O que foi bem

O que o trabalho com IA deixou mais rápido ou melhor neste ciclo?

O agente montou a estrutura da nossa suíte de testes em minutos, economizando cerca de meio dia de boilerplate, e dá para mostrar isso no PR.
Os primeiros rascunhos de documentação gerados por IA fizeram com que os revisores só precisassem editar, não escrever do zero. O tempo de retorno caiu bastante.
Programar em par com o assistente pegou dois casos extremos de tratamento de nulos antes de chegarem em staging.
Atrito, com a causa

Onde as coisas travaram, e qual foi a causa raiz?

O agente insistia em alucinar uma API desatualizada, o que custou umas 2 horas de retrabalho. Causa raiz: documentação (material de referência desatualizado).
O ambiente local não batia com o CI, então o código gerado pela IA passava localmente e falhava no pipeline. Causa raiz: ambiente.
A gente reexplicava o mesmo contexto para o assistente a cada sessão. Causa raiz: processo (nenhum documento compartilhado de prompt/contexto).
Suposições que deixamos passar

O que o agente (ou nós) supôs sem informação suficiente?

Supusemos que o tratamento de rate limit do agente estava correto, mas nunca fizemos teste de carga.
Aceitamos o script de migração de dados da IA sem validá-lo com volumes de produção.
O agente supôs que todos os nossos usuários estão no mesmo fuso horário. Isso não foi verificado e provavelmente está errado.
Manter ou eliminar

Quais desses atritos escolhemos de propósito?

MANTER: A revisão humana obrigatória em todas as migrações geradas por IA. É mais lenta, mas pegou um bug real. Controle deliberado.
ELIMINAR: Reexplicar o contexto a cada sessão. Puro desperdício; vamos criar um documento de contexto compartilhado.
MANTER: Etapa de aprovação antes de o agente mexer na configuração de produção. Escolhida de propósito.
Faça isso primeiro

De tudo isso, qual correção traz mais retorno, e em que altitude?

Atualizar a documentação de referência da API que o agente usa. Responsável: Priya. Altitude: documentação.
Alinhar o ambiente de desenvolvimento local com o CI usando uma imagem de container. Responsável: Marcus. Altitude: ambiente.
Criar um documento compartilhado de contexto/prompt para pararmos de reexplicar tudo. Responsável: Lena. Altitude: processo.

O que é a Retrospectiva de Trabalho Assistido por IA?

Quando agentes e assistentes de IA passam a fazer parte do trabalho do dia a dia, fica difícil distinguir ganhos reais de velocidade de custos ocultos. A Retrospectiva de Trabalho Assistido por IA oferece ao seu time uma forma de revisar um ciclo de entregas assistidas por IA com base em evidências. Vocês nomeiam as conquistas que valem a pena proteger, rastreiam cada atrito até uma causa raiz e depois decidem quais atritos foram colocados ali de propósito. Esse último passo é importante porque nem todo atrito é desperdício. Portões de revisão, etapas de aprovação e ciclos de verificação são controles que o time escolheu, e a triagem os separa do desperdício antes que alguém corra para "consertá-los". O quadro tem cinco colunas. O que foi bem recebe conquistas com evidências citadas. Atrito, com a causa nomeia cada ponto de lentidão e rotula sua causa raiz. Suposições que deixamos passar reúne as premissas que o agente (ou o time) aceitou sem verificar. Manter ou eliminar marca cada atrito como um controle a proteger ou um desperdício a remover, e Faça isso primeiro termina com até três correções. Cada correção é definida em uma altitude nomeada (documentação, ambiente, processo, material ou upstream), para que mire o nível certo em vez de virar uma tarefa genérica. Exigir evidências por trás das conquistas, causas por trás dos atritos e honestidade sobre premissas não verificadas mantém a retro longe tanto do hype quanto do cinismo, e dá ao time um vocabulário fixo para falar de trabalho assistido por IA. No TeamRetro, todos adicionam cartões em paralelo, agrupam temas em comum e votam, e vocês saem com ações com responsáveis e uma visão clara do que proteger, do que remover e do que deixar como está.

Formato de retrospectiva de Trabalho Assistido por IA

O que foi bem

O que o trabalho com IA deixou mais rápido ou melhor neste ciclo?

Aqui entram só conquistas com evidência, então deixem de lado os elogios genéricos. Peça a cada pessoa que aponte algo que a assistência de IA realmente melhorou: uma tarefa entregue mais rápido, um bug encontrado mais cedo, um rascunho que economizou horas. O objetivo é descobrir o que proteger e repetir, então pergunte qual foi o momento ou quais são os números por trás de cada conquista.

Atrito, com a causa

Onde as coisas travaram, e qual foi a causa raiz?

Cada cartão nomeia o momento, um custo aproximado e um rótulo de causa raiz do vocabulário fixo do time (documentação, ambiente, processo, material ou upstream). Evite reclamações genéricas e peça o caso específico e quanto ele custou. Nomear a causa agora deixa as etapas de manter ou eliminar e de priorização muito mais precisas.

