1. Introducción y problema

En el tramo de 0 a 6 años —jardín, estancia, CENDI, escuela infantil— se ha instalado un paquete de tres artefactos que pretenden valer por atención conjunta pedagógica. El primero es un sistema de eye-tracking que marca «correcto/incorrecto» si el niño sigue la mirada: un pipeline que convierte el gaze matching en veredicto binario y entrega el dashboard como si fuera respuesta a la atención conjunta (RJA) o iniciación de la atención conjunta (IJA) en el aula. El segundo es un robot social que ejecuta prompts de RJA/IJA: un agente físico o virtual que dirige la mirada, señala o solicita seguimiento y presenta el ensayo como si fuera práctica triádica adulto–niño–referente. El tercero es un modelo de computer vision que puntúa «joint visual attention» a partir de video: un clasificador que etiqueta episodios de mirada compartida y declara el score como mediación del foco compartido. Los tres son visibles y baratos en tiempo de coordinación. Permiten exhibir que el centro «ya hace atención conjunta con inteligencia artificial». El salto —de acumular gaze matching correcto, completar ensayos robóticos o obtener un score de joint visual attention a afirmar que hay atención conjunta pedagógica— no está autorizado ni por la evidencia de robots sociales o correlatos de eye-tracking en joint attention ni por lo que la pedagogía de la primera infancia mide cuando hay práctica triádica situada, serve-and-return y mediación del foco compartido en el aula.

La tesis de este artículo es restrictiva. Un sistema de eye-tracking que marca «correcto/incorrecto» si el niño sigue la mirada, un robot social que ejecuta prompts de RJA/IJA o un modelo de computer vision que puntúa «joint visual attention» a partir de video no constituyen atención conjunta pedagógica en la primera infancia. En esta etapa la atención conjunta es práctica triádica situada (adulto–niño–referente), serve-and-return y mediación del foco compartido; no un score de gaze matching ni un ensayo robótico desacoplado del oficio docente. So et al. (2023) comparan intervención basada en robot (RBI) versus intervención basada en humano (HBI) para mejorar joint attention en niños autistas, con medidas de RJA/IJA (ESCS): hallazgo clínico/experimental, no oficio de aula ordinaria. Sani-Bozkurt y Bozkus-Genc (2023) revisan robots sociales para joint attention en TEA: síntesis del artefacto, no equivalencia con mediación triádica cotidiana. de Belen et al. (2023) reportan correlatos de eye-tracking de la respuesta a la atención conjunta en preescolares con TEA: correlato de gaze, no mediación del foco compartido. Ozdemir, Akin-Bulbul y Yildiz (2025) comparan atención visual en bids de joint attention entre toddlers con TEA y con desarrollo típico: patrones de atención visual, no dashboard que declare «atención conjunta cumplida». Eso no autoriza a traducir «hay eye-tracker», «hay robot con prompts RJA/IJA» o «hay CV de joint visual attention» como «hay atención conjunta pedagógica». Autoriza a preguntar qué se midió: a menudo, seguimiento de mirada, ensayos clínicos o etiquetas de video; no la práctica reiterada cuando adulto y niño comparten un referente, se responden en serve-and-return y el educador media el foco en la rutina.

El problema se agrava por cuatro confusiones de categoría. Primera: atención conjunta no es «calidad de interacciones» adulto–niño en sentido genérico CLASS/turnos —constructo ya tratado en la serie—; aquí el objeto es joint attention (RJA, IJA, mirada triádica, serve-and-return orientado al referente). Segunda: no es SEL. Tercera: no es inclusión/DUA. Cuarta: no es literacidad emergente. Este trabajo no recicla esos ejes ni otros ya usados en la serie. La pregunta es de atención conjunta: qué cuenta como tal cuando un centro de inicial «hace IA y joint attention».

Hay una economía de coordinación: un log de gaze correcto, un video del robot con prompts RJA/IJA y un dashboard de «joint visual attention» se exhiben con facilidad; la atención conjunta pedagógica —señalar, esperar la mirada, nombrar el referente, responder al serve y sostener el foco— es más lenta de mostrar. Las contribuciones son tres: separar el oficio del artefacto; examinar tres familias de casos; y ofrecer cuatro pruebas para decidir cuándo un jardín puede afirmar que hay atención conjunta pedagógica.

