Sua fluência em IA some justo onde o código vai pra produção

A Anthropic pegou 9.830 conversas do Claude.ai de uma única semana de janeiro de 2026 e classificou cada uma contra 11 comportamentos diretamente observáveis, tirados do 4D AI Fluency Framework — Delegation, Description, Discernment, Diligence — criado pelos professores Rick Dakan e Joseph Feller. Tem um resultado ali que devia travar o scroll de qualquer engenheiro.

Nas 12,3% de conversas que terminaram em um artefato — código, um documento, uma ferramenta funcionando — as pessoas escreveram um briefing muito melhor e fizeram uma auditoria muito pior. Deixar o objetivo claro logo de cara subiu 14,7 pontos percentuais. Definir o formato da saída subiu 14,5pp. Dar um exemplo pronto subiu 13,4pp. E, nas mesmas conversas: apontar contexto faltando caiu 5,2pp, checar fato caiu 3,7pp, questionar o raciocínio do modelo caiu 3,1pp.

Releia isso pensando na sua última semana. Justamente as conversas que têm mais chance de virar um pull request são as que passam pelo menor escrutínio.

O comportamento que puxa todos os outros

Iteração apareceu em 85,7% das conversas, e não é uma alavanca pequena. As conversas com iteração tiveram em média 2,67 comportamentos de fluência, contra 1,33 nas que pararam na primeira resposta — o dobro, na conta seca. Dentro delas, as pessoas foram 5,6x mais propensas a questionar o raciocínio e 4x mais propensas a perceber contexto faltando.

Minha régua: nunca aceite o primeiro rascunho. Não porque o primeiro rascunho seja ruim, mas porque o ato de rebater é o que liga o resto do seu julgamento.

Tem uma segunda lacuna que merece atenção: só 30% das conversas traziam alguma instrução sobre como a pessoa queria trabalhar com o modelo. Pra quem é dev, isso é quase de graça de resolver — um CLAUDE.md, um bloco de instruções do projeto, um system prompt salvo. Você escreve uma vez e vale pra toda tarefa dali em diante.

Se dê uma nota, porque o índice não dá

O AI Fluency Index é explícito: ele reporta padrão de população e nenhuma nota individual. Em paralelo, o TestingCatalog achou dentro das configurações do Claude um scorecard pessoal de fluência ainda não lançado — ele lê o seu trabalho recente no Chat, no Cowork e no Claude Code, avalia 11 indicadores agrupados em Delegation, Description e Discernment, e devolve algo como 7,5 de 11. Não há data de lançamento anunciada. Não espere por ele.

Dez minutos, agora:

1. Abra a última tarefa de verdade que você passou pra uma IA — daquelas cujo resultado você entregou.
2. Conte três comportamentos de briefing: você disse qual era o resultado esperado, travou o formato e colou um exemplo do que é "bom"?
3. Conte três comportamentos de verificação: você conferiu um fato específico, rebateu alguma afirmação e avisou o modelo do que estava faltando?
4. Dê uma nota pra cada grupo, separada — não uma nota única de 0 a 6. A descoberta do índice é exatamente essa: o primeiro número sobe enquanto o segundo escorrega. Briefing forte com verificação fraca é o formato esperado, não o bom.
5. Seja qual for o seu segundo número, é ele o teto real da sua fluência.

O passe de discernimento

Cole isto depois de qualquer diff ou documento gerado por IA, antes de revisar:

Antes de eu revisar, responda como crítico, não como autor:
1. De qual parte disso você está menos confiante, e por quê?
2. Que contexto eu deixei de te dar que teria mudado o resultado?
3. Me dê o argumento mais forte de que essa abordagem está errada.
Não defenda o trabalho. Não reescreva ainda.

Três perguntas, trinta segundos, e elas caem em cima exatamente dos três comportamentos que os dados dizem que você abandona quando o trabalho vira artefato.

Por que isso é carreira, não dica de produtividade

Eu gerencio engenheiros numa empresa americana e leio bastante currículo. Todo mundo diz que usa IA hoje, então a frase não carrega informação nenhuma. O que separa gente numa entrevista de verdade é conseguir contar uma vez em que o modelo estava confiantemente errado e como a pessoa pegou. Essa história é Discernment, não dá pra inventar, e os números da Anthropic dizem que a maioria não tem uma — porque parou de checar exatamente no momento em que a saída começou a parecer profissional.

Hoje: rode o prompt de discernimento acima na próxima coisa que uma IA escrever pra você. Se a resposta da pergunta 2 te surpreender, o problema estava no seu briefing — e isso se conserta em cinco minutos.

Fontes

• Anthropic Research — The AI Fluency Index
• TestingCatalog — Anthropic to introduce a personal AI Fluency scorecard in Claude