IA para deseñar produtos: da idea ao backlog con máis velocidade e criterio « Atrás
Datos da edición
  • Período de inscrición : 02/03/2026 - 24/03/2026
  • Horario : Horario de 16:30 a 20:30 horas.
  • Número de prazas : 230
  • Período de docencia : 25/03/2026 - 25/03/2026

O deseño de produtos dixitais está a cambiar grazas ao uso da intelixencia artificial como apoio nas fases iniciais do ciclo de vida do software. Esta sesión mostra como a IA pode axudar a transformar ideas, documentos, entrevistas ou necesidades de negocio en requisitos máis claros, historias de usuario mellor definidas, fluxos funcionais coherentes e modelos de dominio máis estruturados.

Ao longo da sesión explorarase como utilizar a IA para acelerar tarefas crave de descubrimento e definición de produto, reducir ambigüidades, detectar inconsistencias e mellorar a comunicación entre negocio, produto e desenvolvemento. Tamén se abordará unha cuestión fundamental: ata onde pode axudar realmente a IA e en que puntos segue sendo imprescindible o criterio humano para validar, priorizar e tomar decisións.

O enfoque será práctico e realista, orientado a equipos que queiran gañar axilidade na fase de deseño sen perder calidade nin control. A sesión permitirá entender como incorporar a IA en procesos de definición funcional e deseño de produto de forma útil, sostible e aliñada con contornas de traballo reais.

Obxectivos :
  • Comprender como pode aplicarse a IA nas fases iniciais do deseño de produtos dixitais
  • Aprender a utilizar a IA para xerar requisitos, historias de usuario e fluxos funcionais
  • Identificar formas de mellorar a claridade e consistencia da documentación funcional
  • Entender como a IA pode apoiar a creación de modelos de dominio e backlogs iniciais
  • Coñecer os límites, riscos e boas prácticas no uso de IA para o deseño de produto
  • Descubrir como combinar a velocidade da IA co criterio humano para obter mellores resultados
Dirixido a :

Profesionais de produto, analistas funcionais, responsables de proxecto, desarrolladores, arquitectos de software e equipos técnicos ou de negocio que participen na definición de requisitos, funcionalidades e solucións dixitais.

Perfil do docente :

O relator será Carlos Blázquez García. É formador especializado en intelixencia artificial aplicada, analítica de datos e márketing dixital, cunha traxectoria centrada en achegar a tecnoloxía a contextos reais de negocio. A súa experiencia combina formación técnica, visión estratéxica e metodoloxías Agile, cun enfoque moi práctico orientado a que profesionais e equipos entendan como aplicar a IA, os datos e a automatización para tomar mellores decisións e mellorar procesos. Actualmente colabora como formador técnico con entidades como a Escola de Organización Industrial, ADAMS ou Tajamar, impartindo programas relacionados con intelixencia empresarial, business intelligence, transformación dixital e intelixencia artificial aplicada.

Ao longo da súa carreira traballou en escolas de negocio, centros de formación e proxectos para empresas, abordando áreas como IA xenerativa, analítica comercial, márketing baseado en datos, automatización de procesos e adopción tecnolóxica. A súa experiencia previa como product manager e analista de datos de negocio achégalle unha visión especialmente valiosa para sesións centradas en deseño funcional, definición de requisitos e aliñamento entre tecnoloxía e obxectivos de negocio. A súa forma de ensinar caracterízase por conectar rapidamente a tecnoloxía con usos concretos, exemplos reais e aplicacións inmediatas na contorna profesional.

  • Duración :
    4 horas
  • Metodoloxía :
    Virtual
  • Tecnoloxía :
    • ITIL
  • O papel da IA no deseño de produtos dixitais
  • Xeración asistida de requisitos e funcionalidades
  • Creación de historias de usuario e criterios de aceptación
  • Definición de fluxos de usuario e escenarios de uso
  • Apoio da IA na construción de modelos de dominio
  • Refinamento inicial de backlog e detección de dependencias
  • Revisión de inconsistencias, ambigüidades e ocos funcionais
  • Boas prácticas para usar IA en equipos de produto e desenvolvemento
  • Límites actuais, riscos e validación humana
  • Conclusións e seguintes pasos para aplicar estas técnicas en contornas reais