2. Estado del arte: de la práctica triádica de atención conjunta al artefacto que se exhibe

Conviene separar cuatro estratos que el mercado de «IA para la atención conjunta en inicial» suele mezclar. El primero es el constructo de atención conjunta en 0–6 años como práctica triádica adulto–niño–referente: RJA (seguir la mirada o el gesto del otro hacia un objeto), IJA (iniciar el foco compartido señalando, mostrando o mirando alternadamente) y mirada compartida situada en rutinas (Bleiweiss y Sall, 2025; Ozdemir et al., 2025; NAEYC, 2022; OECD, 2021). El segundo es el oficio pedagógico que la cultiva —serve-and-return, mediación del foco compartido, distribución intencional de la atención docente y reflexión sobre la expertise del educador— (Bleiweiss y Sall, 2025; Duthois et al., 2026; Isotalo et al., 2026; NAEYC, 2022; OECD, 2021, 2023). El tercero es la evidencia de robots sociales, eye-tracking y correlatos de gaze en joint attention, junto con mapeos de IA en ECE (So et al., 2023; Sani-Bozkurt y Bozkus-Genc, 2023; de Belen et al., 2023; Ozdemir et al., 2025; Mifsud et al., 2025; Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026; Nikolopoulou, 2025). El cuarto es el marco de derechos, de sistemas y de práctica apropiada al desarrollo, que trata al infante de 0–6 años como sujeto de práctica triádica situada, no como unidad de gaze matching ni como respondedor de un ensayo robótico desacoplado del adulto (UNESCO, 2021; Miao y Holmes, 2023; European Commission, 2022; U.S. Department of Education, 2023).

En el estrato del constructo y del oficio, Bleiweiss y Sall (2025) anclan serve-and-return y joint attention en práctica relacional mediada, no en un clasificador de mirada. Inferencia pedagógica, marcada como tal: el oficio incluye turnos orientados a un referente compartido y mediación adulta del foco, no la mera reproducción de prompts RJA/IJA por un robot. Duthois, Vanderlinde y Van Avermaet (2026) estudian con eye-tracking móvil la distribución de la atención docente: el artefacto ilumina a quién mira el adulto, no autoriza a declarar JA pedagógica por un score infantil de gaze. Isotalo, Ukkonen-Mikkola y Rutanen (2026) exploran el eye-tracking para reflexionar la expertise docente en ECEC: uso reflexivo, no equivalencia gaze-score = joint attention del niño. NAEYC (2022) y OECD (2021, 2023) exigen interacciones sensibles y digitalización subordinada. Inferencia: un robot no sostiene, por sí solo, la triada en la rutina; un adulto que señala, espera, nombra y responde al serve sí.

En el estrato de artefactos, So et al. (2023) reportan RBI versus HBI con ESCS; Sani-Bozkurt y Bozkus-Genc (2023) saturan el mapa robot–JA en TEA; de Belen et al. (2023) correlacionan eye-tracking y RJA; Ozdemir et al. (2025) describen atención visual en bids; Mifsud, Bonello y Kucirkova (2025) —transferencia: literacidad 5–6, no JA puro— muestran mediación social del robot en aula. Inferencia: robot en aula ≠ automatización de RJA/IJA como atención conjunta pedagógica. Chen (2024), Su y Yang (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE sin equivalerlas a mirada triádica mediada.

En el estrato de sistemas, UNESCO (2021), Miao y Holmes (2023), la Comisión Europea (2022) y el Departamento de Educación de Estados Unidos (2023) exigen supervisión humana, validación pedagógica y juicio profesional. Inferencia: un jardín puede usar herramientas bajo supervisión; no puede declarar atención conjunta pedagógica por haber desplegado eye-tracking, robot con prompts RJA/IJA o CV de joint visual attention. Instrumentar no es equivaler.

3. Método de revisión

Se realizó una revisión narrativa crítica, no un metaanálisis primario. El propósito no fue estimar un tamaño de efecto homogéneo del robot social o del eye-tracking sobre joint attention, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con transferencia explícitamente marcada cuando la muestra, el diagnóstico o el nivel no equivalen al aula ordinaria de educación inicial 0–6; (b) atención conjunta / joint attention, RJA, IJA, serve-and-return, eye-tracking, robot social, computer vision de mirada compartida o IA en educación inicial; (c) relevancia para jardín, estancia, CENDI, preescolar o 0–6 años; (d) revista con pares, DOI o informe de NAEYC, UNESCO, OECD, Comisión Europea o departamento de educación; (e) DOI o página editorial verificable. Se excluyeron como objeto central los ejes ya usados en esta serie —literacidad emergente, música, motricidad/FMS, creatividad artística visual, calidad genérica de interacciones CLASS/turnos, documentación pedagógica, SEL como programa sustituto, funciones ejecutivas, STEM/robótica genérica, juego libre genérico, numeracidad, oralidad/narración, evaluación formativa académica, DUA/inclusión, participación, planificación, formación docente, familia–escuela, transición, liderazgo, privacidad, multilingüismo, bienestar, integridad, conectividad, alfabetización en IA, mediación parental, competencia UNESCO y juego/andamiaje genAI— aunque algunos aparecen como límite de categoría.

