Saltar al contenido
Iria Monitor
COACH PERSONAL DE USO DE IA

El coach que te ayuda a usar mejor la IA. Reduce los fallos. Amplifica los aciertos.

Métricas DORA personales a partir de tus sesiones locales de Claude Code, Codex y Copilot. Corre en tu portátil. Sin telemetría ni ranking — solo una lectura semanal clara de en qué te está ayudando tu IA y en qué te está perjudicando.

Para developers que quieren una lectura semanal personal de su propio uso de IA — no un dashboard corporativo vigilándolos.

01

La IA es un amplificador — y un espejo.

Los equipos sanos entregan más con IA; los equipos disfuncionales entregan más caos con IA. El cuello de botella casi nunca es el modelo: es tu loop, tus objetivos y tus hábitos de verificación. El Coach Personal de Uso de IA es un espejo local que muestra qué está amplificando tu IA en tu semana para que lo corrijas en origen.

"La IA es un amplificador."
DORA, ROI of AI-assisted Software Development, 2026, p. 3
Ilustración de la IA como amplificadorUn equipo sano convierte la IA en más rendimiento, mientras un equipo con problemas la convierte en más retrabajo.Equipo sano+rendimientoEquipo disfuncional+retrabajo
Equipo sanoObjetivos claros, feedback rápido, lotes pequeños. La IA multiplica el throughput.
Equipo disfuncionalPrompts vagos, sin tests, diffs enormes. La IA multiplica el retrabajo.
02

La Curva en J: el valor de la IA tarda en llegar.

El informe DORA 2026 es honesto con los plazos. La productividad suele caer primero mientras el equipo sube su curva de aprendizaje, paga un impuesto de verificación sobre el código generado por IA y adapta su pipeline a un nuevo ritmo. Solo después crece el throughput de verdad. El Coach Personal de Uso de IA no promete saltarse el valle — te da un espejo local para ver exactamente dónde estás y qué corregir a continuación.

"Realism is essential when forecasting the timeline to ROI for AI."
DORA, ibid., p. 4
Ilustración de la curva en J del valor de la IAEl valor de la IA cae durante el aprendizaje, la verificación y la adaptación del pipeline antes de superar su punto de partida.valortiempoCurva de aprendizajeImpuesto de verificaciónAdaptación del pipelineSalida — donde el coach te ayuda a verte
Figura: Curva en J de realización de valor de la IA. Ilustración original.
03

Métricas DORA de equipo vs Señales personales del coach.

Las cuatro métricas DORA clásicas miden resultados del equipo — son lagging por diseño y requieren un equipo entero para moverse. El Coach Personal de Uso de IA expone las señales leading e individuales que puedes corregir esta semana, dentro del loop de tus propias sesiones de IA. Mismo vocabulario, distinto alcance.

Métrica DORA de equipo (lagging)Señal personal del coach (leading)Primer paso correctivo
Frecuencia de desplieguethroughput_per_weekReduce sesiones abandonadas a medio camino.
Lead time para cambiostime_to_deliverable_p50Aprieta la claridad de objetivo al inicio.
Tasa de fallo de cambiospersonal_failure_rateCorta los cambios de rumbo a media sesión.
Tiempo de recuperación de serviciorecovery_days_after_chaosAgenda un día de recuperación tras un día rojo.
Bienestarwellbeing_flagsLimita sesiones nocturnas; protege los findes.
Claridad de objetivogoal_clarity_rateEscribe criterios de aceptación antes de promptear.
Mezcla batch / iteraciónmode_mixAdecua el modo al trabajo — no entregues en modo discovery.
04

Tus siete señales personales de un vistazo.

El radar DORA personal pinta las siete señales canónicas que expone el coach local. El ejemplo de abajo usa valores sintéticos; en tu máquina el radar se calcula con tus sesiones reales de Claude Code, Codex y Copilot.

