1. Introducción y problema

En el tramo de 3 a 6 años —jardín, preescolar, CENDI, escuela infantil— se ha instalado un paquete de tres artefactos que pretenden valer por indagación científica temprana: un chatbot de «preguntas STEM» o planes 5E; un sensor/IoT o computer vision que clasifica «curiosidad científica» o «engagement en el experimento»; y un generador de guiones de experimento a partir de un prompt. Los tres son visibles en coordinación y permiten exhibir que el centro «ya hace ciencia con IA». El salto —de plan 5E generado, etiquetas de curiosidad o guión por prompt a afirmar indagación científica temprana— no está autorizado por la evidencia ni por la pedagogía de la ciencia en inicial, donde cuenta la práctica situada de observación, pregunta genuina del niño, experimentación con materiales reales, registro y mediación adulta en la mesa o rincón de ciencias.

La tesis es restrictiva: esos artefactos no constituyen indagación científica temprana. En esta etapa la indagación es práctica situada —hipótesis infantiles cultivadas en la science table con adultos que modelan, escuchan, amplían y documentan—; no score de curiosidad, dashboard de engagement ni plan generado que sustituye mesa y adulto. Uğraş, Çakır y Zacharis (2025) encuestan N = 33 docentes sobre ChatGPT en ciencias: apoyo parcial a recursos y planes, con límites de overreliance, desinformación y ética; no sustitución de indagación hands-on. Liang y Yang (2026) estudian GenAI en STEM en jardín chino (3 aulas, 6 docentes, 88 niños): facilitación de materiales, retos de prompts infantiles y preguntas retóricas distractoras. Eso autoriza a preguntar qué se midió: planes o etiquetas, no la práctica cuando un niño observa hielo derretirse, pregunta «¿por qué desaparece?», prueba con sal y conversa con un adulto que media.

El problema se agrava por cinco confusiones de categoría que las fichas de producto no mencionan y que este artículo separa con rigor. Primera: indagación científica temprana no es STEM/robótica educativa —aunque compartan vocabulario «STEM», el constructo de indagación situada no se agota en kits, secuencias programables ni robots como producto—; ese eje ya fue tratado en la serie y aquí solo aparece como límite (Kewalramani, Kidman y Palaiologou, 2021; Lee, 2026; Qian, 2026). Segunda: no es numeracidad —conteo, comparación de cantidades o patrones numéricos—. Tercera: no es literacidad emergente —aunque el registro pueda incluir dibujo o marca, la indagación no se reduce a leer/escribir—. Cuarta: no es oralidad ni narración —aunque la conversación sobre hallazgos use el lenguaje, el oficio no se agota en contar cuentos—. Quinta: no es evaluación formativa académica genérica —aunque haya observación docente, el constructo no es un score automatizado de curiosidad—. Este trabajo no recicla artículos de STEM/robótica, numeracidad, literacidad, oralidad, funciones ejecutivas, evaluación formativa, motricidad, creatividad artística, interacciones, documentación, SEL, juego libre, DUA, participación, planificación ni formación docente. La pregunta es de indagación científica temprana: qué cuenta como tal cuando un centro de inicial «hace IA y ciencia».

Ramanathan, Carter y Wenner (2022) anclan un marco de indagación en preschool —observar–preguntar–explorar–registrar–comunicar mediado—; NAEYC (2022) y OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Inferencia pedagógica: la indagación no se cumple generando planes ni puntuando curiosidad algorítmicamente. Las contribuciones son tres: reconstruir el estado del arte que separa indagación científica temprana (observación; pregunta; hipótesis; experimentación; registro; mediación en science table) del chatbot STEM/5E, del scoring de curiosidad/engagement y del guión de experimento por prompt; examinar tres familias de casos empíricos; y ofrecer cuatro pruebas para decidir cuándo un jardín puede afirmar que hay indagación científica temprana, y no solo un chatbot, un clasificador o un generador.