La búsqueda se ejecutó el 28 de agosto de 2026 (slot 21:02 America/Mexico_City) en páginas DOI, Crossref, Elsevier, Springer, Taylor & Francis, Frontiers, BMC, Sage, JAIR, OECD iLibrary, UNESDOC, NAEYC y sitios editoriales. Cada fuente se verificó contra al menos una de esas páginas. Se distinguieron hallazgo empírico, marco conceptual o normativo, e inferencia pedagógica marcada como tal. Se priorizó la distinción atención conjunta / calidad genérica de interacciones / SEL / inclusión-DUA / literacidad emergente, y la precaución de no traducir correlatos de gaze, ensayos RBI/HBI o scores de joint visual attention en pedagogía de la mirada compartida triádica y del serve-and-return en el aula. No se inventaron N, d, r, AUC ni DOI; cuando la evidencia proviene de muestras TEA, clínicas o de literacidad (p. ej. So et al., 2023; de Belen et al., 2023; Mifsud et al., 2025), se marca transferencia.

4. Caso 1. Eye-tracking que puntúa, robot con prompts RJA/IJA o CV de joint visual attention no constituyen atención conjunta pedagógica

So, Cheng, Lam, Wong, Law, Huang, Ng, Chun y Wong (2023) publican en Frontiers in Psychiatry la comparación que mejor nombra el techo del robot social cuando se lo presenta como atención conjunta pedagógica. Comparan la efectividad de una intervención basada en robot (RBI) frente a una intervención basada en humano (HBI) para mejorar joint attention en niños autistas, con evaluación de RJA e IJA mediante ESCS. Estatus de la evidencia. Hallazgo empírico de intervención robot versus humano sobre medidas de joint attention en población TEA; transferencia marcada: contexto clínico/experimental de autismo, no aula ordinaria de educación inicial. Inferencia pedagógica, marcada como tal: este es el gesto que un centro copia cuando «hace atención conjunta con un robot que ejecuta prompts de RJA/IJA». Se enciende el agente, se dirigen miradas y señalamientos, se acumulan ensayos y se declara el logro. Lo que hay es un techo técnico de ensayo mediado por robot. La atención conjunta pedagógica, en Bleiweiss y Sall (2025), NAEYC (2022) y OECD (2021), pide práctica triádica situada con un adulto que media el referente en la rutina; no un log de ensayos robóticos. Un niño puede «mejorar en medidas ESCS de RJA/IJA» según el estudio y, a la vez, no haber sostenido con su educadora un foco compartido reiterado sobre un objeto de juego en el aula cotidiana.

Sani-Bozkurt y Bozkus-Genc (2023) saturan el retrato del artefacto en una revisión sistemática sobre robots sociales para el desarrollo de joint attention en TEA (International Journal of Disability, Development and Education). Estatus: síntesis del campo robot–JA en autismo. Inferencia, marcada como tal: la existencia de un corpus de robots para JA no autoriza a declarar que el jardín ordinario «ya hace atención conjunta pedagógica» porque adquirió un robot. de Belen, Pincham, Hodge, Silove, Sowmya, Bednarz y Eapen (2023) nombran el primer artefacto —el eye-tracking como correlato— en BMC Psychiatry: correlatos de eye-tracking de la respuesta a la atención conjunta en preescolares con TEA. Estatus: hallazgo empírico de gaze asociado a RJA; transferencia TEA/preescolar clínico. Inferencia restrictiva: correlato de eye-tracking ≠ mediación pedagógica del foco compartido. Un dashboard que marca «correcto/incorrecto» si el niño siguió la mirada hereda la gramática de ese correlato y la convierte en veredicto pedagógico sin oficio.

Ozdemir, Akin-Bulbul y Yildiz (2025) refuerzan el techo del gaze scoring desde la atención visual en bids de joint attention: comparación entre toddlers con TEA y toddlers con desarrollo típico (Journal of Autism and Developmental Disorders). Estatus: hallazgo empírico de patrones de atención visual ante bids de JA. Inferencia: describir o puntuar atención visual en un bid no constituye, por sí solo, la práctica triádica del aula. Mifsud, Bonello y Kucirkova (2025) —transferencia marcada: literacidad en aula maltesa 5–6, no JA puro— muestran que el robot social en educación inicial asume roles multifacéticos de mediación social, no solo de tutor. Inferencia: incluso cuando el robot entra al aula, su presencia no firma atención conjunta pedagógica; firma, en todo caso, un artefacto social que aún requiere oficio adulto. Chen (2024), Su y Yang (2022), Ljungcrantz (2026), Nikolopoulou (2025) y Miao y Holmes (2023) confirman el crecimiento de IA en ECE y los umbrales de validación pedagógica sin evidencia de que eye-tracking-scorer, robot RJA/IJA o CV de joint visual attention sustituyan la mediación triádica.

