Planning Poker na era da IA

Planejar bem uma tarefa de desenvolvimento importa mais hoje do que antes. Quando um agente de IA escreve a implementação, o que você recebe de volta depende quase inteiramente do contexto que você entregou antes de ele começar.

O que funciona com humanos funciona com agentes de IA

Não faz muito tempo, quando as pessoas escreviam todo o código, elas iam mais rápido se tivessem especificações bem definidas. Com os agentes acontece a mesma coisa.

Agentes são bons em implementar, desde que tenham as specs certas. Por isso vale a pena gastar tempo com as perguntas técnicas e não só com as de produto. Essa funcionalidade precisa de uma biblioteca nova? A gente espera reaproveitar esse módulo em outro lugar?

Specs bem definidas são o que acelera o processo de desenvolvimento.

O que quebra quando um agente recebe um ticket raso

Specs ruins produzem resultados ruins, e resultados ruins viram conversas de ida e volta que adicionam dias ao lançamento de uma funcionalidade.

Se o agente não tem o contexto completo, ele vai dar o melhor palpite possível. Ele não vai parar para te perguntar o que você quis dizer.

Então o desenvolvedor precisa revisar o resultado com cuidado e descobrir quais partes foram chutadas. Esse é o primeiro ponto de falha.

Normalmente, quando o agente erra, é porque ninguém deu o contexto completo para ele desde o início.

A discussão sempre foi o que importava

Fazer todo mundo pensar sobre uma tarefa num ambiente tranquilo traz problemas à tona e garante que o contexto completo seja levado em conta.

A estimativa nunca foi o resultado valioso, e sim a conversa que a produziu.

Quando o time inteiro compartilha o que aprendeu escrevendo tarefas para agentes, dá para montar a lista de specs junto e passar adiante o que realmente funciona.

Quando a implementação é feita por agentes, aparecem perguntas novas nessa conversa. Vamos usar alguma das nossas skills da empresa aqui? Isso precisa de um modelo grande ou um pequeno resolve?

Compartilhar esse conhecimento dentro do time importa mais agora que as ferramentas mudam a cada dois ou três meses.

Isso significa estimar mais, ou estimar de outro jeito?

Alguém vai dizer que a IA torna a estimativa inútil porque implementar ficou barato.

Eu acho que story points continuam importando. A complexidade ainda é o que te diz quanto tempo uma tarefa vai levar, e isso não desapareceu. Algumas tarefas precisam de specs mais longas e mais verificação, e carregam mais risco.

Mas o benefício real de estimar, além do número, é garantir que todo mundo sabe do que se trata a tarefa e tem o contexto que o agente precisa para construí-la. Isso inclui coisas como:

• Dividir a tarefa? ou juntar com outra?
• Isso dá para entregar sozinho?
• Quais skills de agente pretendemos usar
• Quais componentes ou módulos existentes reaproveitar
• A UI definida em todas as suas variações
• Os erros que o agente costuma cometer aqui, para sabermos o que revisar
• etc.

Como isso fica na prática

Se você quer melhorar o desempenho do seu time, dedique mais tempo ao planejamento.

Quando uma tarefa tem todo o contexto pronto de antemão, a implementação é quase instantânea. Quando não tem, você pode perder dias indo e voltando com diferentes stakeholders.

Escolher uma ferramenta para o seu planejamento

Ferramentas de planning poker foram feitas exatamente para esse tipo de conversa.

A primeira coisa a resolver é se o seu time estima junto numa reunião ou cada um no seu tempo, porque isso decide quais ferramentas valem a pena olhar. Passei pelas duas opções em planning poker assíncrono ou ao vivo.

Se o seu time trabalha com Jira, comparei os plugins em os 10 melhores plugins de planning poker para Jira, incluindo quais suportam votação ao vivo, assíncrona e híbrida.