El Intent: Complemento para SDD

Tenía pendiente revisar el último vídeo publicado a fines de octubre por Javier Garzás y hoy, al fin, pude sentarme a analizarlo con calma. Si bien el "Buen Doctor" nos tiene acostumbrados a reflexiones agudas y posturas firmes, debo confesar que esta vez su planteamiento me sorprendió especialmente. Como bien saben, en Gestión en TI llevamos meses profundizando en la práctica del Spec-Driven Development (SDD):

·         Revisamos sus fundamentos y primeras reflexiones a inicios de año: Cerrando enero 2026 con reflexiones de SDD: https://www.gestionenti.com/post/cerrando-enero-2026-con-algunas-reflexiones-de-sdd

·         Y desglosamos su técnica operativa en: Análisis de las 7 fases del ciclo SDD para crear software con IA: https://www.gestionenti.com/post/an%C3%A1lisis-de-las-7-fases-del-ciclo-sdd-para-crear-software-con-ia

Ahora, Garzás introduce una pieza clave que complementa y eleva este paradigma: el concepto de Intent (intención). Los invito a descubrir en qué consiste este enfoque y cuáles son las implicancias directas que tiene sobre el rol del Product Owner frente a la IA.

Fuente: imagen creada usando Gemini con el Prompt: “genera una imagen con la estética de ciencia ficción de los años 50 a partir de la fotografía”.

La evolución del desarrollo de software está viviendo una aceleración sin precedentes. Durante años, el rol de Product Owner (PO) y Product Manager (PM) se construyó sobre la base de desmenuzar requerimientos en historias de usuario, refinar backlogs en Jira (por ejemplo) y gestionar ceremonias ágiles. Sin embargo, la irrupción de los modelos de Inteligencia Artificial Generativa (Generative AI o GenAI) ha alterado drásticamente la cadena de valor: tirar líneas de código ya no es el “cuello de botella técnico”.

En la práctica docente y profesional de la Ingeniería de Software, se observa con frecuencia cómo las herramientas intentan resolver problemas operativos, pero arrastran vicios conceptuales antiguos. Javier Garzás expone con lucidez este fenómeno al analizar el tránsito desde el desarrollo guiado por especificaciones (Spec-Driven Development o SDD) hacia la articulación formal de la intención (Intent).

No se trata de un simple cambio de nomenclatura, sino de una transformación profunda en cómo se conceptualiza, diseña y validan soluciones tecnológicas.

A continuación, se analizan los 5 ejes temáticos más determinantes de esta transición:

Tema clave 1: El desplazamiento del cuello de botella en el ciclo de vida. Históricamente, el esfuerzo y los retrasos del desarrollo residían en la codificación manual; un equipo tardaba semanas en levantar componentes que hoy la IA genera en minutos.

Como consecuencia directa, el atasco se ha desplazado a dos extremos críticos del ciclo:

· El extremo de entrada (Discovery): Determinar con precisión qué problema real vale la pena resolver antes de construir nada.

· El extremo de salida (Verificación y Validación): Asegurar de manera rigurosa que el código autogenerado cumpla con los estándares arquitectónicos, de seguridad y de negocio sin alucinaciones ni regresiones.

2. El lado oscuro del SDD y la tentación del "cascada encubierto": Cuando surgió el desarrollo guiado por especificaciones (SDD), la promesa era crear una "fuente de la verdad" sólida (típicamente en archivos Markdown .md) para guiar a la IA y evitar inconsistencias.

No obstante, muchas organizaciones cayeron rápidamente en la trampa de redactar especificaciones masivas, rígidas y ultra-prescriptivas. Esto no es otra cosa que el clásico “modelo en cascada disfrazado” de modernidad: el humano asume prematuramente que conoce la solución técnica completa e instruye a la máquina de forma cerrada, perdiendo la retroalimentación temprana y el aprendizaje empírico.

3. La transición metodológica: Del "cómo" prescriptivo al "para qué" (Intent): Para contrarrestar la prescripción estéril, la industria de vanguardia —con referentes como Anthropic— ha establecido una capa superior: el archivo intent.md o proto-especificación. Esta es una posible estructura para dicho archivo:

En lugar de indicarle a la IA cómo construir la solución paso a paso, el PO define el problema, los objetivos de negocio y las restricciones operativas. Por su parte, es la Inteligencia Artificial la encargada de proponer y estructurar la especificación técnica (spec.md) a partir de dicha intención, invirtiendo el flujo tradicional.

