Durante una primera fase, la inteligencia artificial ha entrado en muchos centros educativos por iniciativa individual. Un profesor empezó a usarla para preparar materiales; otro, para revisar tareas; otro, para generar feedback; otro, para acompañar procesos de práctica; otro, para explorar formas de analizar evidencias de aprendizaje que antes quedaban dispersas entre cuadernos, plataformas, correcciones y observaciones de aula.
Era razonable que ocurriera así. Las tecnologías rara vez llegan a la escuela después de que todo esté pensado. Suelen entrar antes, por los márgenes, a través de docentes que prueban, ajustan, se equivocan, descubren posibilidades y empiezan a construir criterio mucho antes de que exista una política institucional completa.
Esa exploración ha sido necesaria. En muchos casos, ha permitido descubrir usos valiosos que no habrían aparecido desde una prohibición preventiva ni desde una regulación escrita en abstracto. Pero esa fase no puede convertirse en el modelo permanente.
La IA ya no afecta solo a la preparación de clases. Puede intervenir en el feedback, en el análisis de producciones del alumnado, en la gestión de datos, en la comunicación con familias, en la personalización de tareas, en la orientación del aprendizaje y, si no se delimita bien, incluso en decisiones evaluativas.
Y todo eso excede la decisión aislada de un profesor.
La IA ya no puede ser solo una práctica individual de aula. Tiene que convertirse en una decisión de centro.
La improvisación permitió empezar, pero no puede gobernar
La improvisación tiene un valor inicial. Permite probar antes de que existan respuestas definitivas. Permite que los docentes con más iniciativa exploren posibilidades, construyan ejemplos y hagan visible lo que una tecnología puede aportar. Sin esa fase, muchos centros se quedarían esperando una seguridad absoluta que nunca llega.
Pero cuando una herramienta empieza a tocar datos de alumnos, evidencias de aprendizaje, procesos de feedback o decisiones que pueden afectar a la trayectoria educativa, la improvisación deja de ser una virtud y se convierte en una fragilidad.
Si cada profesor decide por su cuenta qué herramienta usar, qué datos introducir, qué usos permitir al alumnado, qué considerar ayuda legítima, qué tratar como trampa, qué conservar, qué destruir y qué papel dar a la IA en la evaluación, el resultado no es innovación distribuida. Es desigualdad de criterios.
En una materia, la IA puede ser una ayuda permitida y guiada. En otra, una falta académica. En una etapa, una herramienta de práctica. En otra, una amenaza. En un departamento, un recurso de feedback. En otro, algo que se usa sin decirlo demasiado. Y los alumnos, que aprenden muy rápido las reglas reales de cada contexto, acaban moviéndose entre mensajes contradictorios.
Una política de centro no debe nacer para apagar la iniciativa docente, sino para protegerla de la arbitrariedad. El profesor necesita margen pedagógico, pero también necesita un marco común que le permita saber qué puede hacer, qué no debe hacer y qué condiciones debe cumplir cuando trabaja con IA sobre evidencias reales de aprendizaje.
La ley marca el terreno, pero no diseña la respuesta educativa
El Reglamento Europeo de Inteligencia Artificial establece un marco común para la IA en la Unión Europea, con un enfoque basado en el riesgo. Introduce obligaciones de alfabetización, identifica prácticas prohibidas, regula determinados sistemas de alto riesgo y distribuye obligaciones entre distintos actores, entre ellos proveedores y responsables del despliegue.
Ese marco importa, pero no resuelve por sí solo las decisiones concretas de un centro. La ley no va a decirle a cada departamento cómo debe usar IA para preparar feedback, qué tipo de identificador interno conviene emplear, qué evidencias pueden analizarse en una herramienta concreta, qué usos del alumno son aceptables en una tarea o cómo debe reformularse una rúbrica para que la asistencia de IA no se convierta en evaluación automática.
La LOPDGDD reconoce derechos digitales relevantes para el ámbito educativo, entre ellos el derecho a la educación digital y la protección de menores en Internet. El Marco de Referencia de la Competencia Digital Docente sitúa la competencia digital dentro del desarrollo profesional del profesorado, con áreas, niveles e indicadores de desempeño. Todo eso ofrece un marco de responsabilidad, pero la traducción pedagógica no puede venir dada desde fuera.
Esa traducción tiene que construirla el centro.
No como burocracia añadida, sino como parte de su proyecto educativo.
