Задача AI — быстро извлекать смысл из данных, и принципы Scrum с этим отлично сочетаются. Общие принципы и конкретные советы для четырех Scrum-встреч.
Описание и материалы
Саммари митапа
Прокачиваем Scrum-процессы с помощью ИИ: конспект доклада
TL;DR
Практический гайд о том, как Скрам-мастеру и команде использовать нейросети (ChatGPT и др.) для повышения эффективности основных событий: Планирования, Дейли, Обзора и Ретроспективы. Основная идея — рассматривать каждое событие как процесс обработки данных, где ИИ выступает в роли ассистента, аналитика и «второй пары глаз». Доклад будет полезен тем, кто хочет убрать рутину и добавить data-driven подход в управление командой.
Кому будет полезно
- Роли: Scrum-мастера, Agile-коучи, Тимлиды, Product Owner’ы.
- Уровень: Любой (от джуна до сеньора).
- Условия: Вы уже работаете по Scrum и хотите оптимизировать время на встречах.
Краткий контекст
- Спикер: Agile-практик (выступает на митапе сообщества AIDEA).
- Суть: Не теоретические размышления о будущем, а конкретные сценарии использования LLM (Large Language Models) здесь и сейчас.
- Инструменты: ChatGPT (в т.ч. Voice Mode), транскрибаторы встреч, API трекеров (Jira).
Ключевые идеи
1. Подготовка к Планированию: ИИ как «Бадди» для Product Owner’а
Что сказали: Качество планирования зависит от четкости Цели спринта. Часто PO сложно сформулировать её ясно. Почему это важно: Размытая цель приводит к размытому скоупу и слабой вовлеченности команды. Как применить: - Использовать голосовой режим ChatGPT (Voice Mode) в мобильном приложении.
- PO «наговаривает» контекст, стратегию и текущее состояние продукта.
- ИИ (в роли опытного ментора) задает уточняющие вопросы и помогает «выкристаллизовать» четкую и вдохновляющую Цель спринта до встречи с командой.
2. Эффективный Daily Scrum: Amazon-style
Что сказали: Дейли часто затягиваются из-за скучных отчетов «что я делал вчера». Почему это важно: Теряется фокус на препятствиях и плане на день, команда скучает. Как применить: 1. Бот собирает статусы разработчиков до встречи (текстом). 2. ИИ делает сводку (summary) в читабельном виде. 3. Встреча начинается с 2 минут тишины — все читают сводку. 4. Остальное время тратится только на обсуждение блокеров и синхронизацию.
3. «Вторая пара глаз»: Анализ транскриптов
Что сказали: Скрам-мастер не может одновременно фасилитировать и детально фиксировать все нюансы (настроение, скрытые конфликты). Почему это важно: Упускаются слабые сигналы о выгорании или доминировании отдельных участников (HiPPO-эффект). Как применить: - Транскрибировать встречи.
- Просить ИИ проанализировать текст на предмет:
- Эмоционального фона.
- Вовлеченности (кто молчал, кто перебивал).
- Четкости формулировок и договоренностей.
4. Ретроспектива на данных, а не ощущениях
Что сказали: Часто ретроспектива строится только на ощущениях от последней недели (recency bias). Почему это важно: Команда лечит симптомы, а не хронические болезни. Как применить: - Загружать в ИИ исторические данные: логи прошлых Дейли, метрики из Jira, результаты прошлых Ретро.
- Просить ИИ найти повторяющиеся паттерны и анти-паттерны (например, «мы 3 спринта подряд жалуемся на тесты, но ничего не делаем»).
5. «Посев» знаний (Seeding)
Что сказали: На ретро часто всплывают новые темы (например, «давайте внедрим парное программирование»), которые команда отвергает из-за незнания. Почему это важно: Команда застревает в локальном оптимуме и боится пробовать новое. Как применить: - Если тема всплыла, но повисла — попросите ИИ собрать «саммари» по теме (плюсы, минусы, кейсы, статистика).
- Разошлите это команде после встречи как «пищу для размышлений» к следующему разу.
Примеры и кейсы
- Генерация обложек и кода: Спикер показал, что первый промпт часто дает плохой результат (пример с текстом на картинке). Нужен итеративный подход и использование фреймворков для промптов (наподобие User Story).
- Предсказание оценок: Можно написать скрипт (Python + Jira API), который скармливает ИИ историю задач (описание + фактическое время) и просит предсказать Story Points для новой задачи. Это не замена покер-планированию, а «еще одно мнение» для старта дискуссии.
Ошибки и грабли
- Ожидание «Серебряной пули»: Написал один промпт — получил идеальный результат. Так не работает, нужно вести диалог с нейросетью.
- Замена общения оценками ИИ: Если ИИ сказал «это 8 SP», нельзя просто принять это. Ценность — в обсуждении командой, почему это 8, а не 3.
- Слепая вера: ИИ может галлюцинировать, результаты требуют валидации человеком.
Что можно сделать уже сегодня
- Установить ChatGPT на телефон и попробовать режим Voice Mode для обсуждения идей или подготовки к встрече (вместо набора текста).
- Найти фреймворк для промптов, который вам нравится (например, роль-задача-контекст-формат), и начать его использовать.
- Записать одну встречу (Дейли или Планирование), транскрибировать её и попросить ИИ оценить эффективность фасилитации и настроение участников.
- Попробовать собрать статус команды до Дейли через простого бота и прийти на встречу уже с готовым контекстом.
Цитаты
«ИИ — это работа с данными. Если вы хотите улучшить процесс, спросите себя: какие данные есть в этом куске процесса?»
«Не надейтесь, что написав один раз промпт, вы получите крутой результат. Это итеративный инкрементальный процесс, постоянная дискуссия.»
«Вас заменит не ИИ, а человек, который умеет использовать ИИ.»
Итоговый вывод
ИИ пока не может полностью заменить Скрам-мастера, но уже сейчас является мощным ассистентом, который берет на себя рутину (сбор данных, саммари, поиск паттернов). Самый разумный первый шаг — начать «разговаривать» с нейросетями и использовать их как зеркало для своих процессов, чтобы через 2-3 года, когда технологии скакнут вперед, не оказаться на обочине профессии.