Durante los últimos dos años hemos hablado mucho de lo que la inteligencia artificial puede hacer. Puede generar textos, corregir actividades, resumir documentos, diseñar rúbricas, explicar conceptos, producir materiales diferenciados y ofrecer en segundos una primera respuesta a tareas que antes exigían mucho más tiempo. Era inevitable que la conversación educativa empezara por ahí, por lo más visible, por aquello que aparece en la pantalla y parece alterar de golpe la manera en la que preparamos clases, corregimos trabajos o acompañamos a los alumnos.
Pero esa primera conversación se queda corta. Si solo hablamos de herramientas, de prompts o de eficiencia, terminamos reduciendo un cambio profundo a una cuestión instrumental. Y la IA en educación no es solo una herramienta nueva dentro del aula. Es una tecnología que toca zonas especialmente sensibles de la práctica docente: el feedback, la evaluación, la autoría, los datos de los alumnos, la supervisión humana, la responsabilidad profesional y la propia idea de aprendizaje.
Por eso la llegada del marco legal europeo no debería leerse como un freno automático a la innovación, sino como una señal de madurez del debate. La inteligencia artificial ha entrado en una fase en la que ya no basta con preguntarse qué puede hacer. Hay que preguntarse también bajo qué condiciones puede hacerlo, con qué datos, con qué finalidad, con qué garantías y bajo qué responsabilidad.
El Reglamento Europeo de Inteligencia Artificial, Reglamento (UE) 2024/1689, establece un marco común para la IA en la Unión Europea y adopta un enfoque basado en el riesgo, lo que significa que no trata todos los usos de IA de la misma manera ni convierte automáticamente cualquier uso educativo en un problema jurídico de máxima intensidad. Esa distinción es importante, porque una lectura alarmista sería tan pobre como una lectura ingenua. Ni todo está prohibido, ni todo vale, ni todos los usos de IA en educación plantean el mismo nivel de riesgo.
La cuestión, por tanto, no es si la IA puede tener un lugar en la escuela. La cuestión es qué lugar puede tener sin desplazar aquello que la escuela no puede delegar: el criterio docente, la protección del alumno, la finalidad formativa y la responsabilidad sobre las decisiones educativas.
La normativa europea no resuelve el problema educativo de la IA. Lo hace ineludible.
En los próximos artículos de PedagoIA abriré una serie dedicada al marco legal de la inteligencia artificial en educación. Pero no será una serie jurídica en sentido estricto. No pretende convertir al docente en especialista normativo ni llenar la conversación de tecnicismos legales. Su propósito es otro: leer este nuevo marco desde el aula, desde la evaluación, desde el aprendizaje y desde las decisiones reales que un centro tiene que tomar si quiere integrar la IA con rigor.
Porque el reto no consiste en escoger entre entusiasmo y prohibición. Esa es una falsa alternativa. El verdadero reto consiste en construir las condiciones para que la IA pueda utilizarse cuando aporta valor, pueda limitarse cuando introduce riesgos innecesarios y pueda excluirse cuando ocupa un lugar que no le corresponde.
Ese matiz es esencial. Utilizar IA con evidencias reales de aprendizaje no es, por sí mismo, una mala práctica. De hecho, si queremos que la IA ayude a mejorar el feedback, a detectar patrones de error o a comprender mejor lo que ocurre en un grupo, en muchas ocasiones tendrá que trabajar con producciones reales, con respuestas reales, con dificultades reales. Una herramienta no puede ayudar a entender el aprendizaje concreto de unos alumnos concretos si solo trabaja con ejemplos abstractos o inventados.
El problema no está en que la IA entre en contacto con evidencias de aprendizaje. El problema aparece cuando eso se hace sin finalidad clara, sin minimización de datos, sin garantías suficientes, sin revisión docente o convirtiendo la salida de la herramienta en una decisión automática sobre el alumno.
Ahí está el punto que esta serie quiere defender.
La respuesta responsable no es negar cualquier uso de IA sobre tareas reales de alumnos. Tampoco es subir producciones, interacciones o informes a cualquier herramienta externa como si todo fuera material neutro. La respuesta responsable es diseñar sistemas donde la información necesaria se use con prudencia, donde la identidad del alumno se proteja al máximo, donde los datos se reduzcan a lo estrictamente necesario, donde las evidencias se conserven solo durante el tiempo justificado y donde el docente mantenga siempre el control de la interpretación y de la decisión.