Porque la pregunta ya no es si un profesor concreto puede experimentar con IA. La pregunta es si el centro sabe para qué quiere usarla, con qué límites, con qué garantías y bajo qué responsabilidad.
Una política de IA no debería empezar por herramientas
Muchos centros empiezan por la pregunta equivocada: qué herramienta contratamos, qué plataforma permitimos, qué aplicación recomendamos, qué cuenta institucional creamos. Son decisiones necesarias, pero no deberían ser las primeras.
La primera pregunta es pedagógica: para qué queremos IA.
Queremos usarla para preparar materiales, para mejorar el feedback, para apoyar la práctica autónoma, para detectar patrones de aprendizaje, para acompañar procesos de escritura, razonamiento o resolución de problemas, para ayudar al profesorado a diseñar tareas, para reducir carga administrativa, para analizar información de centro o para orientar decisiones académicas.
No todas esas finalidades pertenecen al mismo plano. Una cosa es generar ejemplos para una explicación y otra analizar producciones reales del alumnado. Una cosa es ayudar a formular feedback y otra asignar una calificación. Una cosa es proponer actividades de refuerzo y otra condicionar agrupamientos, itinerarios o decisiones de promoción.
Por eso, una política seria de IA no puede reducirse a una lista de aplicaciones permitidas. Tiene que ordenar finalidades. Debe distinguir usos de preparación, usos de apoyo al aprendizaje, usos de análisis formativo, usos administrativos y usos cercanos a la evaluación o a la orientación académica.
Cuando el centro no distingue finalidades, cualquier decisión posterior queda mal formulada.
El análisis de evidencias reales debe estar previsto, no escondido
Uno de los errores que conviene evitar es diseñar una política de centro tan defensiva que, en la práctica, haga imposible cualquier uso potente de IA para mejorar el aprendizaje. Si la IA solo puede utilizarse con ejemplos inventados, actividades genéricas o textos artificiales, su aportación queda limitada. Puede ayudar a preparar materiales, pero no a comprender con profundidad qué está ocurriendo en un grupo real.
Si queremos que la IA ayude a detectar patrones, mejorar feedback, identificar dificultades o preparar intervenciones más ajustadas, tendrá que trabajar en algunos casos con evidencias reales: respuestas, producciones, procedimientos, proyectos, interacciones o informes formativos.
Eso no debe esconderse. Debe regularse.
La política de centro debería reconocer explícitamente que el análisis pedagógico asistido por IA sobre evidencias reales puede ser legítimo cuando cumple determinadas condiciones: finalidad formativa clara, minimización de datos, uso de herramientas adecuadas, reducción de identificadores, seudonimización robusta cuando proceda, conservación limitada y supervisión docente real.
Esta formulación es importante porque evita dos riesgos. El primero es el uso clandestino, en el que los docentes terminan recurriendo a herramientas externas sin marco ni garantías porque el centro solo ha sabido prohibir. El segundo es el uso ingenuo, en el que se introducen datos reales sin pensar suficientemente qué se comparte, dónde se procesa o durante cuánto tiempo se conserva.
La salida no es negar el análisis de aprendizaje real. La salida es diseñarlo.
El Student ID no es un detalle técnico
En esa arquitectura, los identificadores internos pueden desempeñar un papel importante. Un Student ID bien diseñado no es una ocurrencia para “tapar” nombres, sino una medida de reducción de riesgo.
Si el identificador no contiene nombre, iniciales, curso, grupo ni patrones evidentes; si no permite inferir la identidad del alumno; si no aparece vinculado a listados accesibles; si la correspondencia, cuando sea necesaria para seguimiento formativo, está bajo control restringido; y si se destruye cuando deja de ser necesaria, el sistema reduce de manera significativa la exposición de la identidad del alumno.
Conviene, eso sí, ser precisos. Si durante el curso el docente o el centro pueden vincular ese identificador con un alumno concreto para realizar seguimiento pedagógico, probablemente no estamos ante anonimización plena, sino ante seudonimización robusta o identificación pedagógica interna controlada. Esta precisión no debilita la medida. La hace más defendible.
Una política de centro debería recoger este tipo de soluciones en lugar de dejar que cada profesor invente su propio sistema. No todos los códigos protegen igual. No es lo mismo “Alumno 17” asociado a una lista visible que un identificador no trazable por terceros, generado con criterios sólidos, usado para una finalidad concreta y destruido al final del periodo previsto.
