Anthropic mide la fluidez de usuarios con IA

Anthropic analizó 9.830 conversaciones con Claude para medir algo que la cantidad de uso no revela: si las personas están aprendiendo a trabajar bien con la IA. El estudio encuentra que conversar, revisar y corregir las respuestas se relaciona con un uso más cuidadoso, mientras que los resultados que parecen terminados pueden bajar la guardia del usuario.

Qué significa tener fluidez con la IA

Anthropic llama "fluidez con la IA" al conjunto de habilidades necesarias para colaborar con un modelo de forma eficaz y segura. No se trata solo de escribir buenos prompts, sino de saber explicar lo que necesitas, aportar contexto, revisar la respuesta y decidir cuándo no conviene confiar en ella.

Para medirla, la empresa utilizó el marco 4D AI Fluency Framework, desarrollado junto con los profesores Rick Dakan y Joseph Feller. El marco contempla 24 comportamientos, aunque este estudio solo pudo observar 11 directamente dentro de las conversaciones con Claude.

La investigación analizó conversaciones con varios intercambios entre usuario y modelo durante una semana de enero de 2026. Se excluyeron saludos, mensajes aislados, pruebas y charlas sin contenido sustantivo. Anthropic asegura que el análisis fue privado y que no incluyó información personal identificable.

Insistir mejora la colaboración

El comportamiento más relacionado con el resto de las habilidades fue la iteración y el refinamiento: no quedarse con la primera respuesta, sino continuar la conversación para corregir, precisar o mejorar el resultado.

El 85,7% de las conversaciones analizadas mostró este patrón. En ellas aparecieron, en promedio, 2,67 comportamientos adicionales de fluidez, frente a 1,33 en las conversaciones que no refinaban el resultado.

La diferencia se nota especialmente al evaluar las respuestas de Claude. Las conversaciones con iteración fueron:

• 5,6 veces más propensas a cuestionar el razonamiento del modelo.
• 4 veces más propensas a detectar contexto faltante.

En la práctica, esto significa que pedir una primera versión y después preguntar "¿qué falta?", "¿qué parte podría estar equivocada?" o "¿puedes justificar esta conclusión?" puede llevar a una colaboración más crítica y completa.

Los resultados pulidos pueden engañar

El 12,3% de las conversaciones incluyó la creación de un resultado concreto, como código, documentos, aplicaciones o herramientas interactivas. En estos casos, los usuarios daban más instrucciones desde el comienzo: aclaraban el objetivo, indicaban el formato y aportaban ejemplos.

Pero también revisaban menos lo que recibían. En comparación con otras conversaciones, eran menos propensos a:

• Identificar contexto faltante: 5,2 puntos porcentuales menos.
• Comprobar los hechos: 3,7 puntos menos.
• Cuestionar el razonamiento del modelo: 3,1 puntos menos.

La explicación no está clara. Puede que una aplicación funcional o un documento bien presentado parezca correcto aunque contenga errores. También es posible que algunas personas comprueben el resultado fuera del chat, por ejemplo, ejecutando el código o compartiendo el documento con otra persona.

El riesgo es sencillo: que algo tenga buen aspecto no significa que esté bien fundamentado. Esto importa más en tareas complejas, donde los modelos tienen más probabilidades de equivocarse.

Qué puedes cambiar desde hoy

Anthropic destaca tres hábitos concretos para mejorar tu forma de usar la IA:

• Mantén la conversación. Trata la primera respuesta como un borrador y pide ajustes, ejemplos o explicaciones adicionales.
• Revisa los resultados que parecen terminados. Pregunta si son precisos, qué información falta y qué supuestos podrían ser incorrectos.
• Define cómo quieres colaborar. Solo el 30% de las conversaciones analizadas incluía instrucciones sobre la forma de trabajar del modelo. Puedes pedirle que cuestione tus supuestos, explique su razonamiento o señale sus incertidumbres.

Un índice útil, pero todavía limitado

Este estudio no representa a todas las personas que usan inteligencia artificial. Solo analiza usuarios de Claude.ai que mantuvieron conversaciones de varios turnos durante una semana, un grupo que probablemente incluye a más usuarios avanzados que a la población general.

Además, los investigadores solo observaron lo que aparecía escrito en el chat. No pudieron medir si alguien comprobó una respuesta por su cuenta, fue transparente sobre el uso de IA o consideró las consecuencias de compartir un contenido generado por el modelo. Esos comportamientos forman parte del marco, pero ocurren fuera de la conversación.

Los resultados también muestran asociaciones, no causas. El estudio no demuestra que conversar más provoque automáticamente una mejor evaluación; ambas cosas podrían depender de la experiencia del usuario, del tipo de tarea o de la dificultad del problema.

Anthropic planea comparar usuarios nuevos con otros más experimentados, estudiar los comportamientos que no se ven en el chat y analizar si ciertas instrucciones consiguen aumentar la revisión crítica. También quiere estudiar estas dinámicas en Claude Code, orientado al desarrollo de software.

La idea importante es que usar IA con frecuencia no basta. La habilidad que más valor puede darte no es conseguir una respuesta rápida, sino saber cuándo insistir, qué cuestionar y cómo verificar un resultado que parece demasiado terminado para necesitar revisión.