1. Introducción y problema

En las escuelas infantiles circula una promesa simétrica a la de la personalización: la inteligencia artificial “observa” al niño, “transcribe” el aula, “completa” el portafolio y “libera” al adulto para que esté, por fin, con la infancia. Esa promesa suele silenciar su condición de posibilidad. Para transcribir hace falta un micrófono. Para etiquetar, una ontología de categorías. Para “capturar” la infancia, una cámara o un chaleco con grabadora. El objeto que resulta no es abstracto. Es un recorte de la jornada de un niño de tres años: un turno de habla con error de palabra, una foto etiquetada como “colaboración”, un clip clasificado como “juego libre”. Quienes producen ese recorte no están defendiendo una tesis: están aprendiendo a ser vistos. Si la escuela trata el recorte como si fuera ya documentación pedagógica, la mirada del adulto —la que en Reggio se llama escucha y en Aotearoa se escribe como historia de aprendizaje— corre el riesgo de ser sustituida por un registro algorítmico.

El problema no es la hostilidad a la herramienta ni la nostalgia del cuaderno de anécdotas. Es la confusión entre tres objetos. El primero es un hallazgo empírico: qué se observa cuando un sistema clasifica hablantes y transcribe el aula; qué ocurre cuando una plataforma digital orienta lo que el educador ve y etiqueta; cómo se escriben y se comparten las historias de aprendizaje cuando el dispositivo media. El segundo es un marco normativo o clásico aún vigente: qué cuenta como observación, documentación y evaluación en la declaración de práctica apropiada al desarrollo de la NAEYC (2020), en la pedagogía de la escucha (Rinaldi, 2006) y en las learning stories (Carr, 2001; Carr y Lee, 2012). El tercero es una inferencia pedagógica: qué no debería venderse como solución —la IA que “mejora la observación”, que “libera al docente para estar con el niño”, que “hace portafolios más ricos”— si la fuente no lo mide. Mezclarlos produce una pedagogía de la captura: la escuela “documenta con IA” sin poder decir si lo que archiva es una interpretación situada o solo un rastro etiquetable.

La tesis de este artículo es restrictiva. La IA puede transcribir y etiquetar; no documenta en el sentido pedagógico si no hay interpretación situada del adulto. Donde la fuente no mide mejora de la observación, no se afirma. Donde no mide liberación de tiempo para estar con el niño, no se promete. Donde no mide riqueza del portafolio, no se inventa. El vacío es epistémico: qué cuenta como documentación, no solo qué se extrae. Este artículo no trata consentimiento/CNIL/ClassDojo (21 ago, 1:02), bienestar docente (9:02), integridad/detectores (13:02), alfabetización curricular, competencia UNESCO, mediación parental, inclusión, juego/PopBots, tutores adaptativos, multilingüismo ni brechas de “aprender IA”. El objeto es la documentación pedagógica en educación inicial: observación, portafolio y el riesgo de sustituir la mirada del adulto.

2. Estado del arte: documentar no es archivar

Conviene separar tres estratos. El primero es conceptual: qué significa documentación pedagógica cuando el niño se entiende como sujeto de cien lenguajes y no como emisor de datos. El segundo es el desplazamiento digital: qué ocurre cuando el papel cede a plataformas de portafolio y a sistemas de etiquetado. El tercero es el desplazamiento algorítmico: qué miden, de hecho, la transcripción automática, la diarización y la detección de movimiento en aulas de preescolar.

En el estrato conceptual, Rinaldi (2006) articula la pedagogía de la escucha, la documentación como investigación y la relación entre documentar y evaluar. Documentar no es acumular pruebas anónimas: es hacer visible un proceso de aprendizaje para interpretarlo con otros —niños, familias, colegas— y para devolver esa interpretación a la enseñanza. Edwards, Gandini y Forman (2012) recogen la experiencia de Reggio Emilia en transformación, incluido el poema de los cien lenguajes atribuido a Loris Malaguzzi: el niño se expresa por vías que no se reducen al habla adulta, y la escuela que solo registra una de ellas empobrece lo que puede ver. Dahlberg, Moss y Pence (2013) oponen al “discurso de la calidad” —la reducción de cuestiones de valor a medición experta— un lenguaje de evaluación como construcción de significado. Carr (2001) desplaza la evaluación de la primera infancia desde métodos hiperformales hacia historias de aprendizaje centradas en disposiciones —resiliencia, confianza para expresar ideas, colaboración en la resolución de problemas— porque, si no se evalúan los resultados complejos, esos resultados quedan fuera de la enseñanza. Carr y Lee (2012, 2019) argumentan que esas historias construyen identidades de aprendiz y ofrecen un marco de autoría narrativa y coparticipación. Knauf (2020) resume un consenso empírico: la documentación construye una imagen del niño y puede ser instrumento de participación. Ese es el criterio con el que este artículo lee lo que la IA no hace cuando transcribe.