Señal personalEsta semanaSemana anterior
Throughput / semana75
Time to Deliverable (p50)64
Tasa de fallo personal46
Días de recuperación53
Bienestar76
Claridad de objetivo64
Balance de modo65

Ejemplo sintético. Los valores reales vienen de tus sesiones locales.

05

Actividad no es entrega.

Una semana ruidosa de sesiones LLM puede verse productiva en un dashboard sin entregar nada. El Coach Personal de Uso de IA distingue actividad (sesiones, reintentos, cambios de rumbo, número de mensajes) de entrega (commits, tests pasando, ramas mergeadas, capturas de evidencia). El objetivo no es optimizar el ruido — es ensanchar el hueco entre actividad y entrega, en la dirección correcta.

"We don’t measure AI by the code it writes but by the bottlenecks it clears."
DORA, ibid., p. 7
DíaActividad (ruido de sesiones LLM)Entrega (commits, tests pasando, ramas mergeadas, evidencia)
Lunes91
Martes82
Miércoles73
Jueves56
Viernes48
Sábado24
Domingo10

Semana de ejemplo

El lunes y el martes muestran alta actividad y baja entrega — muchas sesiones, poco mergeado. El jueves y viernes invierten el patrón: menos sesiones, más entregado. El coach expone esa inversión para que te preguntes si los primeros días fueron exploración que valió la pena, o simple reescritura.

Si tu semana muestra alta actividad y baja entrega, el coach expone el patrón — no para señalar, para redirigir.

06

Las semanas exploratorias también son trabajo.

Hay semanas en las que no entregas features — mapas el terreno. El coach trata el discovery como un modo de primera clase y se niega a penalizarlo. El mode-mix de abajo muestra una semana exploratoria real, encuadrada por lo que fue: una expedición exitosa, no una semana lenta de entrega.

Caso: una semana construyendo un intérprete mainframe

El objetivo era mapear la superficie de un stack mainframe — PL/I, COBOL, CICS, BMS, VSAM — y demostrar que un intérprete local más un host Hercules podían ejecutar un ejemplo no trivial. El viernes un terminal 3270 conectaba end-to-end y CARDDEMO corría en el host. Los commits fueron pocos y pequeños; el aprendizaje, vasto y concreto. El coach renderiza esto como una semana 70% discovery, con los artefactos que sí entregó.

Lo que se entregó

  • Terminal 3270 funcional
  • CARDDEMO corriendo en el host
  • Mapa de la superficie COBOL/CICS/VSAM/BMS

Adónde se fue el tiempo

  • Provisionar un System/390 en cloud — bloqueador externo
  • Cuota zxplore: diez ejecuciones por semana
  • Subiendo curva de aprendizaje, no quemando tiempo

Mezcla de modo esta semana

ModoPorcentaje
Delivery10%
Discovery70%
Mantenimiento15%
Investigación5%

Una semana al 70% de discovery es sana cuando el objetivo es mapear terreno nuevo. El coach expone la mezcla para que verifiques si el modo coincidió con la intención.

07

Privacidad por construcción.

El coach es local-first porque medir la IA a nivel individual solo funciona si los developers confían en la herramienta. Ninguna telemetría sale de tu máquina; ningún ranking te compara con tus compañeros; el núcleo de análisis se publica sin dependencias externas.

  • Corre en local — ninguna telemetría sale de tu máquina.
  • Sin ranking entre developers. Esto es una lectura semanal personal para ti, no una herramienta para que los managers comparen o vigilen a la gente.
  • Open source. Tier 1: cero dependencias externas en el núcleo de análisis.

Instala el coach. Ve qué está amplificando tu IA.

Dos minutos desde la instalación hasta tu primera nota semanal. Funciona out of the box con sesiones de Claude Code, Codex y Copilot.

Instala desde el toolkit de este entorno.

Referencias al marco DORA's ROI of AI-assisted Software Development © 2026 Google LLC, bajo licencia CC BY-NC-SA 4.0. Las ilustraciones de esta página son obra original.

DORA framework references © 2026 Google LLC, licensed under CC BY-NC-SA 4.0.