Los tres artefactos comparten una misma gramática de sustitución. El eye-tracking que puntúa sustituye la observación pedagógica del foco compartido por un veredicto de gaze matching. El robot con prompts RJA/IJA sustituye la triada adulto–niño–referente por un ensayo de agente. El CV que puntúa joint visual attention sustituye la mediación del foco compartido por una etiqueta de video. Inferencia pedagógica, marcada como tal: la atención conjunta pedagógica no se declara por el catálogo de producto; se declara por la práctica reiterada de mirada compartida triádica, serve-and-return y mediación adulta en el aula. La evidencia en TEA (So et al., 2023; Sani-Bozkurt y Bozkus-Genc, 2023; de Belen et al., 2023; Ozdemir et al., 2025) es valiosa en su dominio; no se convierte, por contigüidad comercial, en protocolo de «JA con IA» para aulas ordinarias de 0–6. La transferencia debe nombrarse.

5. Caso 2. Lo que el jardín sí hace cuando hay atención conjunta pedagógica: serve-and-return, RJA/IJA situadas y mediación triádica

Bleiweiss y Sall (2025) sitúan serve-and-return y joint attention como fundamentos de la comunicación social en TEACHING Exceptional Children: examinan intervenciones orientadas a promover esos procesos. Estatus: marco e intervención sobre oficio de comunicación social. Inferencia pedagógica, marcada como tal: este es el oficio que un centro de inicial puede llamar atención conjunta pedagógica cuando el adulto y el niño se responden en torno a un referente, el niño responde a bids (RJA) o inicia foco compartido (IJA) en la rutina, y la educadora media —señala, espera, nombra, amplía— sin sustituir la triada por un robot o por un score. La atención conjunta no es un porcentaje de gaze matching: es dominio creciente de compartir un foco con otro sobre un objeto o evento, en tiempo real y con sentido. Un eye-tracker puede etiquetar «seguimiento correcto» y, a la vez, no haber capturado si el adulto sostuvo el serve-and-return cuando el niño mostró un bloque o señaló por la ventana. Un robot puede ejecutar un prompt de RJA y vaciar la mediación humana del aula.

Duthois, Vanderlinde y Van Avermaet (2026) saturan el oficio desde el lado del adulto: con eye-tracking móvil preguntan qué niños quedan fuera de la distribución de la atención docente en ECE. Estatus: hallazgo empírico sobre distribución del foco del educador. Inferencia: cuando hay atención conjunta pedagógica en inicial, hay un adulto cuya atención se distribuye —con sesgos y con oportunidades de corrección— hacia referentes compartidos con niñas y niños concretos; el artefacto sirve, en todo caso, a la reflexión sobre esa distribución, no a declarar que el niño «ya tiene JA» porque un modelo puntuó su mirada. Isotalo, Ukkonen-Mikkola y Rutanen (2026) exploran el eye-tracking como posibilidad para reflexionar la expertise docente en ECEC. Inferencia: el uso legítimo del eye-tracking en esta etapa se inclina hacia la reflexión profesional del adulto, no hacia el scoring autónomo del niño como si fuera atención conjunta cumplida. NAEYC (2022) ancla interacciones sensibles y práctica apropiada al desarrollo; OECD (2021, 2023) anclan interacciones cotidianas significativas y digitalización subordinada. Inferencia: mediación triádica significa notar si hubo referente compartido, si el adulto esperó la mirada del niño, si nombró el objeto y si protegió el tiempo del foco compartido frente a la prisa del dashboard. Observación pedagógica es lectura profesional del episodio triádico; no log de «joint visual attention score».

La RJA y la IJA situadas no niegan el juego: lo orientan hacia el referente compartido. Mediación, en el sentido de NAEYC (2022) y OECD (2021), es presencia adulta que organiza, modela, invita y amplía. El serve-and-return completa el cuadro: el niño «sirve» y el adulto «devuelve» de modo contingente sobre el mismo referente. Inferencia pedagógica, marcada como tal: un CV puede etiquetar solapamiento de miradas; no firma el serve-and-return como práctica de sentido (Bleiweiss y Sall, 2025; Duthois et al., 2026; Isotalo et al., 2026). Duthois et al. (2026) advierten, además, que si la atención docente se distribuye de modo desigual, algunos niños quedan fuera del foco compartido posible: un jardín que «hace JA con IA» pero no examina a quién mira la educadora reproduce inequidad bajo barniz tecnológico.