El lenguaje importa porque la protección también se construye con precisión.
Feedback sí; evaluación automática no
La política de centro debe ser especialmente clara en un punto: la diferencia entre feedback asistido y evaluación automatizada.
La IA puede ayudar al docente a analizar una producción, ordenar observaciones, detectar errores recurrentes o proponer feedback formativo. Puede ayudar a que el alumno reciba una orientación más clara, más rápida y más accionable. Puede permitir que el profesor vea patrones que antes quedaban dispersos. Todo eso tiene un valor pedagógico evidente si el sistema está bien diseñado.
Pero una cosa es ayudar a corregir y otra evaluar por el docente.
El Reglamento Europeo incluye entre los sistemas de alto riesgo determinados usos de IA en educación vinculados a evaluación de resultados de aprendizaje, acceso, admisión, asignación a programas, orientación sustancial del proceso educativo o supervisión durante pruebas. Esto no convierte cualquier feedback asistido por IA en una práctica inviable, pero sí obliga a extremar la claridad cuando la herramienta se acerca a decisiones que afectan al alumno.
Una política de centro debería decirlo sin ambigüedad: la IA puede asistir al análisis y a la generación de feedback, pero la calificación, la interpretación evaluativa y la decisión académica corresponden al docente y al marco institucional del centro.
No se trata de una cautela formal. Es una cuestión pedagógica de fondo. El feedback puede ser asistido. La responsabilidad no.
Los datos deben pensarse antes que la actividad
La protección de datos no puede aparecer al final, cuando la herramienta ya está elegida y el uso ya está diseñado. Debe estar al principio.
Antes de utilizar IA sobre evidencias reales del alumnado, el centro debe poder responder algunas preguntas básicas: qué datos se van a tratar, para qué finalidad, con qué base, en qué herramienta, durante cuánto tiempo, quién tendrá acceso, qué se eliminará, qué se conservará y qué información recibirán alumnos y familias cuando proceda.
El RGPD exige principios como minimización, limitación de la finalidad, transparencia, integridad y confidencialidad. Aunque esos principios puedan sonar jurídicos, su traducción educativa es muy concreta: no introducir más información de la necesaria, no usar los datos para fines distintos de los previstos, no conservar indefinidamente evidencias que ya no se necesitan y no llevar producciones o interacciones de alumnos a entornos que el centro no ha valorado.
Esta parte no puede recaer solo sobre la buena voluntad del profesor. Un docente puede tener una intención pedagógica excelente y aun así carecer de información suficiente sobre las condiciones de una herramienta externa. Por eso la decisión debe ser institucional.
No para bloquear la innovación, sino para hacerla sostenible.
Formar al profesorado no es enseñar diez prompts
Una política de IA sin formación real se queda en papel. Pero la formación tampoco puede reducirse a una sesión de herramientas o a una lista de instrucciones útiles. Eso puede ser un punto de entrada, pero no alfabetización profesional.
El artículo 4 del Reglamento Europeo introduce la alfabetización en IA como una obligación vinculada al contexto de uso y a las personas afectadas. En educación, ese contexto exige mucho más que saber pedirle cosas a un modelo. Exige comprender la diferencia entre preparar, analizar y decidir; entre datos anonimizados y seudonimizados; entre feedback y calificación; entre ayuda al aprendizaje y sustitución del pensamiento; entre herramienta autorizada y herramienta improvisada.
Formar al profesorado en IA significa formar criterio. Significa ayudarle a identificar qué usos tienen sentido, qué riesgos debe prever, qué datos no debe introducir, cómo revisar críticamente una salida y cómo explicar al alumno el papel de la herramienta.
El objetivo no es crear docentes dependientes de IA, sino docentes capaces de gobernarla.
Los alumnos también necesitan un marco
Una política de centro no puede limitarse al uso docente. Los alumnos van a usar IA, dentro o fuera del centro, con permiso o sin él, con criterio o sin él. La escuela puede fingir que eso no ocurre, puede limitarse a perseguirlo o puede convertirlo en objeto educativo.
La tercera opción es la única realmente sostenible.
Esto exige explicar cuándo puede usarse IA, con qué finalidad, cómo debe declararse, qué parte de la tarea debe hacer el alumno por sí mismo, qué usos se consideran ayuda legítima y cuáles suponen delegar el aprendizaje. No basta con decir “no uses IA” ni con permitirla sin condiciones. Hay que enseñar a usarla sin dejar de pensar.
