Primeiro episódio de Fluência em IA, uma série que percorre o AI Fluency Framework uma competência por vez. Este desenha o mapa inteiro; cada um dos próximos quatro pega um dos seus ramos.
Quase todo mundo que usa IA generativa já viveu o mesmo pequeno momento. Você pede algo de que precisa, o resumo de um relatório longo, o primeiro rascunho de um e-mail difícil, a explicação de uma cláusula ou de uma linha de código, e poucos segundos depois a resposta está na tela, fluente, bem organizada e confiante. Aí chega de uma vez a pergunta que a velocidade tinha adiado: posso usar isso? Está certo, é o que eu realmente precisava, eu devia mesmo ter pedido isso, e se eu repassar, de quem é esse trabalho?
A maioria de nós aprendeu a usar essas ferramentas na tentativa e erro, então responde a essa pergunta no instinto, de um jeito um pouco diferente a cada vez. Só que as pessoas que usam bem a IA, sejam desenvolvedores, advogados, contadores, gestores ou estudantes, costumam fazer as mesmas poucas coisas, mesmo que poucas delas saibam pôr essas coisas em palavras. É essa lacuna que o AI Fluency Framework preenche. Criado por Rick Dakan, Joseph Feller e a Anthropic, ele define fluência como a capacidade de trabalhar com IA de forma eficaz, eficiente, ética e segura, e organiza essa capacidade em quatro competências interligadas, todas começando com a letra D. Este primeiro episódio é o mapa do território inteiro, desenhado para que você veja todas as partes de uma vez antes de percorrermos cada uma.
O mapa
O mapa se lê do centro para fora. Cada um dos quatro Ds é um ramo, e cada ramo traz três habilidades mais específicas, doze no total. O framework descreve as próprias quatro competências como conjuntos interligados de habilidades, conhecimentos, percepções e valores, e não como truques para decorar. As linhas tracejadas importam tanto quanto os ramos, porque mostram que as quatro competências não são uma lista para cumprir em ordem, e sim dois pares que se alimentam o tempo todo. Volto a elas depois de apresentar cada ramo.
Delegação: decidir o que entregar
A Delegação é o trabalho que acontece antes de você digitar qualquer coisa: definir seu objetivo e decidir se, quando e como trazer a IA para ele. Começa pela consciência do problema, entender o que você realmente quer alcançar e que tipo de trabalho isso envolve, porque um objetivo vago produz um pedido vago. Continua com a consciência da plataforma, saber o que o sistema de IA à sua frente faz bem e onde ele é limitado, o que não é igual em toda ferramenta. E termina na delegação de tarefas, a escolha de que partes do trabalho dar à IA e quais manter, para que cada lado faça aquilo em que é melhor.
Descrição: dizer o que você precisa
A Descrição é como você se comunica com a IA para que ela produza algo útil, e o framework pede que você descreva três coisas diferentes. A descrição do produto define o que você quer receber: o resultado, o formato, o público e o estilo. A descrição do processo define como a IA deve abordar a tarefa, por exemplo os passos que deve seguir. A descrição do desempenho define como ela deve se comportar enquanto trabalha com você, mais concisa ou mais detalhada, mais questionadora ou mais acolhedora. Pela minha experiência, a maioria das pessoas só descreve a primeira das três, e só isso já pode fazer a mesma ferramenta parecer brilhante para uma pessoa e inútil para a próxima.
Discernimento: julgar o que volta
O Discernimento é a capacidade de avaliar com precisão o quanto o resultado e o comportamento da IA são realmente úteis, e ele espelha a Descrição quase palavra por palavra. O discernimento do produto olha o que foi produzido: está correto, adequado, coerente e relevante? O discernimento do processo olha como a IA chegou lá, atento a erros de lógica, lapsos de atenção ou passos de raciocínio que não se sustentam. O discernimento do desempenho olha como a IA se comportou durante a conversa e se a forma de ela se comunicar funcionou de fato para você. É essa competência que responde à pergunta do começo, e é ela que um texto fluente e confiante torna mais fácil de pular.