En el estrato del desplazamiento digital, Cowan y Flewitt (2021) documentan, en tres escuelas infantiles londinenses, el paso del papel a sistemas de e-portafolio y diarios de aprendizaje en línea. White et al. (2021) muestran que las plataformas no son neutras: orientan lo que el educador ve. Nuttall et al. (2023) identifican dos acciones —etiquetar y monitorear— que conectan operaciones técnicas con motivos laborales. Blaisdell et al. (2021) interrogan la autoría infantil de las historias. Sands y Lee (2024) muestran que compartir historias de aprendizaje en un centro de Aotearoa fortalece la práctica cuando hay diálogo entre docentes. Restiglian et al. (2023) saturan, desde el Véneto, el dilema profesional de documentar en la era de las plataformas: no se usa aquí como eje de privacidad, sino como evidencia de que el estatuto mismo de la documentación se vuelve incierto cuando el dispositivo manda.

En el estrato algorítmico, Elbaum, Perry y Messinger (2024) ofrecen un panorama de sensores automáticos en preescolar: clasificación de hablantes, análisis del habla y detección de movimiento a lo largo de la jornada. Sun et al. (2024, 2025) miden fiabilidad de transcripción y de “quién dijo qué”. Chaparro-Moreno et al. (2024) miden la exactitud de un sistema (IDEAS) sobre habla de terapeutas y de niños. Esas fuentes cuantifican error, no significado pedagógico. El vacío no es la ausencia de tecnología: es la escasez de evidencia de que un rastro automático cuente como documentación en el sentido de Rinaldi, Carr o la NAEYC (2020).

En el estrato normativo, la NAEYC (2020) prescribe que la observación, la documentación y la evaluación sean continuas, estratégicas, reflexivas y con propósito; que exista un sistema para recoger, dar sentido y usar esa información; que se anime a los niños, desde el preescolar, a observar y documentar; y que se limite el uso de evaluaciones basadas en lo digital, en especial con infantes que deberían tener exposición restringida a pantallas. Dar sentido no es un paso opcional: es el criterio que distingue documentar de archivar. Ese marco no mide IA. Su autoridad es normativa.

3. Método de revisión

Se realizó una revisión narrativa crítica, no un metaanálisis. El propósito no fue estimar un tamaño de efecto homogéneo —inexistente entre un ensayo de transcripción de 110 minutos, un piloto de seis educadores y una declaración de práctica profesional—, sino articular qué cuenta como documentación pedagógica cuando entran sistemas que transcriben y etiquetan. Inclusión: (a) documentación pedagógica, observación, portafolio, historias de aprendizaje, transcripción o analítica automática en educación inicial o preescolar; (b) preferente 2021–2026, con clásicos aún vigentes (Carr, 2001; Rinaldi, 2006; Edwards et al., 2012; Dahlberg et al., 2013; NAEYC, 2020; Carr y Lee, 2012, 2019; Knauf, 2020); (c) revista o actas con DOI, libro de editorial académica o declaración de organismo profesional; (d) DOI o URL oficial verificable. Se excluyeron como eje la privacidad y la dataficación de ClassDojo, el bienestar docente, la integridad y los detectores, la alfabetización curricular de estudiantes, la competencia UNESCO, la mediación parental, la inclusión por discapacidad, el juego/PopBots, los tutores adaptativos, el multilingüismo y las brechas de “aprender IA”.

La búsqueda se ejecutó el 21 de agosto de 2026 (alrededor de las 17:03, America/Mexico_City) en páginas DOI, IEEE Xplore, arXiv, ASHA, ScienceDirect, Taylor & Francis, SAGE, Springer, Routledge, NAEYC, EPAA, EECERJ y repositorios universitarios. Cada fuente se verificó contra al menos una de esas páginas. Casos nucleares: (4) transcripción y sensores automáticos; (5) plataformas digitales e historias de aprendizaje; (6) el estatuto epistémico de la mirada. Restiglian et al. (2023) saturan la plataformización; Manolev y la dataficación de la disciplina no se usan como caso nuclear —ya lo fueron el 21 de agosto a las 1:02—.

El análisis distinguió tres estatus enunciativos. Hallazgo empírico: lo observado en la muestra o en el ensayo de herramientas. Marco normativo o clásico: lo que un organismo prescribe o lo que una tradición pedagógica sostiene como criterio de lo que cuenta. Inferencia pedagógica: la traducción al aula de inicial, marcada como tal. Los límites son los de toda revisión narrativa (sección 9).