2. Estado del arte: de la práctica situada de indagación al artefacto que se exhibe

Conviene separar cuatro estratos que el mercado de «IA para la indagación científica en inicial» suele mezclar. El primero es el constructo de indagación científica temprana de 3 a 6 años como práctica de observación, pregunta, exploración con materiales reales, registro y comunicación en contextos cotidianos de aula (Ramanathan, Carter y Wenner, 2022; Yildiz y Guler Yildiz, 2021; NAEYC, 2022; OECD, 2021). El segundo es el oficio pedagógico que la cultiva —mesa o rincón de ciencias, experimentación hands-on, conversación sobre hallazgos, mediación docente que escucha preguntas infantiles y amplía hipótesis— (Ramanathan, Carter y Wenner, 2022; Moffit, 2025, con transferencia marcada; NAEYC, 2022; OECD, 2021, 2023). El tercero es la evidencia de chatbots docentes, GenAI en STEM, affordances de IA en ECE y alfabetización en IA —sin equivalerla a indagación situada— (Uğraş, Çakır y Zacharis, 2025; Liang y Yang, 2026; Chen, 2024; Su y Yang, 2022; Su y Zhong, 2022; Ljungcrantz, 2026; Nikolopoulou, 2025; Qian, 2026; Lee, 2026; Kewalramani, Kidman y Palaiologou, 2021). El cuarto es el marco de derechos, de sistemas y de práctica apropiada al desarrollo, que trata al infante de 3–6 años como sujeto de indagación situada, no como vector de señales para un pipeline de scoring ni como receptor pasivo de planes generados (UNESCO, 2021; Miao y Holmes, 2023; European Commission, 2022; U.S. Department of Education, 2023).

En constructo y oficio, Ramanathan, Carter y Wenner (2022) proponen marco de indagación en preschool —observación, preguntas abiertas, exploración guiada, registro y comunicación—: marco, no plan 5E por chatbot. Yildiz y Guler Yildiz (2021) reportan asociación entre creatividad y scientific process skills en preschool: hallazgo empírico de oficio de proceso, no score de app. Moffit (2025) documenta indagación con animales en kindergarten —transferencia marcada por literacidad integrada—. NAEYC (2022) y OECD (2021, 2023) anclan exploración activa e interacciones significativas. Inferencia: un chatbot no observa con el niño; un adulto en la science table sí.

En artefactos, Uğraş, Çakır y Zacharis (2025) reportan chatbot como apoyo parcial (N = 33 docentes), no indagación infantil. Liang y Yang (2026) reportan GenAI en STEM (3 aulas, 88 niños) con retos de outputs inapropiados y distracción retórica. Chen (2024), Su y Yang (2022), Su y Zhong (2022) y Ljungcrantz (2026) mapean IA en ECE sin sustitución del oficio. Kewalramani, Kidman y Palaiologou (2021) estudian inquiry literacy con juguetes IA —límite frente a STEM/robótica—. Qian (2026) y Lee (2026) desarrollan AI literacy 4–6 y pre-K: constructo distinto de indagación. En sistemas, UNESCO (2021), Miao y Holmes (2023), European Commission (2022) y U.S. Department of Education (2023) exigen supervisión humana y validación pedagógica. Kharbanda y Khunyakari (2025) analizan diseño en contextos narrativos —transferencia marcada— como límite frente a confundir narración con indagación.

3. Método de revisión

Se realizó una revisión narrativa crítica, no un metaanálisis primario. El propósito no fue estimar un tamaño de efecto homogéneo de chatbots STEM, clasificadores de curiosidad o generadores de guiones, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con transferencia explícitamente marcada cuando la muestra o el nivel no equivalen al jardín 3–6; (b) indagación científica temprana, pensamiento científico, scientific process skills, science education en educación infantil, IA generativa/chatbots en ciencias tempranas o mapeos de IA en ECE; (c) relevancia para jardín, preescolar, CENDI o 3–6 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 —STEM/robótica educativa como artículo propio, numeracidad, literacidad emergente, oralidad/narración, evaluación formativa académica, funciones ejecutivas, motricidad/FMS, creatividad artística visual, interacciones CLASS/serve-and-return, documentación pedagógica, SEL como programa sustituto, juego libre genérico, tutoría generativa, brechas, privacidad, DUA, familia–escuela, formación continua, participación y planificación— aunque algunos aparecen como límite de categoría.