6. Caso 3. Atención conjunta no es calidad genérica de interacciones, ni SEL, ni literacidad emergente

La primera frontera de categoría es la calidad genérica de interacciones adulto–niño (CLASS, turnos, clima). Ese constructo puede coexistir en un centro y ya fue tratado en la serie; no constituye, por sí solo, atención conjunta como RJA/IJA y mirada triádica adulto–niño–referente. Estatus: inferencia pedagógica marcada como tal, anclada en Bleiweiss y Sall (2025) y OECD (2021) como práctica de foco compartido y serve-and-return orientado al referente. Este artículo no convierte la calidad interaccional genérica en objeto central: la nombra para prohibir la equivalencia. Un sistema puede elevar «turnos» o «sensibilidad» sin haber cultivado bids de JA ni mediación del referente. Confundir «mejoró la calidad de interacciones» con «hay atención conjunta pedagógica» es el error de categoría que el mercado explota cuando vende gaze scoring como si fuera el constructo completo.

La segunda frontera es el SEL. Programas de emociones, empatía o autorregulación son otro constructo; no son joint attention. Inferencia: enseñar a «nombrar sentimientos» no es cultivar RJA/IJA ni mirada triádica sobre un objeto. La tercera frontera es la inclusión/DUA. Ajustes de acceso y diseño universal pueden facilitar la participación en episodios triádicos; no convierten, por sí solos, un score de eye-tracking en atención conjunta pedagógica, ni autorizan a reducir la JA a un checklist de accesibilidad. Este artículo no recicla el de inclusión/DUA: lo usa solo como límite. La cuarta frontera es la literacidad emergente. Lectura compartida y print awareness pueden solaparse empíricamente con episodios de foco compartido sobre el libro; no convierten la atención conjunta en literacidad. Mifsud et al. (2025), con transferencia, ilustran robots en lecciones de literacidad: mediación social en aula, no firma de JA pedagógica como constructo. Chen (2024), Su y Yang (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE; Miao y Holmes (2023) fijan límites. Inferencia: el único uso de IA coherente con 0–6 años permanece del lado del adulto que organiza serve-and-return y mediación triádica —como apoyo a reflexión profesional sobre la distribución de la atención docente (Duthois et al., 2026; Isotalo et al., 2026) o a preparación de repertorios de bids—, sometido a validación pedagógica. No entra como eye-tracking autónomo que declara «correcto/incorrecto», robot que sustituye al adulto en prompts RJA/IJA ni CV que declara joint visual attention cumplida.

So et al. (2023) y Sani-Bozkurt y Bozkus-Genc (2023) refuerzan la frontera clínica: evidencia en TEA y robots no autoriza a declarar oficio de JA en aula ordinaria por catálogo. de Belen et al. (2023) y Ozdemir et al. (2025) refuerzan la frontera del correlato: gaze y atención visual informan; no firman mediación. Inferencia: atención conjunta pedagógica incluye el lazo triádico situado; no se agota en un score de matching ni en un ensayo robótico.

7. Marco inferencial: cuatro pruebas para afirmar que hay atención conjunta pedagógica, no un artefacto

El marco que sigue es inferencia pedagógica de este artículo, anclada en los casos y en los instrumentos verificados. No es un nuevo estándar internacional. Distingue cuatro pruebas. Si un jardín, estancia, CENDI o escuela infantil no las pasa, no puede declarar que un sistema de eye-tracking que marca «correcto/incorrecto» si el niño sigue la mirada, un robot social que ejecuta prompts de RJA/IJA o un modelo de computer vision que puntúa «joint visual attention» a partir de video constituyen atención conjunta pedagógica.

7.1. Prueba de la práctica triádica situada (adulto–niño–referente), no del score de gaze matching. Bleiweiss y Sall (2025), NAEYC (2022) y OECD (2021) definen el oficio como práctica mediada en torno a un foco compartido. de Belen et al. (2023) y Ozdemir et al. (2025) estiman correlatos o patrones de atención visual. Inferencia: la evidencia de atención conjunta pedagógica se verifica en si el niño y el adulto compartieron un referente con mediación en contexto. Si la «evidencia» del centro es un dashboard de gaze correcto o un «correcto/incorrecto» de seguimiento, el centro ha hecho scoring, no atención conjunta pedagógica.

7.2. Prueba del serve-and-return y de la RJA/IJA situadas en el aula, no del robot con prompts. Bleiweiss y Sall (2025) sitúan serve-and-return y JA como oficio de comunicación social. So et al. (2023) y Sani-Bozkurt y Bozkus-Genc (2023) documentan robots en JA/TEA. Mifsud et al. (2025) —transferencia— muestran mediación social del robot en literacidad, no sustitución del adulto. Inferencia: ejecutar prompts RJA/IJA con un robot no demuestra que hubo serve-and-return reiterado ni mediación triádica en la rutina. Un ensayo puede registrarse; no firma la práctica.

