Adoptar IA no es lo mismo que usarla bien. Anthropic acaba de publicar el primer AI Fluency Index, un estudio que analiza 9.830 conversaciones reales en Claude.ai para medir si los usuarios están desarrollando habilidades genuinas de colaboración con IA, o simplemente delegando trabajo a ciegas.
El hallazgo principal es incómodo: cuando la IA produce algo que parece terminado (un documento, una app, código funcionando), las personas dejan de cuestionar, de verificar y de buscar lo que falta. Exactamente cuando más deberían hacerlo.
¿Qué es el AI Fluency Index?
Anthropic desarrolló el índice con el framework 4D AI Fluency, creado por los profesores Rick Dakan y Joseph Feller en colaboración con la empresa. El framework define 24 comportamientos específicos que representan el uso seguro y efectivo de la IA. De esos 24, solo 11 son directamente observables en conversaciones (los otros 13 ocurren fuera del chat: por ejemplo, ser honesto sobre el rol de la IA en el trabajo propio, o considerar las consecuencias de compartir outputs generados).
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El estudio analizó conversaciones durante 7 días en enero de 2026, verificando consistencia por día de la semana y por idioma. Esto le da una base comparativa que Anthropic usará para rastrear cómo evolucionan estos comportamientos a medida que los modelos mejoran.
Lo que encontraron: iterar más, pero cuestionar menos
Iteración = más fluencia
El patrón más claro del estudio: 85,7% de las conversaciones mostraron iteración y refinamiento (construir sobre intercambios anteriores en lugar de aceptar la primera respuesta y pasar a otra tarea). Estas conversaciones largas muestran el doble de comportamientos de fluencia respecto a los chats rápidos de ida y vuelta:
- Los usuarios que iteran son 5,6 veces más propensos a cuestionar el razonamiento de Claude.
- Son 4 veces más propensos a identificar contexto faltante.
- Promedio de comportamientos de fluencia: 2,67 vs. 1,33 en conversaciones sin iteración.
La lección práctica es directa: si terminas una sesión con IA después del primer resultado, estás dejando la mayor parte del valor sobre la mesa.
El problema de los artefactos
Aquí viene la parte que debería preocuparnos. El 12,3% de las conversaciones del estudio involucraron artefactos: código, documentos, apps, herramientas interactivas. En esas conversaciones, los usuarios son más directivos al inicio: clarifican el objetivo más (+14,7 puntos porcentuales), especifican formato (+14,5pp), dan ejemplos (+13,4pp).
Pero cuando el resultado aparece y se ve bien, la evaluación se cae:
- -5,2pp en identificar contexto faltante
- -3,7pp en verificar hechos
- -3,1pp en cuestionar el razonamiento del modelo
Esto coincide con investigaciones previas de Anthropic sobre habilidades de programación: cuando el output parece funcionar, la gente lo trata como terminado. El problema es que la IA falla más en las tareas complejas, y las tareas que producen artefactos tienden a ser las más complejas.
Por qué la IA “parece terminada” es una trampa
Un documento bien formateado, un código que compila, una app que corre: todos activan en nuestro cerebro la señal de “trabajo completo”. Esta es una heurística razonable para evaluar trabajo humano, pero puede fallar con IA por tres razones:
- Los modelos alucinan con confianza: pueden producir código con bugs sutiles o documentos con datos incorrectos que lucen impecables.
- La apariencia de finalidad no es validación: un PDF bien formateado no significa que la información sea correcta.
- Las tareas más complejas tienen más margen de error: y son exactamente las que producen artefactos más elaborados.
Anthropic reconoce que esto podría deberse a que los artefactos involucran tareas donde la verificación factual es simplemente menos aplicable. Pero también podría ser el patrón que llevamos denunciando desde hace un año: la gente acepta output de IA con menos escrutinio que el que aplicaría a trabajo de un colega humano.
¿Qué comportamientos mide el framework?
Los 11 comportamientos observables incluyen, entre otros:
- Clarificar el objetivo de la tarea
- Especificar formato o restricciones
- Proporcionar ejemplos
- Iterar y refinar sobre respuestas anteriores
- Identificar contexto faltante
- Cuestionar el razonamiento del modelo
- Verificar hechos
Los 13 comportamientos no observables, que Anthropic planea medir con métodos cualitativos en el futuro, incluyen cosas como ser transparente sobre el uso de IA en el propio trabajo o considerar el impacto de distribuir outputs generados.
Por qué importa
Este estudio llega en un momento en que la pregunta “¿estamos usando bien la IA?” importa más que nunca. El AI Fluency Index es el primer intento serio de Anthropic de responderla con datos reales, no con opiniones.
El hallazgo sobre artefactos debería cambiar hábitos concretos: si le pediste a Claude que escribiera código, redactara un contrato o construyera una herramienta, el trabajo no termina cuando aparece el output. Termina cuando lo has revisado con el mismo ojo crítico que aplicarías a cualquier entrega.
Para los que usamos IA como parte del trabajo diario, la conclusión es simple: tratar la IA como un pensador junto, no como un ejecutor, no es solo filosofía. Es la diferencia entre sacar el doble de comportamientos de fluencia o quedarse en la mitad. El dato más revelador del estudio es también el más accionable: itera. No aceptes el primer resultado.
Si quieres profundizar en cómo la IA está cambiando habilidades y roles, lee el análisis de Anthropic sobre impacto laboral y el estudio de DORA 2025 sobre desarrolladores que usan IA.