La búsqueda se ejecutó el 1 de septiembre de 2026 (slot 21:02 America/Mexico_City) en páginas DOI, Crossref, Springer, Taylor & Francis, MDPI, Elsevier, 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 indagación científica temprana / STEM-robótica / numeracidad / literacidad / oralidad / evaluación formativa, y la precaución de no traducir planes 5E generados, scores de curiosidad o engagement reportado en dashboard en pedagogía de la mesa de indagación y de la pregunta genuina del niño. No se inventaron N, d, r, AUC ni DOI: cuando un artefacto (sensor/IoT, computer vision de curiosidad) carece de estudio verificado en el corpus, se discute como techo de categoría apoyado en mapeos generales de IA en ECE (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026), no como hallazgo empírico inventado.

4. Caso 1. Chatbot STEM/5E, scoring de curiosidad/engagement o guiones de experimento por prompt no constituyen indagación científica temprana

Uğraş, Çakır y Zacharis (2025), en Computers, encuestan N = 33 docentes de educación infantil en Türkiye sobre ChatGPT en ciencias: utilidad parcial para planificación y recursos; límites de overreliance, misinformation y ética. Hallazgo empírico de apoyo docente, no de indagación infantil. Inferencia: el gesto «plan 5E según chatbot = sesión de indagación» es techo de planificación generativa. Ramanathan, Carter y Wenner (2022) y NAEYC (2022) piden observación, pregunta genuina y materiales reales en la science table. Un plan útil del chatbot puede coexistir con ausencia de indagación hands-on del niño.

Liang y Yang (2026), en Early Education and Development, estudian GenAI en STEM en jardín chino (3 aulas, 6 docentes, 88 niños): facilitación parcial de materiales; retos de prompts infantiles, outputs inapropiados y preguntas retóricas distractoras. Hallazgo empírico de apoyo docente digital, no sustitución de mesa ni mediación. Miao y Holmes (2023) exigen validación pedagógica de IA generativa. Inferencia: guión por prompt puede ser preparación docente; indagación empieza con manos en agua, hielo o imanes y adulto que media.

El sensor/IoT o computer vision de «curiosidad»/«engagement» carece en el corpus de estudio verificado con N, d, r o AUC en 3–6; no se inventan cifras. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean analítica y sensores como tendencia, sin equivalencia a indagación. Inferencia: clasificar señales ≠ declarar indagación; el dashboard puede subir sin documentación de pregunta ni evidencia. Nikolopoulou (2025), UNESCO (2021) y U.S. Department of Education (2023) exigen enfoque centrado en el niño y supervisión humana. Los tres artefactos sustituyen escucha, materiales reales u observación pedagógica por plan, script o etiqueta.

5. Caso 2. Lo que el jardín sí hace cuando hay indagación científica temprana: observación, pregunta, experimentación y mediación en la science table

Ramanathan, Carter y Wenner (2022) definen indagación en preschool: observación sostenida, preguntas abiertas, exploración guiada, registro multimodal y comunicación de hallazgos. Marco usable: observar, preguntar «¿qué pasará si…?», manipular materiales reales y conversar en mesa, patio o bandeja de agua —no plan 5E impreso. Yildiz y Guler Yildiz (2021) reportan asociación creatividad–scientific process skills: oficio de observar, comparar, predecir y comunicar, no feed de curiosidad. Moffit (2025) documenta «Head Zoologist» en kindergarten —transferencia marcada por literacidad integrada—: observación, registro y comunicación mediada.

NAEYC (2022) y OECD (2021, 2023) anclan exploración activa, interacciones significativas y digitalización subordinada. Mediación docente —NAEYC, 2022; OECD, 2021— es organizar materiales, escuchar preguntas, modelar vocabulario («flotar», «derretir»), documentar y ampliar sin imponer respuestas desde guión generado. Kharbanda y Khunyakari (2025) muestran indagación en contextos narrativos —transferencia marcada—: conversación sobre hallazgos es oficio, no oralidad pura.