La regla pedagógica podría formularse así: la IA puede ayudarte a revisar, contrastar, entrenar, reformular o recibir orientación; no puede sustituir aquello que la tarea pretende que aprendas.
Esta distinción debe estar en las tareas, no solo en los discursos. Si una actividad puede resolverse delegando todo el esfuerzo cognitivo en una herramienta, quizá el problema no está solo en el alumno que la usa. Quizá está también en el diseño de la actividad.
Una política de centro debe ser operativa
El riesgo de cualquier protocolo es que termine convertido en un documento impecable que nadie consulta. Para evitarlo, una política de IA debe ser clara, concreta y útil para tomar decisiones de aula.
No necesita resolver todos los casos imaginables desde el primer día. La IA cambia demasiado rápido para aspirar a un documento definitivo. Pero sí debe establecer un marco mínimo: usos permitidos, usos condicionados, usos no permitidos, herramientas autorizadas, reglas sobre datos, criterios para el uso del alumnado, límites en evaluación, procedimientos de consulta y responsabilidades internas.
También debe prever revisión. Lo que hoy parece prudente puede necesitar ajuste dentro de unos meses. Aparecerán nuevas herramientas, nuevas funciones, nuevos riesgos y mejores soluciones. Por eso, más que un protocolo cerrado, el centro necesita una gobernanza real: alguien que revise, acompañe, actualice y ayude a decidir.
No hace falta una estructura enorme. Puede integrarse en el plan digital, en el equipo de innovación, en coordinación pedagógica, en dirección o en una comisión específica. Lo importante es que exista un espacio donde la IA no dependa solo de la intuición individual.
PedagoIA y el punto de llegada
Esta serie empezó con una idea: la ley ha llegado al aula, pero el trabajo sigue siendo pedagógico. Después hemos visto que la alfabetización en IA ya no puede reducirse a saber usar herramientas, que no toda IA educativa es de alto riesgo aunque algunos usos sí lo sean, que la IA puede ayudar a corregir mejor sin ocupar el lugar de la evaluación y que el verdadero riesgo muchas veces está en los datos que entregamos.
La consecuencia es clara: todo esto necesita una política de centro.
Pero una política de centro no entendida como freno burocrático, sino como condición para poder avanzar con seguridad. La IA puede ayudar a preparar materiales, analizar evidencias reales, mejorar feedback y acompañar mejor el aprendizaje. Puede hacerlo precisamente porque permite trabajar con información que antes era demasiado extensa, dispersa o difícil de procesar. Pero esa potencia exige finalidad, límites y responsabilidad.
La innovación responsable no consiste en pedir permiso para todo ni en actuar como si nada hubiera cambiado. Consiste en construir un marco que permita distinguir.
Distinguir preparación, análisis y decisión. Distinguir feedback y evaluación. Distinguir dato anónimo, dato seudonimizado y dato identificable. Distinguir herramienta útil y herramienta adecuada. Distinguir ayuda al pensamiento y sustitución del aprendizaje.
La IA ya no es una decisión del profesor.
Es una decisión de centro.
Y eso no debería vivirse como una pérdida de libertad docente, sino como una forma de protegerla. Porque un profesor con marco claro puede innovar mejor que un profesor abandonado a su propia intuición. Puede arriesgar con más inteligencia, diseñar con más seguridad y explicar con más claridad por qué usa una herramienta, para qué la usa y qué límites ha establecido.
La IA puede tener un lugar legítimo en educación.
Pero ese lugar no puede ocuparlo por defecto.
Hay que diseñarlo.
Fuentes normativas consultadas
- Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial. En particular, artículo 4, artículo 14, obligaciones vinculadas a responsables del despliegue y Anexo III sobre determinados usos de alto riesgo en educación. https://eur-lex.europa.eu/eli/reg/2024/1689/oj/spa
- Ley Orgánica 3/2018, de Protección de Datos Personales y garantía de los derechos digitales. En particular, artículos relativos al derecho a la educación digital y protección de menores en Internet. https://www.boe.es/buscar/act.php?id=BOE-A-2018-16673
- Resolución de 4 de mayo de 2022 por la que se publica el Acuerdo de la Conferencia Sectorial de Educación sobre la actualización del Marco de Referencia de la Competencia Digital Docente. https://www.boe.es/diario_boe/txt.php?id=BOE-A-2022-8042