Was ist Fluenz in der künstlichen Intelligenz, und warum Bewegung statt Position messen?

Am 10. Juli 2025 veröffentlichte METR eine kontrollierte Studie zu Produktivität und KI. Sechzehn erfahrene Entwickler bearbeiteten 246 Aufgaben aus ihren eigenen Repositorien, wobei für jede Aufgabe per Los entschieden wurde, ob KI erlaubt oder verboten war. Mit KI benötigten sie 19 % mehr Zeit. Am Ende schätzten sie, 20 % schneller gewesen zu sein.

Am 24. Februar 2026 wiederholten dieselben Autoren die Studie. Unter den zehn Personen der ursprünglichen Gruppe, die zurückkehrten, ergab die Rechnung 18 % schneller, in einem Intervall von 38 % schneller bis 9 % langsamer. Die Autoren selbst bezeichnen die neuen Daten als schwaches Signal, weil ein wachsender Teil der Eingeladenen eine Studie ablehnt, die sie verpflichtet, die Hälfte der Zeit ohne KI zu arbeiten.

Das Ergebnis hat zwischen den beiden Messungen das Vorzeichen gewechselt, und das Design des Experiments hat aufgehört zu messen, was es zuvor gemessen hat, weil sich die Nutzung von KI unter den Teilnehmenden verändert hat. Eine Skala, die eine Stufe zuweist, setzt voraus, dass die Skala selbst stabil bleibt.

Der von Giordano Cabral gewählte Begriff ist Fluenz. Er verwendet ihn seit 2025 im FAROL, der Forschungsgruppe, die er am CIn/UFPE gegründet hat und die 2026 zum Instituto FAROL de Fluência Agêntica (Institut FAROL für agentische Fluenz) wird; zuvor taucht derselbe Ansatz, ohne diesen Namen, in den Spielen des PsyFun und in der Bewertung im Unterricht auf.

Der Begriff stammt aus dem Sprachenlernen: Ohne Übung sinkt das Niveau. Fluenz wird pro Achse gemessen (eine Organisation kann in Daten fluent sein und nicht in Personen) und hängt vom umgebenden Ökosystem ab.

Die Einführung allein unterscheidet Organisationen nicht mehr: Die Umfrage von Stack Overflow 2025 verzeichnet 84 % der Befragten, die KI in der Entwicklung nutzen oder zu nutzen planen, gegenüber 76 % im Vorjahr, und 46 %, die der Genauigkeit ihrer Ergebnisse misstrauen, gegenüber 33 %, die ihr vertrauen.

Die Reifegradmodelle für KI erben von denen der Software aus den 1990er-Jahren, die für stabile Prozesse gedacht waren. Die Kritik des FAROL, ausgeführt in IA agêntica, hat drei Punkte: Die an der Spitze eingestufte Organisation hat tendenziell bei der nächsten Veränderung mehr zu verlieren; diese Modelle belohnen Standardisierung und bestrafen Experimentieren, obwohl bei KI das schnelle Verwerfen einen Wert hat; und die Position sagt nichts über die Geschwindigkeit aus.

Es gibt sechs Achsen (Wissen, Werkzeuge und Integration, Delegation und Autonomie, Prozesse, Produktivität und Ergebnisse, Lernen und Kultur), jede mit eigener Skala von N0 bis N5, gegenüber einer Hauptdatenbank mit 264 Items. Der Einstieg ist die offene Diagnose: Eine Führungskraft antwortet für die Organisation in drei bis acht Minuten, ohne vorherige Anmeldung, und erhält das Radar sofort. Was ein Unternehmen danach tut, steht unter transformação de empresas com IA.