6. Caso 3. Indagación científica temprana no es STEM/robótica, numeracidad, literacidad, oralidad ni evaluación formativa

La primera frontera de categoría es STEM/robótica educativa. Un kit, un robot con interfaz de IA o un currículo de alfabetización en IA pueden coexistir en un centro; no constituyen, por sí solos, indagación científica temprana de observación, pregunta y experimentación con materiales reales en 3–6 años. Kewalramani, Kidman y Palaiologou (2021) estudian juguetes robóticos con IA e inquiry literacy: hallazgo de literacidad de indagación mediada, no equivalencia «instalar robot = indagación científica». Estatus: hallazgo empírico de inquiry literacy; aquí se usa solo ese constructo como límite. Lee (2026) propone PL-AI, currículo play-centered de alfabetización en IA para pre-K y kindergarten: hallazgo de diseño basado en juego para AI literacy; inferencia: no sustituye science table. Qian (2026) desarrolla marco pedagógico de alfabetización en IA para 4–6 años con andamiaje dialógico: marco de AI literacy, no de indagación científica. Liang y Yang (2026) reportan GenAI en proyectos STEM: inferencia de límite —STEM como proyecto escolar ≠ indagación situada en mesa de ciencias cuando el hands-on desaparece. Este artículo no recicla el de STEM/robótica: lo usa solo como frontera.

La segunda frontera es la numeracidad. Contar objetos en un experimento puede formar parte de una indagación; no convierte la indagación científica temprana en enseñanza de numeración como constructo central (Ramanathan, Carter y Wenner, 2022; Yildiz y Guler Yildiz, 2021). La tercera es literacidad emergente: Moffit (2025) integra indagación con literacidad —transferencia marcada—; registrar con dibujo es evidencia, no lectoescritura como objeto central. La cuarta es oralidad/narración: Kharbanda y Khunyakari (2025) muestran indagación en relatos —transferencia marcada—; contar sin manipular no equivale a experimentar. La quinta es evaluación formativa automatizada: observar la indagación es juicio profesional; no score algorítmico de curiosidad. Chen (2024), Su y Yang (2022), Ljungcrantz (2026), Nikolopoulou (2025) y Miao y Holmes (2023) confirman que IA en ECE debe subordinarse al adulto en la science table —preparación de materiales o reflexión profesional—, no como chatbot autónomo de 5E, generador que sustituye materiales reales ni clasificador de curiosidad cumplida.

7. Marco inferencial: cuatro pruebas para afirmar que hay indagación científica temprana, 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, preescolar, CENDI o escuela infantil no las pasa, no puede declarar que un chatbot STEM/5E, un sensor/CV de curiosidad o engagement, o un generador de guiones de experimento constituyen indagación científica temprana.

7.1. Prueba de la práctica situada de observación, pregunta y experimentación con materiales reales, no del plan 5E generado. Ramanathan, Carter y Wenner (2022) y Yildiz y Guler Yildiz (2021) definen el oficio como observación, pregunta, exploración y registro mediados. Uğraş, Çakır y Zacharis (2025) reportan chatbot como apoyo parcial a planes (N = 33 docentes), no como indagación infantil. Inferencia: la evidencia de indagación se verifica en si el niño observó, preguntó y manipuló materiales reales. Si la «evidencia» del centro es un plan 5E impreso o un guión en pantalla, el centro ha hecho planificación generativa, no indagación científica temprana.

7.2. Prueba de la science table, el registro de evidencias y la conversación sobre hallazgos, no del guión de experimento por prompt. NAEYC (2022) sitúa exploración activa del entorno en práctica apropiada al desarrollo. Miao y Holmes (2023) exigen validación pedagógica de IA generativa. Liang y Yang (2026) reportan retos de outputs inapropiados y preguntas retóricas que distraen del hands-on (3 aulas; 6 docentes; 88 niños). Inferencia: producir un guión por prompt no demuestra que hubo mesa de indagación, registro ni conversación mediada. Un script puede existir; no firma la práctica.

7.3. Prueba de la mediación docente y la observación pedagógica de la indagación, no del dashboard de curiosidad o engagement. OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean sensores y analítica como affordances emergentes, sin equivalencia a indagación. Inferencia: «curiosidad alta» o «engagement alto» en un dashboard puede elevar un umbral sin elevar la calidad de la mediación. Observación pedagógica lee la pregunta del niño y la evidencia del experimento; el dashboard cuenta una etiqueta.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. Indagación científica temprana ≠ STEM/robótica, numeracidad, literacidad, oralidad ni evaluación formativa automatizada. Kewalramani, Kidman y Palaiologou (2021), Qian (2026) y Lee (2026) impiden confundir inquiry literacy o AI literacy con indagación situada. Moffit (2025) muestra solapamiento con literacidad sin identidad de constructos —transferencia marcada—. UNESCO (2021), Miao y Holmes (2023), European Commission (2022), U.S. Department of Education (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 emisor de señales para scoring ni como receptor pasivo de planes generados. La indagación científica temprana no se cumple puntuando curiosidad algorítmicamente. Se cumple practicando observación, pregunta genuina, experimentación con materiales reales, registro y conversación sobre hallazgos con adultos que median en la science table.