Esto afecta de lleno a cuestiones como el uso de identificadores internos, códigos de alumno o Student ID. Utilizar un código no trazable por terceros, sin nombres, sin curso visible, sin relación accesible con listas oficiales y con conservación limitada puede ser una medida muy potente de reducción de riesgo. Ahora bien, conviene llamar a las cosas con precisión. Si durante el curso el docente necesita poder vincular ese código con el proceso de un alumno para hacer seguimiento formativo, probablemente no estamos ante una anonimización absoluta en sentido estricto, sino ante una forma robusta de seudonimización o identificación pedagógica interna controlada. Y eso no la invalida. Al contrario: la sitúa en el terreno correcto, el de las medidas de protección reales, explicables y defendibles.
Esta distinción será importante en toda la serie. No vamos a presentar la protección de datos como una excusa para no hacer nada, sino como una condición para poder hacer las cosas bien. El RGPD y la LOPDGDD no existen para impedir que los centros enseñen, evalúen o acompañen mejor a sus alumnos. Existen para garantizar que, al hacerlo, no se pierdan de vista derechos fundamentales, especialmente cuando trabajamos con menores, producciones académicas, información de aprendizaje o herramientas digitales que pueden tratar datos de formas no siempre evidentes. La LOPDGDD, además, reconoce expresamente el derecho a la educación digital y sitúa el uso crítico, seguro y responsable de los medios digitales dentro del sistema educativo.
Por eso, esta serie no nace desde el miedo. Nace desde una convicción mucho más exigente: si la IA va a formar parte de la educación, no puede hacerlo como una capa improvisada sobre prácticas antiguas. Tiene que integrarse en un diseño pedagógico consciente, en una política de centro y en una cultura profesional capaz de distinguir entre apoyo y sustitución, entre feedback y calificación, entre evidencia formativa y decisión automatizada, entre reducción del riesgo y falsa anonimización, entre innovación real y simple aceleración de lo que ya hacíamos.
La escuela no necesita docentes paralizados por el marco legal. Necesita docentes alfabetizados, equipos directivos capaces de construir criterios comunes y centros que entiendan que la IA no se gobierna con ocurrencias individuales, sino con decisiones compartidas. El Marco de Referencia de la Competencia Digital Docente ya venía situando la competencia digital como parte del desarrollo profesional docente; la IA añade una urgencia nueva a esa conversación, porque ya no hablamos solo de usar tecnología, sino de saber qué papel ocupa dentro de procesos educativos que afectan directamente al alumno.
En los próximos artículos abordaremos cinco preguntas que empiezan a ser inevitables.
Qué significa realmente estar alfabetizado en IA, más allá de saber escribir buenos prompts. Qué usos educativos pueden considerarse especialmente sensibles o de alto riesgo, sin caer en la idea falsa de que toda IA educativa pertenece a esa categoría. Dónde está la línea entre usar IA para corregir mejor y delegar indebidamente la evaluación. Cómo trabajar con datos y evidencias reales de aprendizaje sin exponer innecesariamente al alumno. Y por qué la IA ya no puede ser solo una decisión aislada de cada profesor, sino una cuestión de centro.
La pregunta de fondo no es si debemos usar IA o no. Esa pregunta, formulada así, se queda demasiado corta. La pregunta que empieza a importar es otra: para qué la usamos, qué proceso queremos mejorar, qué datos son necesarios, qué límites establecemos, quién supervisa, quién decide y qué consecuencias tiene todo ello para el aprendizaje del alumno.
La ley empieza a poner nombre a algunos riesgos. Pero la ley no diseña buenas tareas. La ley no convierte el feedback en aprendizaje. La ley no decide cuándo una herramienta ayuda y cuándo sustituye. La ley no construye criterio pedagógico compartido. Eso sigue siendo trabajo educativo.
Y precisamente ahí se sitúa PedagoIA.
No en la defensa ingenua de la IA como solución universal. Tampoco en el rechazo preventivo que convierte cualquier riesgo en una razón para no avanzar. PedagoIA nace en un espacio más difícil y mucho más necesario: el espacio en el que la pedagogía diseña las condiciones para que una tecnología poderosa pueda ponerse al servicio del aprendizaje sin desplazar el juicio profesional que le da sentido.
La IA puede tener un lugar legítimo en educación. Pero ese lugar no puede ocuparlo por defecto. Hay que diseñarlo.
La ley ha llegado al aula.
Pero el trabajo sigue siendo pedagógico.
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.
- Ley Orgánica 3/2018, de Protección de Datos Personales y garantía de los derechos digitales.
- 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.