4. Caso 1. Transcribir el aula no es documentar el aprendizaje: Who Said What, WSW 2.0 e IDEAS

Sun, Londono, Elbaum, Estrada, Lazo, Vitale, Gonzalez Villasanti, Fusaroli, Perry y Messinger (2024) presentaron en el IEEE International Conference on Development and Learning un marco automático (ALICE para clasificar hablante niño/docente; Whisper large-v2 para transcribir) y lo compararon con un experto humano sobre 110 minutos de grabaciones de un aula de preescolar: 85 minutos de micrófonos infantiles (n = 4 niños, 3,8–4,6 años) y 25 minutos de micrófonos de docentes (n = 2). Hallazgo empírico: la proporción de acuerdo en la clasificación de emisiones fue de 0,76, con kappa corregida de 0,50 y F1 ponderada de 0,76. La tasa de error de palabra fue de 0,15 tanto en docentes como en niños: el 15 % de las palabras habría que borrarlas, añadirlas o cambiarlas para igualar la transcripción automática con la experta. Rasgos de habla —longitud media de emisión, proporción de preguntas, respuestas en 2,5 segundos— fueron similares cuando se calcularon por separado a partir de ambas transcripciones. La transcripción experta de esos 110 minutos exigió unas 55 horas. Los autores describen “progreso sustancial” en el análisis del habla que puede apoyar la investigación sobre lenguaje. No miden observación docente, tiempo con el niño ni riqueza de portafolio. El objeto es fiabilidad de “quién dijo qué”.

Sun, Feng, Gutierrez, Londono, Xu, Elbaum, Narayanan, Perry y Messinger (2025) actualizan el marco (WSW 2.0: clasificación con wav2vec2 y Whisper large-v2/v3) sobre 235 minutos (160 de 12 niños y 75 de 5 docentes). Hallazgo empírico: F1 ponderada de 0,845, exactitud de 0,846 y kappa de 0,672 en la clasificación niño/docente. La tasa de error de palabra fue de 0,119 en docentes y de 0,238 en niños: el habla infantil es, en esta muestra, más difícil. Las correlaciones intraclase de rasgos (longitud de emisión, diversidad léxica, preguntas, respuestas) oscilaron entre 0,64 y 0,98. El marco se aplicó a más de 1.592 horas en dos años. Los autores afirman potencial para la investigación educativa y para orientar intervenciones de lenguaje. Estatus: hallazgo de escalabilidad y de fiabilidad diferencial (peor en el niño). No es hallazgo de documentación pedagógica. Convertir “1.592 horas transcritas” en “infancia capturada” o en “observación mejorada” sería una inferencia ilegítima: la fuente no mide mirada docente ni calidad de portafolio.

Chaparro-Moreno, Gonzalez Villasanti, Justice, Sun y Schmitt (2024) evaluaron, en el Journal of Speech, Language, and Hearing Research, el programa IDEAS (Interaction Detection in Early Childhood Settings) sobre 45 sesiones videograbadas de terapia del lenguaje con 27 terapeutas y 56 niños. Hallazgo empírico: la diarización es alta en el habla del terapeuta y menor en el habla del niño. Nueve de diez estimaciones de unidades lingüísticas del terapeuta cumplen los criterios de exactitud de los autores; ninguna de las estimaciones de unidades lingüísticas del niño los cumple. La conclusión de los autores es que IDEAS es fiable, sobre todo, para medir el habla del adulto clínico. Inferencia pedagógica, marcada como tal: si el sistema que “escucha” el aula falla de modo sistemático en el habla infantil, el rastro automático no es un testigo simétrico del niño. Documentar al niño con un instrumento ciego a su habla es, en el mejor de los casos, documentar al adulto que lo rodea.

Elbaum, Perry y Messinger (2024), en Early Childhood Research Quarterly, revisan sensores que combinan grabadoras y localizadores con algoritmos: clasificación de hablantes, análisis del habla y detección de movimiento. Hallazgo de revisión: esos sistemas abren una ventana más amplia a la variabilidad de las interacciones y a la integración en redes sociales del aula, y plantean desafíos técnicos y éticos de despliegue. El objeto es la investigación de procesos de aula que predicen lenguaje y desarrollo social. No es un ensayo de portafolios. No afirma que el sensor sustituya la observación pedagógica ni que la libere.

Estatus acumulado. Hallazgo empírico: hay progreso medible en transcribir y clasificar el habla de preescolar; el error no es nulo; el habla del niño es, en WSW 2.0 y en IDEAS, el punto débil; el producto es un corpus de rasgos (MLU, preguntas, movimiento), no una interpretación de disposiciones o de teorías infantiles. No es hallazgo de que la IA documente. Inferencia pedagógica: un expediente de “quién dijo qué” puede ser insumo para una historia de aprendizaje si un adulto lo interpreta en contexto. Sin esa interpretación, es un registro. Confundir ambos es el riesgo epistémico de este caso.

5. Caso 2. Del papel al tag: plataformas digitales, learning stories y lo que el educador llega a ver

Cowan y Flewitt (2021) publicaron en el International Journal of Early Years Education estudios de caso etnográficos participativos en tres centros infantiles multiculturales de Londres. Hallazgo empírico: la documentación digital —foto, video, audio y texto combinados en e-portafolios y diarios en línea— abre posibilidades para recoger el carácter dinámico y encarnado del aprendizaje y puede hacer la documentación más accesible a niños y familias. Al mismo tiempo, muchos sistemas están diseñados sobre todo para adultos, no para que el niño acceda y contribuya; ese diseño adultocéntrico corre el riesgo de marginar la voz infantil al pasar del papel a lo digital. Los autores piden colaboración entre investigadores, educadores y diseñadores. Estatus: hallazgo sobre documentación digital hecha por personas, no sobre IA que transcribe o etiqueta sola. No miden que un modelo “haga portafolios más ricos”. La riqueza que describen es multimodalidad al servicio de una pedagogía de la escucha, amenazada precisamente cuando el sistema no se deja usar por el niño.

