el nuevo rol del desarrollador en un contexto de desarrollo asistido por IA.
2. Construir prompts técnicos efectivos para generación de código, debugging, refactorización y documentación.
3. Usar agentes de desarrollo (como Claude Code) y asistentes conversacionales (como Claude AI) como copilotos dentro de flujos reales de ingeniería.
4. Aplicar los principios del framework BMAD para estructurar proyectos con IA de forma organizada.
5. Comprender el protocolo MCP y sus posibilidades de integración con herramientas y entornos de desarrollo.
6. Integrar herramientas de IA en el flujo de trabajo diario de forma sostenible y progresiva.
7. Resolver un caso práctico de extremo a extremo aplicando todos los conocimientos del curso.

Contenido del curso

1. Introducción a la adopción de IA para equipos técnicos

   Panorama de la IA aplicada al desarrollo de software y cómo cambia el rol del desarrollador. Distingue usar IA de forma puntual de adoptarla como parte del flujo de trabajo, e introduce una mentalidad de producto aplicada al desarrollo con IA.

2. Prompting práctico para ingeniería y desarrollo

   Fundamentos de prompting técnico: cómo estructurar contexto, instrucciones, restricciones y criterios de salida. Incluye técnicas avanzadas —prompts multi-paso, chain-of-thought, few-shot— aplicadas a generación de código, debugging, refactorización y documentación. Cierra con una biblioteca personal de prompts técnicos.

3. Desarrollo asistido por IA con agentes de código

   Uso práctico de agentes de desarrollo y asistentes conversacionales como copilotos dentro de un flujo realista de ingeniería: construcción y mejora de funcionalidades, refactorización de código existente, generación de documentación técnica y apoyo en debugging.

4. Framework BMAD aplicado

   Introduce BMAD como estructura para organizar el trabajo de desarrollo asistido por IA: sus fases y la lógica de descubrimiento, diseño, ejecución y mejora continua. Los participantes convierten una necesidad técnica real en una secuencia de trabajo organizada con BMAD.

5. Integración de agentes con herramientas: introducción a MCP

   Introduce el valor de conectar agentes con herramientas y entornos reales de desarrollo, y presenta el protocolo MCP como pieza clave para extender sus capacidades. Revisa casos de integración concretos: IDEs, repositorios, servicios cloud y gestión de proyectos.

6. Taller práctico integrador

   Consolida todos los aprendizajes en un caso guiado: prompting técnico, desarrollo asistido, estructuración con BMAD y visión de integración con herramientas. Cierra con socialización de resultados y recomendaciones de adopción.

Metodología

Duración y modalidad

• Duración: 24 horas.
• Formato sugerido: 6 sesiones de 4 horas.
• Modalidad: virtual, por videoconferencia.
• Herramientas: Claude AI y Claude Code como eje central (requiere suscripción activa a Claude Pro o equivalente); Node.js instalado para la configuración de agentes de código.

Sobre el instructor

Jorge Domínguez es Ingeniero de Sistemas con más de 18 años de experiencia en desarrollo de software, arquitectura de soluciones e innovación tecnológica. Tiene una Maestría en Administración de Empresas (MBA) de la Universidad de Leipzig, Alemania, con enfoque en innovación y adopción tecnológica. Es graduado del programa ejecutivo del MIT xPRO "Diseño y Desarrollo de Productos y Servicios de Inteligencia Artificial" (2025), certificado en "Generative AI Fundamentals" por Databricks y en "Teaching the AI Fluency Framework" por Anthropic.

Se desempeña activamente como AI Solution Architect en proyectos de integración empresarial con enfoque AI-first, implementando flujos de trabajo con MCP, agentes de IA y arquitecturas cloud-native en AWS. Especializado en Claude Code, Claude AI, Cursor y ChatGPT para desarrollo asistido por agentes, trabaja diariamente con estas herramientas en proyectos reales de producción. Ha capacitado a más de 60 empresas e instituciones —incluyendo Bancolombia, Comfandi y la Universidad de los Andes— en adopción de IA a nivel técnico y organizacional.

Siguiente paso

Si tu organización todavía no ha definido el mandato y las reglas de uso, empieza por Gobernanza de IA — Framework 4Ds. Para llevar esta capacidad técnica a una prueba de concepto gobernada, revisa el Sprint de Adopción y Gobernanza de IA. También puedes consultar nuestra guía práctica de Claude Code.