4. Estructura operativa de un archivo de Intención (intent.md): Operativamente, un Intent no es una lista de requisitos exhaustivos ni un conjunto de historias de usuario con puntos de estimación. Se estructura en lenguaje natural bajo cinco componentes esenciales:

· Problema: La fricción o necesidad real a abordar.

· Resultado esperado: Qué valor medible se persigue.

· Alcance e impacto: A quién beneficia y qué sistemas toca.

· Restricciones: Límites técnicos, normativos o presupuestarios.

· Preguntas abiertas: Incógnitas que se delegan explícitamente a la IA para su exploración.

(Nótese que en esta estructura deliberadamente no existe un apartado para la solución final impuesta por el autor).

Una descripción más detallada sería la siguiente:

>> 

# Intent: [Nombre de la Característica o Producto]

## 1. Problema (Problem)

Descripción clara y concisa de la fricción, dolor o necesidad de negocio real que se busca abordar. Explica el contexto de la situación actual sin adelantar cómo se arreglará.

## 2. Resultado Esperado (Expected Outcome / Success Criteria)

Definición del valor o impacto medible que se persigue una vez resuelto el problema. Se plantea en términos de resultados de negocio o de experiencia (criterios para saber si tuvimos éxito), no de componentes de software.

## 3. Alcance y Afectados (Scope & Audience)

Identificación de los usuarios finales, roles o perfiles beneficiados, así como los procesos o sistemas adyacentes a los que impacta esta necesidad.

## 4. Restricciones (Constraints & Boundaries)

Límites operativos, arquitectónicos, normativos, tecnológicos o de entorno dentro de los cuales se debe mantener cualquier alternativa (por ejemplo: compatibilidad de sistemas, políticas de seguridad, presupuesto o plazos).

## 5. Preguntas Abiertas (Open Questions)

Incógnitas, dudas técnicas o aspectos no resueltos que se delegan de forma abierta a la inteligencia artificial (o al equipo) para su investigación y posterior propuesta en la especificación (`spec.md`).

>> 

5. El puente con el pasado: De Charles Simonyi a la agilidad orientada a hipótesis: La aparente novedad de la "programación intencional" tiene raíces sólidas: ya en 1995, Charles Simonyi (arquitecto de Microsoft Word y Excel) propuso el concepto de Intentional Programming, buscando plasmar la intención del desarrollador por encima del código sintáctico. Esta evolución conecta de forma directa con el Hypothesis-Driven Development de la agilidad: asumir una postura de humildad intelectual donde una funcionalidad no es una verdad absoluta escrita en piedra, sino una hipótesis que debe contrastarse en el mercado lo antes posible.

Conclusión y reflexión estratégica: El mensaje de fondo no decreta la muerte definitiva de las especificaciones ni de la agilidad, sino la caducidad del rol pasivo del redactor de tareas operativas. Quienes nos dedicamos a la formación de ingenieros y a la gestión de proyectos de implantación tecnológica constatamos a diario que las herramientas cambian a un ritmo vertiginoso, pero los principios de diseño de sistemas y alineación estratégica permanecen intactos.

El verdadero valor del Product Owner actual ya no radica en sentarse a transcribir requerimientos funcionales en tarjetas de Jira ni en pulir textos de historias de usuario bajo plantillas rígidas. Su labor crítica se ha elevado: consiste en dominar el descubrimiento de problemas, articular de manera impecable el contexto y las restricciones del negocio, y ejercer un juicio técnico implacable para validar que lo que la IA construye responde con fidelidad a las necesidades reales de la organización.

No le digas a la máquina cómo programar; aprende a articular con maestría por qué y para qué debe existir tu solución.

Todo lo dicho se resume en la siguiente figura:

Saludos cordiales.

Profesor Gerardo Cerda Neumann,

Editor del Blog de la Comunidad

Fuentes consultadas:

• Garzás, J. (2026, 28 de octubre). Product Manager o PO: la IA deja VIEJUNAS tus historias de usuario. Ahora se escribe ESTO [Archivo de vídeo]. YouTube. http://www.youtube.com/watch?v=BVTcSbpoq60

• Simonyi, C. (1995). The Death of Computer Languages, the Birth of Intentional Programming. Technical Report MSR-TR-95-52, Microsoft Research.

• Anthropic. (2026). Building Software with Language Models: The Intent-First Workflow. Guía técnica y metodológica de desarrollo.