White, Rooney, Gunn y Nuttall (2021), en el Australasian Journal of Early Childhood, analizaron entrevistas de recuerdo estimulado por video con seis educadores en cuatro centros de Australia y Nueva Zelanda. Hallazgo empírico: las plataformas orientan cómo se ve y se articula el aprendizaje. Proponen cuatro conceptos: etiquetabilidad (tag-ability), rastreabilidad, completitud y co-constitución. Cada uno se problematiza frente a la ubicuidad de lo visual. Lo que “cuenta” como aprendizaje tiende a ser lo que se puede etiquetar, lo que se puede seguir en el tiempo, lo que parece un expediente completo y lo que la plataforma y el usuario coproducen. No es un RCT de aprendizaje infantil. Es un hallazgo sobre la mirada: el dispositivo no se limita a registrar lo que el adulto ya vio; participa en qué se vuelve visible.

Nuttall, Rooney, Gunn y White (2023), en Technology, Pedagogy and Education, probaron la utilidad de la teoría de la actividad (jerarquía de Leontiev: operaciones, acciones, motivos) sobre observación de sombra de trabajo y entrevistas con siete docentes en cuatro centros de Australia y Nueva Zelanda. Hallazgo empírico: dos acciones —etiquetar y monitorear— conectan operaciones técnicas básicas con los motivos de usar la plataforma. Los autores señalan, como agenda futura, la dataficación como modo de gobierno del trabajo docente. Ese apunte no se desarrolla aquí como eje de vigilancia (ya tratado el 21 de agosto a las 1:02); se retiene como hallazgo laboral-epistémico: el trabajo de documentar se desplaza hacia el tag y el monitoreo. No miden tiempo “liberado” para estar con el niño. Knauf (2020), en entrevistas con 24 docentes (12 en Alemania y 12 en Nueva Zelanda) de instituciones que documentan con intensidad, halló que el tiempo es el requisito más citado y que las estrategias —discusión de equipo, uso múltiple de un mismo texto, reparto de niños, plantillas, fases delimitadas, apoyo mutuo, paralelización con la supervisión, priorización y digitalización— sirven sobre todo para hacer manejable una tarea percibida como inacabable. En Nueva Zelanda, la discusión colegiada y las plataformas se describen como vías de comunicación con familias; una docente afirma que el ciclo de respuesta se volvió “más profundo”: percepción situada, no efecto medido. En Alemania, el recorte formal (fases, cupos) puede documentar la ventana elegida, no lo que importa al niño. Knauf no estudia IA. Su hallazgo relevante es que la calidad, en el relato docente, depende de la discusión interpretativa, no del archivo digital.

Blaisdell, McNair, Addison y Davis (2021), en el European Early Childhood Education Research Journal, reportan la fase uno de una investigación-acción en un nursery escocés sobre derechos de participación infantil en la autoría de las historias de aprendizaje. Hallazgo empírico: la puesta en práctica de las Learning Stories implica consideraciones políticas y materiales complejas; hace falta acomodar la autoría de los niños con métodos flexibles, no (o menos) escritos. El título cita la pregunta de un niño —“¿por qué salgo en todas estas fotos?”— como síntoma de una documentación que retrata sin autorizar. Sands y Lee (2024), en un estudio de caso del Greerton Early Learning Centre (Aotearoa), hallan que el proceso dialógico de compartir historias de aprendizaje fortalece la práctica pedagógica: un zoom hacia las identidades de aprendizaje y un zoom hacia la continuidad de enseñar y aprender. Estatus: evidencia de que la historia de aprendizaje opera como indagación entre docentes. No es evidencia de que una etiqueta automática produzca el mismo efecto. Carr (2001) y Carr y Lee (2012, 2019) definen el género: narración situada, disposiciones, identidad de aprendiz, coautoría. Un tag de “colaboración” no es ese género.

Estatus acumulado. Hallazgo empírico: al digitalizarse, la documentación gana multimodalidad y accesibilidad potencial, y a la vez se deja orientar por lo etiquetable, lo rastreable y lo “completo”; el niño puede quedar fuera de la autoría; el trabajo docente se desplaza hacia etiquetar y monitorear; la fuerza pedagógica que Sands y Lee (2024) y Knauf (2020) describen pasa por el diálogo interpretativo entre adultas —y, en Blaisdell et al. (2021), por la autoría infantil—. No es hallazgo de que la IA enriquezca portafolios. Inferencia pedagógica: automatizar el tag es acelerar precisamente la operación que White et al. (2021) y Nuttall et al. (2023) ya señalan como molde de la mirada. Sin un adulto que interprete disposiciones en contexto, el portafolio puede volverse más denso en archivos y más pobre en documentación.