7.3. Prueba de la mediación adulta y de la observación pedagógica del foco compartido, no del CV autónomo. OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Duthois et al. (2026) e Isotalo et al. (2026) orientan el eye-tracking hacia la distribución de la atención docente y la reflexión de la expertise. Inferencia: un score alto de «joint visual attention» puede elevar un umbral sin elevar la calidad de la mediación triádica. Observación pedagógica lee si hubo referente, espera, nombramiento y return; el dashboard cuenta una etiqueta.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. Atención conjunta ≠ calidad genérica de interacciones, SEL, inclusión/DUA ni literacidad emergente. UNESCO (2021), Miao y Holmes (2023), la Comisión Europea (2022), el Departamento de Educación de Estados Unidos (2023), NAEYC (2022) y OECD (2021, 2023) exigen supervisión humana, validación pedagógica y no sustituir el juicio profesional. Inferencia: un centro no puede tratar al infante como unidad de gaze matching ni como respondedor de ensayos robóticos desacoplados. La atención conjunta pedagógica no se cumple puntuando mejor el seguimiento de mirada. Se cumple practicando mirada compartida triádica, serve-and-return, RJA/IJA situadas y mediación del foco compartido con adultos que sostienen el referente en el aula.

El marco admite el digital cuando se subordina a reflexión profesional sobre la atención docente y a observación validada (Duthois et al., 2026; Isotalo et al., 2026; Miao y Holmes, 2023). Rechaza declarar atención conjunta pedagógica por eye-tracking-scorer autónomo, robot con prompts RJA/IJA o CV de joint visual attention (So et al., 2023; de Belen et al., 2023; Ozdemir et al., 2025; Sani-Bozkurt y Bozkus-Genc, 2023).

Las cuatro pruebas se leen en conjunto. Pasar solo la primera —hubo episodio triádico— sin mediación ni distinción de categoría no basta. Pasar solo la cuarta —el centro distingue constructos— sin práctica situada tampoco.

8. Discusión

Tres tensiones organizan la discusión. La primera es entre exhibir un artefacto de medición o ensayo de joint attention y ejercer atención conjunta pedagógica. Es hallazgo que RBI y HBI se comparan sobre JA en niños autistas (So et al., 2023; transferencia TEA); que existe un corpus sistemático de robots sociales para JA en TEA (Sani-Bozkurt y Bozkus-Genc, 2023); que el eye-tracking correlaciona con RJA en preescolares con TEA (de Belen et al., 2023); que la atención visual en bids de JA diferencia patrones en toddlers (Ozdemir et al., 2025); y que robots sociales en aula ECE asumen roles de mediación social en literacidad (Mifsud et al., 2025; transferencia). Es marco que la atención conjunta de 0–6 se juega en práctica triádica, serve-and-return y mediación (Bleiweiss y Sall, 2025; Duthois et al., 2026; Isotalo et al., 2026; NAEYC, 2022). No es hallazgo de que eye-tracking-scorer, robot RJA/IJA o CV de joint visual attention produzcan el oficio que el aula exige. Los tres artefactos miden, ensayan o etiquetan lo que la ingeniería sabe entregar y declaran lo que solo la práctica triádica mediada autorizaría.

La segunda es entre assessment automatizado de gaze y pedagogía cotidiana del foco compartido. de Belen et al. (2023) y Ozdemir et al. (2025) objetivizan correlatos o patrones de atención visual; los dashboards de «seguimiento correcto» objetivizan ítems aislados. Inferencia: insistir en que el jardín «ya tiene atención conjunta» porque el modelo clasifica gaze matching es una pedagogía invertida. Se toma un proxy evaluativo y se lo hace valer por práctica triádica, serve-and-return y mediación. El infante queda como unidad de matching; el adulto, como supervisor del clasificador.

La tercera es entre ensayo robótico y oficio integral de atención conjunta. So et al. (2023) y Sani-Bozkurt y Bozkus-Genc (2023) documentan el techo del robot en JA/TEA; Mifsud et al. (2025) muestran mediación social sin convertir al robot en sustituto del adulto; Miao y Holmes (2023) y Nikolopoulou (2025) equilibran promesas y desafíos. Inferencia: fragmentar la atención conjunta en un ensayo de prompts RJA/IJA y venderla como «JA con IA» confunde producto técnico con práctica situada. El único uso de IA coherente con 0–6 años permanece del lado del adulto que organiza el foco compartido y observa la triada, sometido a UNESCO, Comisión Europea y Departamento de Educación de Estados Unidos. Un eye-tracking autónomo o un robot porque el sistema necesita un video no lo es.