Gefragt, ob sie kooperieren würden, antworten Kinder fast immer mit Ja. In den Spielen des PsyFun kostet Kooperation Ressourcen, die Entscheidung fällt in etwa drei Sekunden, und nichts auf dem Bildschirm heißt Dilemma. In zwei Experimenten mit 162 Kindern von 6 bis 12 Jahren, veröffentlicht in Behavior Research Methods im Jahr 2021, kooperierten sie in einem Spiel mehr als im anderen, und zwar bedingt, zwei Dinge, die ein Fragebogen nicht trennt. Cabral koordinierte die Gruppe 2013 und 2014 an der UFRPE und bis 2018 das CNPq-Projekt, aus dem sie hervorging.

Der Unterschied besteht zwischen dem, was die Person über sich selbst antwortet, und der Aufzeichnung dessen, was sie getan hat. Die beiden Messungen haben Fehler unterschiedlicher Natur und lassen sich deshalb nicht addieren: Die Selbstauskunft irrt systematisch und in dieselbe Richtung, wie im METR; die Spur sieht nur die Arbeit, die über ein aufzeichnendes System läuft, und erfasst, was getan wurde, nicht, was verstanden wurde.

In Tendências em Mídia e Interação (Trends in Medien und Interaktion), Ausgabe 2026.2, siebt jeder Studierende fünfhundert Werkzeuge einzeln im System der Lehrveranstaltung aus, das die Zeit bei jedem aufzeichnet. Die Regel steht im Plan: Wenn die Maschine das Produkt herstellt, wird der Prozess der Steuerung der Maschine bewertet. Die Lehrveranstaltung verwendet keinen KI-Detektor; das Kriterium ist der Prozessnachweis: Repository, Verlauf, Begründung, Test. Bei der ersten Abgabe brachten vierzehn Studierende 5.776 Werkzeuge in den gemeinsamen Katalog und registrierten 659 Entscheidungen.

Im FAROL ist das Bild der beobachteten Nutzung eine eigene Achse, außerhalb der Erhebungsleiter, weil es sich nicht mit dem addieren lässt, was die Person berichtet. Der Meu Mapa de IA fragt Studierende, was sie bereits getan haben; das Aggregat erscheint im Observatório de adoção de IA mit 2.943 Antworten im Auszug vom 14. September 2026. Die Erhebung ist ein Querschnitt: Die Zyklen begleiten nicht dieselben Personen.

Die Messung bewertet nicht die Qualität dessen, was die KI erzeugt, kein Instrument sendet Gesprächsinhalte an irgendeinen Server, und kein individuelles Ergebnis wird veröffentlicht: In den offenen Dashboards werden Zellen mit weniger als fünf Antworten unterdrückt, wodurch im Observatório 1.394.729 Zellen aus den Summen herausfielen. Eine nicht verfügbare Kombination bedeutet nicht null.

Zwei Einwände sind neben dem Index veröffentlicht. Der erste ist das Goodhart'sche Gesetz: Ein Indikator, der zum Ziel wird, misst nicht mehr, was er darstellte. Ein Fluenz-Index ist über drei Türen verwundbar: das Belohnen von Nutzungsvolumen, das sich trivial manipulieren lässt; das Lesen als Gütesiegel; und das Bewerten von Delegation in einer Weise, die diejenigen belohnt, die am meisten außerhalb der eigenen Kompetenz delegieren. Der zweite: Eine angekündigte Messung wirkt als öffentliche Selbstverpflichtung und kann später eingefordert werden, auch rechtlich.

Die Kompetenzdestillation (das Delegieren der Codegenerierung hat einen Preis für den Aufbau von Fertigkeiten, und er fällt bei Anfängern höher aus) ist eine wiederkehrende Hypothese in den Texten von Cabral und wurde noch nicht getestet. Um sie zu testen, müssen dieselben Personen über einen längeren Zeitraum begleitet werden, und die aktuellen Instrumente des FAROL führen Querschnittsmessungen durch. Açude, ein 2026 geöffnetes Spiel um eine Gemeinschaftsressource, zeichnet die Entscheidung Runde für Runde auf.