6. Caso 3. Qué cuenta como documentación: la mirada del adulto, los cien lenguajes y el registro algorítmico

El tercer caso no es un producto de IA. Es el criterio epistémico frente al cual los dos primeros se leen. Rinaldi (2006) sostiene que la documentación es, ante todo, un instrumento educativo y de investigación, y que reconocerla como herramienta de evaluación es un “anticuerpo” frente a instrumentos anónimos, descontextualizados y solo en apariencia objetivos. Edwards, Gandini y Forman (2012) recogen esa gramática: el niño competente, la escucha, el atelier, la documentación como negociación democrática (capítulo de Dahlberg en ese volumen) y el uso de medios digitales en Reggio como uno de los lenguajes, no como sustituto del adulto que mira (capítulo de Forman). Marco clásico, no ensayo de Whisper: la cámara en Reggio no documenta sola; documenta quien elige el encuadre, lo discute y lo devuelve al grupo.

Albin-Clark (2021), en Contemporary Issues in Early Childhood, desplaza la pregunta de qué significa la documentación a qué está haciendo. Sobre la documentación mural de la exploración acuática de un niño, argumenta que el artefacto invita acciones de creación y de resistencia y ofrece sentidos de pertenencia; propone que los docentes oscilen entre “hechos” y “asuntos de preocupación”. Hallazgo cualitativo de un aula, con lectura neo-materialista: la documentación tiene agencia en el espacio. No mide IA. Inferencia pedagógica, marcada como tal: si un panel de fotos ya hace algo en el aula —convoca, excluye, pertenece—, un flujo automático de clips etiquetados también hará algo. La pregunta no es si “hay más evidencia”, sino qué forma de infancia y de docente produce ese hacer. Restiglian, Raffaghelli, Gottardo y Zoroaster (2023), en Education Policy Analysis Archives, entrevistaron a educadoras del Véneto (14 individuales y una grupal). Hallazgo empírico: equilibrar la documentación mediada por tecnología con otros valores profesionales no es lineal; las educadoras piden políticas y apoyo para un uso reflexivo. Se cita como saturación de dilema profesional —qué está dejando de ser la documentación cuando la plataforma manda—, no como caso de biometría o de ClassDojo.

La NAEYC (2020) exige que las observaciones se usen para planificar, para comunicar con la familia y para mejorar el programa, y que el sistema no se limite a recoger: debe dar sentido. Anima a que el niño, desde el preescolar, observe y documente. Limita las evaluaciones digitales en las edades en que la exposición a pantallas debe ser restringida. Marco normativo: una transcripción masiva que el niño no puede leer, ni impugnar, ni coautorar, no cumple ese criterio por el solo hecho de ser “completa”. Dahlberg, Moss y Pence (2013) advierten que el discurso de la calidad convierte el valor en métrica. Inferencia pedagógica: un tablero de MLU, de preguntas por minuto o de minutos de “juego” detectados por visión es, si se presenta como documentación, una recaída en ese discurso. Puede ser un insumo de investigación (Elbaum et al., 2024; Sun et al., 2024). No es, sin interpretación, una historia de aprendizaje (Carr, 2001).

Estatus acumulado. Hallazgo de tradición y de aula: documentar es escuchar, interpretar, negociar y, en lo posible, coautorar con el niño; las plataformas ya tensionan ese estatuto; la NAEYC exige sentido, no solo archivo. No es hallazgo de que la visión por computadora “vea” los cien lenguajes. Una red que clasifica sentarse, correr o saltar —aunque fuera exacta— vería un lenguaje motor, no la teoría que el niño está ensayando con el agua, el bloque o el silencio. Inferencia pedagógica: sustituir la mirada del adulto por el registro algorítmico no es un atajo técnico. Es un cambio de qué cuenta como conocimiento de la infancia.

7. Marco inferencial: transcribir no es documentar

El marco que sigue es inferencia pedagógica de este artículo, anclada en los casos y en los clásicos verificados. No es un nuevo estándar internacional. Distingue cinco pruebas. Si una propuesta de “documentación con IA” en educación inicial no las pasa, no se despliega como solución pedagógica.

7.1. Prueba de la transcripción que no interpreta. Sun et al. (2024, 2025) y Chaparro-Moreno et al. (2024) miden error de palabra, kappa y unidades lingüísticas. Carr (2001) y Rinaldi (2006) exigen interpretación de disposiciones, teorías y procesos. Inferencia: un expediente automático puede alimentar una historia; no la escribe. Decir que el sistema “documenta” es un abuso de lenguaje. Donde la fuente no mide interpretación situada, este artículo no la inventa.

7.2. Prueba del tag que moldea la mirada. White et al. (2021) y Nuttall et al. (2023) muestran que lo etiquetable y lo monitoreable orientan qué se ve y qué se hace. Inferencia: automatizar el tag no “libera” al docente para una mirada más libre; puede endurecer el molde. Knauf (2020) halló que la discusión entre colegas es recurso de calidad percibida. Un auto-tag no es esa discusión. No se promete ahorro de tiempo pedagógico: Knauf documenta estrategias para crear tiempo, no un efecto de IA.