Diligência: responder pelo resultado
A Diligência é assumir a responsabilidade pelo que fazemos com a IA e pela forma como fazemos. Começa pela diligência na criação, ser criterioso sobre quais sistemas de IA você usa e como interage com eles. Segue pela diligência na transparência, ser honesto sobre o papel da IA no seu trabalho com todos que precisam saber. E termina na diligência na implantação, assumir a responsabilidade de conferir e garantir tudo o que você usa ou compartilha, porque, depois que sai das suas mãos, aquilo leva o seu nome, e não o da ferramenta.
Dois laços, não uma linha reta
Vistos um de cada vez, os quatro Ds poderiam passar por uma sequência, mas o próprio curso da Anthropic sobre o framework os descreve como dois laços. O primeiro liga Delegação e Diligência: cobre as decisões estratégicas e éticas sobre o uso da IA, o que entregar e como responder pelo resultado, e, na minha leitura, ele se fecha porque o que você aprende ao assumir o resultado muda o que você vai delegar da próxima vez. O segundo liga Descrição e Discernimento: é o ofício de cada instante de uma conversa com a IA, em que você descreve o que precisa, julga o que volta e usa esse julgamento para descrever melhor. O curso também ensina como os dois laços interagem na colaboração real, um fio ao qual os próximos episódios vão voltar sempre.
Três formas de trabalhar com IA
O framework acrescenta mais uma ideia que ajuda a entender o mapa: há três formas de pessoas e IA trabalharem juntas. Na automação (automation), a IA executa uma tarefa específica a partir das suas instruções específicas, então você define o que precisa ser feito e ela faz. Na ampliação (augmentation), você e a IA trabalham como parceiros de raciocínio, num vai e vem iterativo em que os dois contribuem. Na agência (agency), você configura a IA para trabalhar sozinha em seu nome, às vezes com outras pessoas ou outros sistemas de IA, e, em vez de ditar cada ação, você estabelece o que ela sabe e como deve se comportar. Na minha leitura, o modo em que você está muda o que cada competência pede de você: na agência, por exemplo, sua descrição precisa valer para muitas tarefas futuras, e não para uma única resposta.
De volta à resposta na tela
Volte àquela resposta confiante e à pergunta que ela levantou. Com o mapa na mão, “posso usar isso?” deixa de ser uma pergunta respondida no instinto e vira quatro que você consegue de fato trabalhar. Eu entreguei a parte certa do trabalho, a uma ferramenta que é boa nisso? Descrevi não só o que eu queria, mas como deveria ser feito e como a IA deveria trabalhar comigo? Julguei o resultado, o raciocínio por trás dele e a forma como ele chegou? E estou pronto para ser transparente sobre o papel da IA e para garantir o que estou prestes a compartilhar? Nenhuma dessas perguntas exige conhecimento técnico, e é por isso que o framework funciona tão bem para um advogado quanto para um desenvolvedor, e por isso eu quis um mapa que qualquer pessoa conseguisse ler.
Esse também é o caminho desta série. Cada um dos próximos quatro episódios pega um ramo do mapa e o percorre em profundidade, na ordem que me parece mais natural seguir: primeiro a Delegação, depois a Descrição, o Discernimento e, por fim, a Diligência. Ao final, os doze nomes nos ramos devem parecer menos vocabulário e mais hábito, e o momento depois que a resposta aparece deve parecer o começo da sua parte do trabalho, e não o fim da parte da IA.
Fontes: o AI Fluency Framework e o Key Terminology Cheat Sheet da Anthropic, © 2025 Rick Dakan, Joseph Feller e Anthropic, CC BY-NC-SA 4.0, e os cursos Teaching AI Fluency e AI Fluency: Framework & Foundations. Este artigo é uma introdução independente, não uma publicação da Anthropic.