De un hackathon a un MVP: lo que aprendí construyendo Tracing Tiny Paws con AWS e IA
¿Puede la inteligencia artificial ayudarte a construir software sin dejar de entender lo que estás haciendo? En este artículo comparto mi experiencia desarrollando Tracing Tiny Paws, un MVP de adopción responsable que construí durante mi primer Hackathon AI utilizando AWS y Kiro como copiloto
Series: TracingTinyPaws (1 article)
- 1De un hackathon a un MVP: lo que aprendí construyendo Tracing Tiny Paws con AWS e IA This article
Todo comenzó con una pregunta bastante sencilla:
¿Cómo podríamos facilitar la organización de información de mascotas que buscan un hogar?
La información relacionada con adopciones puede encontrarse en muchos lugares diferentes: publicaciones en redes sociales, mensajes, chats de rescate, hojas de cálculo y perfiles administrados por diferentes personas
Cuando la información está dispersa, también se vuelve más difícil encontrarla, organizarla y darle seguimiento
Así nació Tracing Tiny Paws 🐾
De una idea a un MVP
Tracing Tiny Paws es una plataforma web que comencé a desarrollar durante mi primer Hackathon AI
La idea era construir una primera versión que permitiera centralizar información de mascotas en adopción y facilitar que las personas interesadas pudieran consultarla
Durante el hackathon desarrollé un MVP con funcionalidades como:
- Registro de mascotas y sus principales características
- Perfiles para rescatistas y organizaciones de protección animal
- Carga directa de fotografías
- Catálogo público de mascotas disponibles
- Un sistema inicial para gestionar solicitudes de adopción
El proyecto todavía no está terminado
Lo que construí durante el hackathon es una primera versión que continúa en desarrollo y que todavía tiene funcionalidades por completar y mejorar
Y precisamente ahí comenzó una de las partes más interesantes del proyecto
Construir también significa decidir
Cuando tienes una idea grande y tiempo limitado para construirla, no puedes implementar todo al mismo tiempo
Durante el hackathon tuve que priorizar funcionalidades, evaluar alternativas técnicas y decidir qué era realmente necesario para que el MVP pudiera funcionar
No era solamente una cuestión de programar
También tenía que decidir qué construir primero, qué podía esperar y qué solución tenía más sentido para el estado actual del proyecto
Tomar decisiones técnicas no es algo nuevo para mí, pero hacerlo dentro de las restricciones de un hackathon me permitió practicarlo de una manera diferente: con tiempo limitado, una idea que quería convertir en algo funcional y muchas posibilidades sobre la mesa
¿Y dónde entra la IA?
Una parte importante del proyecto fue utilizar Kiro como copiloto durante el desarrollo
La inteligencia artificial me permitió avanzar con mayor rapidez y explorar soluciones que podían ayudarme a resolver diferentes partes del proyecto
Pero aquí hay algo importante: yo ya tenía claro que una herramienta de IA no sustituye el criterio de la persona desarrolladora
De hecho, una de las razones por las que decidí utilizar IA durante el hackathon fue precisamente para poner esa idea a prueba en un proyecto real
¿Podía ayudarme a desarrollar más rápido?
Sí.
¿Eso significaba que podía aceptar cualquier código que generara?
Definitivamente no.
Mi proceso terminó siendo algo parecido a:
Prompt → código → ejecución → error → investigación → corrección → validación
Una solución podía parecer correcta al principio, pero al ejecutarla podía requerir ajustes
Entonces tenía que investigar qué estaba sucediendo, modificar la solución y volver a probarla
La IA podía ayudarme a generar una propuesta, pero yo seguía teniendo que entenderla, probarla y decidir si realmente tenía sentido para el proyecto
Y eso reforzó una idea que ya tenía antes del hackathon:
La IA puede ser un copiloto, pero no el piloto.
Lo que aprendí realmente
Uno de mis aprendizajes principales fue que utilizar IA durante el desarrollo no elimina la necesidad de comprender lo que estamos construyendo
Al contrario
Cuando utilizamos herramientas que pueden generar código rápidamente, se vuelve todavía más importante revisar, cuestionar y validar las soluciones
El objetivo no debería ser únicamente conseguir que algo funcione
También deberíamos poder responder:
¿Qué está haciendo este código?
¿Por qué funciona?
¿Realmente es la solución adecuada para mi proyecto?
Para mí, esa es una de las diferencias entre utilizar IA como herramienta de apoyo y depender de ella para desarrollar
Un MVP no es el producto final
Otra lección importante fue entender el valor de construir un MVP
Tracing Tiny Paws no salió del hackathon como una plataforma terminada
Y está bien.
El objetivo de un MVP es construir una primera versión que permita llevar una idea a algo funcional, aprender del proceso y tener una base sobre la cual continuar
Todavía quiero trabajar en diferentes aspectos del proyecto, como completar y consolidar la autenticación, mejorar la experiencia de adopción y fortalecer la arquitectura en la nube
El proyecto todavía tiene camino por recorrer
Pero ahora existe algo que antes solamente era una idea
Compartir antes de terminar
También hay otra idea que me llevo de este proyecto y que está directamente relacionada con por qué estoy escribiendo este artículo
Muchas veces pensamos que primero tenemos que terminar un proyecto y después podemos hablar de él
Yo misma podría haber esperado a terminar completamente Tracing Tiny Paws antes de documentarlo
Pero el proceso de construirlo ya me dejó aprendizajes que vale la pena compartir
No necesito esperar a que el proyecto sea perfecto para comenzar a documentar lo que estoy aprendiendo
De hecho, creo que compartir el proceso puede ser incluso más útil que mostrar únicamente el resultado final
Porque detrás de una aplicación terminada existen decisiones, errores, investigaciones, correcciones y muchas cosas que no necesariamente se ven cuando solamente mostramos el producto final
¿Qué sigue?
Tracing Tiny Paws todavía no es el final de la historia
Es apenas el primer paso 🐾
Quiero continuar desarrollando el proyecto, completar las funcionalidades que quedaron pendientes y seguir explorando cómo combinar desarrollo de software, servicios de AWS e inteligencia artificial de una manera que realmente aporte valor
Pero también quiero seguir documentando el proceso
Este fue mi primer Hackathon AI y también una de mis primeras experiencias creando contenido técnico a partir de un proyecto propio
Y quizá ese sea uno de los aprendizajes más importantes que me llevo:
"no siempre tenemos que esperar a tener todas las respuestas para empezar a compartir lo que sabemos"
A veces el contenido técnico no está solamente en la solución final
También está en todo lo que tuvimos que aprender para llegar hasta ella
Series: TracingTinyPaws (1 article)
- 1De un hackathon a un MVP: lo que aprendí construyendo Tracing Tiny Paws con AWS e IA This article
Enjoyed reading this content? Let the author know!
Your likes, comments, shares, and saves help creators reach more builders.
Loading recommendations
Loading article