7.3. Prueba de la completitud que no es riqueza. White et al. (2021) problematizan la “completitud” como criterio de lo que las plataformas hacen ver. Cowan y Flewitt (2021) advierten el diseño adultocéntrico. Blaisdell et al. (2021) muestran el retrato sin autoría. Inferencia: un portafolio con más clips no es, de suyo, un portafolio más rico. La riqueza, en Carr y Lee (2012, 2019) y en Sands y Lee (2024), es narrativa, identitaria y dialógica. Ninguna fuente nuclear mide que la IA la aumente.

7.4. Prueba de que la mirada del adulto no es un cuello de botella a eliminar. El marketing de la captura trata la observación humana como sesgo y escasez. La NAEYC (2020) la trata como práctica profesional: estratégica, reflexiva, con propósito, que da sentido. Edwards et al. (2012) y Rinaldi (2006) la tratan como escucha investigadora. Inferencia: sustituir esa mirada por un sensor no corrige un defecto; retira el órgano de la documentación. Elbaum et al. (2024) legitiman el sensor como instrumento de investigación de interacciones. Trasladarlo al portafolio cotidiano como si fuera el mismo objeto es un salto de género. Este artículo no afirma que el adulto vea “mejor” que la máquina en MLU o en minutos de movimiento: en esos rasgos, Sun et al. (2025) reportan acuerdo elevado. Afirma que esos rasgos no son documentación pedagógica.

7.5. Prueba de la autoría infantil y de los cien lenguajes. La NAEYC (2020) pide que el niño documente. Blaisdell et al. (2021) piden métodos no solo escritos. Edwards et al. (2012) recuerdan que el habla adulta no agota al niño. Chaparro-Moreno et al. (2024) y Sun et al. (2025) muestran que el habla infantil es el punto ciego relativo de los transcriptores. Inferencia: un sistema que oye peor al niño y que no lee gesto, dibujo, silencio ni teoría en acto no puede, sin adulto, documentar una infancia de cien lenguajes. La “captura de la infancia” es, en rigor, la captura de lo que el modelo sabe reconocer.

Operativamente, el marco admite: (a) transcripciones y recortes automáticos como insumo para una historia de aprendizaje escrita e interpretada por adultas, con el niño y la familia cuando sea posible; (b) plataformas digitales usadas para multimodalidad y para diálogo, no como tablero de completitud; (c) sensores en investigación con protocolo, no como portafolio cotidiano. Rechaza: (d) llamar documentación al expediente no interpretado; (e) vender la IA como mejora de la observación o como liberación para “estar con el niño” sin medida; (f) auto-etiquetar disposiciones; (g) tratar la mirada adulta como ruido que el algoritmo corrige.

8. Discusión

Tres tensiones organizan la discusión. La primera es entre rastro y significado. Sun et al. (2024, 2025) demuestran que se puede producir, a escala, un rastro de habla de preescolar con error conocido. Elbaum et al. (2024) añaden movimiento y redes. Eso es un logro de medición. Rinaldi (2006), Carr (2001) y la NAEYC (2020) exigen otra operación: dar sentido en contexto, con otros, para enseñar. Inferencia: el siglo XXI puede transcribir el aula y, al mismo tiempo, dejar de documentarla. La abundancia de rastros no resuelve la escasez de interpretación; puede disimularla. Cowan y Flewitt (2021) ya vieron esa ambivalencia en lo digital previo a la IA: más modos, y a la vez más diseño que excluye al niño.

La segunda tensión es entre eficiencia y mirada. Knauf (2020) documenta que las docentes perciben la documentación como inacabable y que inventan estrategias —incluida la digitalización— para hacerla caber. El salto retórico del mercado es: si transcribir a mano costó 55 horas por 110 minutos (Sun et al., 2024), la IA “libera”. La fuente no mide esa liberación en la sala: mide horas de experto de investigación. Ahorrar transcripción de laboratorio no es devolver presencia al adulto. Nuttall et al. (2023) describen, al contrario, acciones nuevas (etiquetar, monitorear). Un docente que pasa la jornada etiquetando no está más con el niño. Automatizar esa mediación es una hipótesis de intensificación, no de alivio medido.

La tercera tensión es entre captura y escucha. La metáfora de “capturar la infancia” trata al niño como objeto de un sensor. La metáfora de la escucha (Rinaldi, 2006) trata al niño como interlocutor de una investigación compartida. Albin-Clark (2021) recuerda que la documentación hace cosas en el espacio: convoca, resiste, pertenece. Un flujo de clips autoetiquetados también hará cosas: normalizar que lo que no se etiqueta no ocurrió; que lo que el modelo no transcribe no se dijo; que la disposición es un campo de un formulario. Dahlberg et al. (2013) llamaron a eso, en otro vocabulario, discurso de la calidad. Restiglian et al. (2023) muestran educadoras que ya perciben el dilema. Sands y Lee (2024) muestran el otro polo: la historia compartida entre docentes como motor de cambio pedagógico. Ese polo es humano, lento y situado. No tiene, en este corpus, equivalente algorítmico.