Inferencia pedagógica adicional, marcada como tal: la serie de artefactos —eye-tracking que puntúa, robot RJA/IJA y CV de joint visual attention— comparte una misma economía de visibilidad. Cada uno produce un output legible para coordinación: un log de gaze, un ensayo robótico, un número de solapamiento visual. OECD (2021) y NAEYC (2022) exigen, en cambio, que el desarrollo de la atención conjunta se verifique en la vida cotidiana del aula. Chen (2024), Su y Yang (2022), Ljungcrantz (2026) y Nikolopoulou (2025) muestran el crecimiento del campo de IA en educación inicial; ese crecimiento no autoriza la equivalencia. Miao y Holmes (2023), UNESCO (2021), la Comisión Europea (2022) y el Departamento de Educación de Estados Unidos (2023) coinciden en subordinar la IA al juicio profesional.

Una lectura cruzada refuerza la tesis restrictiva. So et al. (2023) demuestran que se puede comparar RBI y HBI sobre JA; no demuestran oficio de mediación triádica en CENDI ordinario. de Belen et al. (2023) demuestran correlatos de eye-tracking con RJA; no autorizan scoring pedagógico autónomo. Ozdemir et al. (2025) demuestran patrones de atención visual en bids; no firman serve-and-return situado. Duthois et al. (2026) e Isotalo et al. (2026) demuestran utilidad del eye-tracking para mirar la atención y la expertise docentes; no para declarar JA del niño por dashboard. Bleiweiss y Sall (2025) anclan el oficio en serve-and-return y JA. Si el centro exhibe un log de gaze, un video de robot RJA/IJA o un dashboard de joint visual attention, ha documentado un artefacto; si describe con observación quién compartió qué referente con quién y cómo se mediaron RJA/IJA en la rutina, puede empezar a hablar de atención conjunta pedagógica. La tesis restrictiva no es tecnofobia: es una regla de categoría.

9. Límites

Esta revisión es narrativa. No aplica PRISMA ni estima efectos combinados primarios. So et al. (2023) validan RBI versus HBI en JA/TEA, no mediación triádica en CENDI ordinario. Sani-Bozkurt y Bozkus-Genc (2023) revisan robots y JA en TEA, no aula ordinaria como variable primaria. de Belen et al. (2023) son correlatos de eye-tracking y RJA en preescolar con TEA: transferencia marcada. Ozdemir et al. (2025) comparan atención visual en bids en toddlers TEA versus típicos, no scoring institucional. Duthois et al. (2026) e Isotalo et al. (2026) anclan eye-tracking en atención y expertise docentes, no en declaración de JA infantil por modelo. Bleiweiss y Sall (2025) anclan el oficio de serve-and-return y JA. Mifsud et al. (2025) son transferencia literacidad/aula 5–6. Chen (2024), Su y Yang (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE. NAEYC, UNESCO y OECD son de marco. No se localizaron ensayos latinoamericanos de IA que comparen mediación triádica situada frente a eye-tracking-scorer o robot RJA/IJA autónomo en CENDI. Las inferencias de la sección 7 son hipótesis de categoría pedagógica, no evidencia de implementación.

10. Conclusiones

Un sistema de eye-tracking que marca «correcto/incorrecto» si el niño sigue la mirada, un robot social que ejecuta prompts de RJA/IJA o un modelo de computer vision que puntúa «joint visual attention» a partir de video no constituyen atención conjunta pedagógica en un centro de educación inicial. La evidencia verificada no autoriza esa declaración. So et al. (2023) comparan RBI y HBI sobre joint attention en niños autistas (ESCS RJA/IJA) —intervención clínica/experimental, no oficio de aula ordinaria—. Sani-Bozkurt y Bozkus-Genc (2023) sintetizan robots sociales para JA en TEA —corpus de artefacto, no equivalencia pedagógica cotidiana—. de Belen et al. (2023) correlacionan eye-tracking y RJA en preescolar con TEA —correlato de gaze ≠ mediación—. Ozdemir et al. (2025) describen atención visual en bids de JA en toddlers —patrón visual ≠ dashboard de JA cumplida—. Mifsud et al. (2025) muestran roles de mediación social del robot en literacidad ECE (transferencia) —robot en aula ≠ JA pedagógica declarada—. En cambio, cuando hay atención conjunta pedagógica en inicial, hay práctica situada: serve-and-return y JA como oficio de comunicación social (Bleiweiss y Sall, 2025); distribución reflexiva de la atención docente (Duthois et al., 2026); eye-tracking al servicio de la expertise del educador (Isotalo et al., 2026); interacciones sensibles y digitalización subordinada (NAEYC, 2022; OECD, 2021, 2023). La atención conjunta se distingue de la calidad genérica de interacciones, del SEL, de la inclusión/DUA y de la literacidad emergente. Las guías vigentes exigen supervisión humana, validación pedagógica y no sustituir el juicio profesional (UNESCO, 2021; Miao y Holmes, 2023; European Commission, 2022; U.S. Department of Education, 2023; Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026; Nikolopoulou, 2025).