Suposições que deixamos passar

O que o agente (ou nós) supôs sem informação suficiente?

Isto é atrito que ainda não doeu: premissas que ninguém verificou. Peça ao time que aponte tudo o que o agente deduziu ou que o time aceitou na confiança, como um caso extremo não testado, um requisito não confirmado ou um atalho do tipo "deve estar tudo certo". Pegar essas coisas agora evita que virem o incidente do próximo ciclo.

Manter ou eliminar

Quais desses atritos escolhemos de propósito?

Nem todo atrito é desperdício. Portões de revisão e etapas de aprovação podem ser pontos de controle que o time escolheu de propósito. Passem pelos cartões de atrito e marquem cada um como MANTER (um controle que vale proteger) ou ELIMINAR (desperdício a remover). Remover um controle deve ser uma decisão explícita do time, nunca um efeito colateral de uma limpeza.

Faça isso primeiro

De tudo isso, qual correção traz mais retorno, e em que altitude?

Sejam rigorosos: no máximo três correções. Cada uma precisa de um responsável nomeado e de uma altitude específica (documentação, ambiente, processo, material ou upstream), o que a mantém direcionada ao nível certo. Votem no TeamRetro para escolher as correções com maior retorno antes de definir os responsáveis.

Quando utilizar esta análise retrospectiva

  • No fim de uma sprint ou ciclo de entrega em que agentes de IA ou assistentes de código fizeram uma parte real do trabalho.
  • Quando o time está ampliando os fluxos de trabalho assistidos por IA e quer separar ganhos reais de custos ocultos.
  • Depois de um período de adoção rápida de IA, quando atritos e gambiarras se acumularam sem revisão.
  • Quando você desconfia que alguém está prestes a remover um atrito que, na verdade, é um controle que vale a pena manter.
  • Quando você quer um vocabulário compartilhado no time para falar sobre trabalho assistido por IA sem hype nem cinismo.

Perguntas sugeridas para quebra-gelo

  • Se o seu assistente de IA tivesse uma personalidade nesta sprint, ele seria um estagiário empolgado, um sabe-tudo ou um gênio silencioso? Por quê?
  • Qual é uma tarefa que você nunca confiaria a uma IA, e uma que você entregaria a ela com prazer amanhã mesmo?

Quer um exercício de aquecimento que sua equipe faça, e não apenas responda em voz alta? Veja quebra-gelos gratuitos →

Ideias e dicas para sua reunião de retrospectiva

  • Combinem o vocabulário de causa raiz (documentação, ambiente, processo, material, upstream) antes de começar. Rótulos consistentes deixam a triagem e a priorização muito mais precisas.
  • Exijam evidências para as conquistas. "Pareceu mais rápido" não é uma conquista; "economizou meio dia de boilerplate" é.
  • Em Manter ou eliminar, tratem a remoção de um controle como uma decisão. Nunca apaguem um portão de revisão só porque ele é lento. Verifiquem antes se ele não está pegando problemas reais.
  • Limitem a lista de ações a três, cada uma com um responsável nomeado e uma altitude. Uma lista mais longa geralmente significa que nada é feito.
  • Deem espaço para as pessoas mais quietas e mais céticas falarem. O entusiasmo com IA pode abafar preocupações legítimas sobre premissas não verificadas.
  • Revisitem Suposições que deixamos passar no próximo ciclo para ver se alguma delas virou custo real.

Perguntas frequentes

Quanto tempo leva a Retrospectiva de Trabalho Assistido por IA?
A maioria dos times termina em 45–60 minutos. Reservem alguns minutos a mais para Manter ou eliminar e para a priorização final, já que essas etapas envolvem decisões reais sobre controles e responsáveis.
Quando devemos usar este formato em vez de uma retrospectiva de sprint padrão?
Usem sempre que agentes ou assistentes de IA tiverem moldado uma grande parte do trabalho do ciclo. Uma retro padrão trata todo atrito como algo a melhorar, enquanto este formato separa controles deliberados de desperdício.
O que significa 'altitude' na etapa de ações?
Altitude é o nível em que uma correção atua: documentação, ambiente, processo, material ou upstream. Nomeá-la direciona cada ação para a camada certa, para que ela não vire uma tarefa vaga.
Por que separar 'atrito' de 'suposições que deixamos passar'?
Atrito é um custo que vocês já pagaram. Suposições são premissas não verificadas que ainda não causaram dano. Olhar para os dois permite corrigir os problemas de hoje e evitar o próximo incidente.
Qual é a ideia por trás de 'nem todo atrito é desperdício'?
Alguns atritos, como um portão de revisão ou uma etapa de aprovação, são controles que o time escolheu de propósito. A triagem separa esses controles do desperdício antes que qualquer coisa seja removida.
Quantas ações devem sair da retro?
No máximo três, cada uma com um responsável nomeado e uma altitude. Uma lista curta de ações com responsáveis tem muito mais chance de ser cumprida.
Pronto para conduzir essa retrospectiva?Experimente esta apresentação ao vivo retrospectiva