Si el objeto es la educación inicial, el docente no necesita un sensor que lo reemplace. Necesita la autoridad de decir que un aula transcrita no es, sin más, un aula documentada, y que un portafolio completo no es, sin más, un niño comprendido. Sustituir ese juicio por un modelo de “quién dijo qué” es abdicar de la pedagogía de la escucha. Conservar el rastro como insumo y reservar el nombre de documentación para la interpretación es, en este artículo, la única vía coherente con las fuentes verificadas.

9. Límites

Esta revisión es narrativa. No aplica un protocolo PRISMA completo ni estima efectos combinados sobre “calidad de la observación” o “riqueza del portafolio”: esas variables, como efecto de IA, no aparecen medidas en el corpus nuclear. Sun et al. (2024, 2025) son actas IEEE de fiabilidad de transcripción en preescolar estadounidense, no ensayos de historias de aprendizaje. Chaparro-Moreno et al. (2024) miden terapia del lenguaje, no el rincón de juego. Elbaum et al. (2024) revisan sensores de investigación, no portafolios. Cowan y Flewitt (2021) son tres casos londinenses de documentación digital humana. White et al. (2021) y Nuttall et al. (2023) son pilotos de seis y siete docentes. Knauf (2020) selecciona instituciones que ya documentan con intensidad y no estudia IA. Blaisdell et al. (2021), Sands y Lee (2024), Albin-Clark (2021) y Restiglian et al. (2023) son casos o lecturas situadas, no ensayos de auto-etiquetado. Rinaldi (2006), Edwards et al. (2012), Carr (2001), Carr y Lee (2012, 2019), Dahlberg et al. (2013) y la NAEYC (2020) son clásicos o marcos, no evidencia de 2026 sobre Whisper. La geografía está sesgada hacia Estados Unidos, Reino Unido, Aotearoa, Australia, Alemania, Italia y Escocia; no se localizó, con el mismo grado de verificación, un ensayo latinoamericano de transcripción automática o de auto-etiquetado de portafolios en educación inicial que cumpliera los criterios. Esa ausencia es un vacío, no una prueba de inexistencia. Las inferencias de la sección 7 son hipótesis de umbral epistémico-pedagógico, no evidencia de implementación nacional. Este artículo no afirma que la IA mejore la observación, que libere al docente para estar con el niño, que haga portafolios más ricos, ni que documente: ninguna fuente nuclear mide esas promesas.

10. Conclusiones

En educación inicial, la documentación pedagógica frente a la inteligencia artificial no se resuelve acumulando rastros. Se resuelve preguntando qué cuenta como documentación cuando un sistema puede transcribir el aula y etiquetar el portafolio. Tres familias de evidencia verificada sostienen el argumento. Los marcos automáticos de 2024–2025 transcriben y clasifican habla de preescolar con error conocido y con peor desempeño relativo en el niño; son instrumentos de investigación de “quién dijo qué”, no de historias de aprendizaje (Sun et al., 2024, 2025; Chaparro-Moreno et al., 2024; Elbaum et al., 2024). Las plataformas digitales ya orientan la mirada hacia lo etiquetable, lo rastreable y lo “completo”, desplazan el trabajo hacia el tag y el monitoreo, y solo recuperan fuerza pedagógica cuando hay diálogo interpretativo y, en lo posible, autoría infantil (Cowan y Flewitt, 2021; White et al., 2021; Nuttall et al., 2023; Knauf, 2020; Blaisdell et al., 2021; Sands y Lee, 2024). Las tradiciones de Reggio, de las learning stories y de la NAEYC exigen escucha, sentido, disposición e identidad de aprendiz, no archivo anónimo (Rinaldi, 2006; Edwards et al., 2012; Carr, 2001; Carr y Lee, 2012, 2019; Dahlberg et al., 2013; NAEYC, 2020; Albin-Clark, 2021).

La tesis restrictiva se sostiene. La IA puede transcribir y etiquetar. No documenta en el sentido pedagógico si no hay interpretación situada del adulto. Donde las fuentes no miden que la IA mejore la observación, que libere al docente para estar con el niño o que haga portafolios más ricos, este artículo no lo inventa. El riesgo específico de la educación inicial no es solo extraer datos —eje de otro texto de esta serie—. Es que deje de contar como documentación aquello que el adulto ya no mira. La infancia no se “captura”. Se escucha. Y la escucha, en las fuentes aquí verificadas, sigue siendo una práctica humana, colegiada y, cuando la escuela no abdica, también infantil.