Donde las fuentes no miden un jardín ordinario, este artículo no lo afirma. Donde miden robot, eye-tracking o atención visual en JA, no las traduce en atención conjunta pedagógica. Acompañar a niñas y niños de cero a seis años en atención conjunta es ejercer práctica triádica situada adulto–niño–referente, serve-and-return, RJA/IJA en la rutina y mediación del foco compartido en el aula. Lo demás es score de gaze matching, ensayo robótico de prompts y clasificación algorítmica de joint visual attention. No es atención conjunta pedagógica en educación inicial, y no debe presentarse como lo que no es.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Referencias

  1. Bleiweiss, J. D., y Sall, N. (2025). Social communication foundations: Examining interventions to promote serve and return and joint attention. TEACHING Exceptional Children. https://doi.org/10.1177/00400599251346783
  2. Chen, J. J. (2024). A scoping study on AI affordances in early childhood education. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  3. de Belen, R. A. J., Pincham, H., Hodge, A., Silove, N., Sowmya, A., Bednarz, T., y Eapen, V. (2023). Eye-tracking correlates of response to joint attention in preschool children with autism spectrum disorder. BMC Psychiatry, 23, 211. https://doi.org/10.1186/s12888-023-04585-3
  4. Duthois, T., Vanderlinde, R., y Van Avermaet, P. (2026). What children get overlooked? The distribution of teachers’ attention in early childhood education: a mobile eye-tracking study. Early Childhood Research Quarterly, 75, 1–14. https://doi.org/10.1016/j.ecresq.2025.12.004
  5. European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. https://doi.org/10.2766/153756
  6. Isotalo, S., Ukkonen-Mikkola, T., y Rutanen, N. (2026). Possibilities of eye-tracking on reflecting teachers’ expertise in early childhood education and care. Journal of Early Childhood Education Research. https://doi.org/10.58955/jecer.176441
  7. Ljungcrantz, L. (2026). The interaction of AI and early childhood education. A state-of-the-art review 2020–2024. Early Childhood Education Journal, 54, 3565–3581. https://doi.org/10.1007/s10643-025-02079-3
  8. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  9. Mifsud, C. L., Bonello, C., y Kucirkova, N. I. (2025). Exploring the multifaceted roles of social robots in early childhood literacy lessons: Insights from a Maltese classroom. International Journal of Social Robotics, 17, 1235–1249. https://doi.org/10.1007/s12369-025-01290-x
  10. NAEYC. (2022). Developmentally appropriate practice in early childhood programs serving children from birth through age 8 (4.ª ed.). NAEYC. https://www.naeyc.org/resources/pubs/books/dap-fourth-edition
  11. Nikolopoulou, K. (2025). Child-centered integration of generative AI in early learning: Balancing promises and challenges. AI, Brain and Child. https://doi.org/10.1007/s44436-025-00023-1
  12. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  13. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  14. Ozdemir, S., Akin-Bulbul, I., y Yildiz, G. I. (2025). Visual attention in joint attention bids: A comparison between toddlers with autism spectrum disorder and typically developing toddlers. Journal of Autism and Developmental Disorders, 55, 1081–1094. https://doi.org/10.1007/s10803-023-06224-y
  15. Sani-Bozkurt, S., y Bozkus-Genc, G. (2023). Social robots for joint attention development in autism spectrum disorder: A systematic review. International Journal of Disability, Development and Education, 70(5), 625–646. https://doi.org/10.1080/1034912X.2021.1905153
  16. So, W.-C., Cheng, C.-H., Lam, W.-Y., Wong, T., Law, W.-W., Huang, Y., Ng, K.-C., Chun, C.-L., y Wong, W. (2023). Comparing the effectiveness of robot-based to human-based intervention in improving joint attention in autistic children. Frontiers in Psychiatry, 14, 1114907. https://doi.org/10.3389/fpsyt.2023.1114907
  17. Su, J., y Yang, W. (2022). Artificial intelligence in early childhood education: A scoping review. Computers and Education: Artificial Intelligence, 3, 100049. https://doi.org/10.1016/j.caeai.2022.100049
  18. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  19. U.S. Department of Education, Office of Educational Technology. (2023). Artificial intelligence and the future of teaching and learning: Insights and recommendations. U.S. Department of Education. https://www.ed.gov/sites/ed/files/documents/ai-report/ai-report.pdf