Ingeniero Mitre / Laboratorio Editorial de NEXTECH.IA

Referencias

  1. Albin-Clark, J. (2021). What is documentation doing? Early childhood education teachers shifting from and between the meanings and actions of documentation practices. Contemporary Issues in Early Childhood, 22(2), 140–155. https://doi.org/10.1177/1463949120917157
  2. Blaisdell, C., McNair, L. J., Addison, L., y Davis, J. M. (2021). ‘Why am I in all of these pictures?’ From Learning Stories to Lived Stories: The politics of children’s participation rights in documentation practices. European Early Childhood Education Research Journal, 30(4), 572–585. https://doi.org/10.1080/1350293X.2021.2007970
  3. Carr, M. (2001). Assessment in early childhood settings: Learning stories. SAGE. https://au.sagepub.com/en-gb/anz/assessment-in-early-childhood-settings/book10420
  4. Carr, M., y Lee, W. (2012). Learning stories: Constructing learner identities in early education. SAGE. https://uk.sagepub.com/en-gb/eur/learning-stories/book235143
  5. Carr, M., y Lee, W. (2019). Learning stories in practice. SAGE. https://uk.sagepub.com/en-gb/eur/learning-stories-in-practice/book257126
  6. Chaparro-Moreno, L. J., Gonzalez Villasanti, H., Justice, L. M., Sun, J., y Schmitt, M. B. (2024). Accuracy of automatic processing of speech-language pathologist and child talk during school-based therapy sessions. Journal of Speech, Language, and Hearing Research, 67(8), 2669–2684. https://doi.org/10.1044/2024_JSLHR-23-00310
  7. Cowan, K., y Flewitt, R. (2021). Moving from paper-based to digital documentation in Early Childhood Education: Democratic potentials and challenges. International Journal of Early Years Education, 31(4), 888–906. https://doi.org/10.1080/09669760.2021.2013171
  8. Dahlberg, G., Moss, P., y Pence, A. (2013). Beyond quality in early childhood education and care: Languages of evaluation (3.ª ed.). Routledge. https://doi.org/10.4324/9780203371114
  9. Edwards, C., Gandini, L., y Forman, G. (Eds.). (2012). The hundred languages of children: The Reggio Emilia experience in transformation (3.ª ed.). Praeger. https://www.bloomsbury.com/us/hundred-languages-of-children-9780313359811/
  10. Elbaum, B., Perry, L. K., y Messinger, D. S. (2024). Investigating children’s interactions in preschool classrooms: An overview of research using automated sensing technologies. Early Childhood Research Quarterly, 66, 147–156. https://doi.org/10.1016/j.ecresq.2023.10.005
  11. Knauf, H. (2020). Documentation strategies: Pedagogical documentation from the perspective of early childhood teachers in New Zealand and Germany. Early Childhood Education Journal, 48(1), 11–19. https://doi.org/10.1007/s10643-019-00979-9
  12. National Association for the Education of Young Children. (2020). DAP: Observing, documenting, and assessing children’s development and learning. https://www.naeyc.org/resources/position-statements/dap/assessing-development
  13. Nuttall, J., Rooney, T., Gunn, A. C., y White, E. J. (2023). The impact of digital documentation platforms on early childhood educators’ work in Australia and New Zealand. Technology, Pedagogy and Education, 32(2), 257–273. https://doi.org/10.1080/1475939X.2023.2177720
  14. Restiglian, E., Raffaghelli, J. E., Gottardo, M., y Zoroaster, P. (2023). Pedagogical documentation in the era of digital platforms: Early childhood educators’ professionalism in a dilemma. Education Policy Analysis Archives, 31(137). https://doi.org/10.14507/epaa.31.7909
  15. Rinaldi, C. (2006). In dialogue with Reggio Emilia: Listening, researching and learning. Routledge. https://www.routledge.com/In-Dialogue-with-Reggio-Emilia-Listening-Researching-and-Learning/Rinaldi/p/book/9780367427047
  16. Sands, L., y Lee, W. (2024). Teacher inquiry and learning stories: A site for pedagogical change. European Early Childhood Education Research Journal. https://doi.org/10.1080/1350293X.2024.2381118
  17. Sun, A., Feng, T., Gutierrez, G., Londono, J. J., Xu, A., Elbaum, B., Narayanan, S., Perry, L. K., y Messinger, D. S. (2025). Who said what (WSW 2.0)? Enhanced automated analysis of preschool classroom speech. En 2025 IEEE International Conference on Development and Learning (ICDL). IEEE. https://doi.org/10.1109/icdl63968.2025.11204438
  18. Sun, A., Londono, J. J., Elbaum, B., Estrada, L., Lazo, R. J., Vitale, L., Gonzalez Villasanti, H., Fusaroli, R., Perry, L. K., y Messinger, D. S. (2024). Who said what? An automated approach to analyzing speech in preschool classrooms. En 2024 IEEE International Conference on Development and Learning (ICDL) (pp. 1–8). IEEE. https://doi.org/10.1109/icdl61372.2024.10644508
  19. White, E. J., Rooney, T., Gunn, A. C., y Nuttall, J. (2021). Understanding how early childhood educators ‘see’ learning through digitally cast eyes: Some preliminary concepts concerning the use of digital documentation platforms. Australasian Journal of Early Childhood, 46(1), 6–18. https://doi.org/10.1177/1836939120979066