El marco admite el digital cuando se subordina a preparación docente y observación profesional validada (Uğraş, Çakır y Zacharis, 2025, como apoyo parcial con límites; Liang y Yang, 2026, como facilitación de materiales con cautela). Rechaza declarar indagación científica temprana por chatbot autónomo de planes 5E, generador de guiones que sustituye materiales reales o clasificador de curiosidad/engagement (Miao y Holmes, 2023; Nikolopoulou, 2025).

Las cuatro pruebas se leen en conjunto. Pasar solo la primera —hubo materiales— 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 planificación, generación o scoring y ejercer indagación científica temprana. Es hallazgo que N = 33 docentes perciben utilidad parcial de ChatGPT para recursos y planes con límites de overreliance y ética (Uğraş, Çakır y Zacharis, 2025); que GenAI facilita materiales STEM en 3 aulas con 88 niños pero introduce preguntas retóricas distractoras (Liang y Yang, 2026); y que los mapeos de IA en ECE crecen sin equivalencia a indagación situada (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026). Es marco que la indagación científica temprana de 3–6 se juega en observación, pregunta, experimentación con materiales reales y mediación en science table (Ramanathan, Carter y Wenner, 2022; Yildiz y Guler Yildiz, 2021; NAEYC, 2022). No es hallazgo de que chatbot, generador o dashboard produzcan el oficio que la mesa de indagación exige. Los tres artefactos planifican, generan o etiquetan lo que la ingeniería sabe entregar y declaran lo que solo la práctica mediada autorizaría.

La segunda es entre assessment automatizado de curiosidad/engagement y pedagogía cotidiana de la ciencia. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) objetivizan affordances de analítica y sensores como tendencia; no reportan en el corpus estudios verificados que validen scoring de curiosidad en preschool 3–6 —por ello no se inventan métricas—. Inferencia: insistir en que el jardín «ya tiene indagación científica» porque un modelo clasifica engagement o curiosidad suficiente es una pedagogía invertida. Se toma un proxy algorítmico y se lo hace valer por práctica de observación, pregunta genuina y experimentación hands-on. El infante queda como emisor de señales para el clasificador; el adulto, como supervisor del dashboard.

La tercera es entre guión generado y oficio integral. Miao y Holmes (2023) y Nikolopoulou (2025) fijan límites de GenAI centrada en el niño; Liang y Yang (2026) documentan outputs inapropiados y distracción retórica. Inferencia: vender guión por prompt como «indagación con IA» confunde producto textual con práctica situada. Un chatbot autónomo porque el sistema necesita output no sustituye al adulto que vierte agua, escucha «¿flota o se hunde?» y registra la hipótesis del niño con lápiz y papel.

Inferencia adicional: los artefactos comparten economía de visibilidad —plan, etiqueta, script— frente a indagación verificada en vida cotidiana del aula (OECD, 2021; NAEYC, 2022). Qian (2026), Lee (2026) y Kewalramani, Kidman y Palaiologou (2021) confirman constructos distintos. Miao y Holmes (2023), UNESCO (2021) y European Commission (2022) subordinan IA al juicio profesional.

Las cuatro pruebas de la sección 7 permiten leer estas tensiones con criterio operativo. Cuando un coordinador de jardín, preescolar o CENDI evalúa si «hay indagación científica temprana con IA», conviene aplicarlas en secuencia y no aisladamente. La prueba 7.1 exige evidencia de que el niño observó, preguntó y manipuló materiales reales —no de que existe un plan 5E impreso o un guión en pantalla (Ramanathan, Carter y Wenner, 2022; Uğraş, Çakır y Zacharis, 2025). La prueba 7.2 pregunta si hubo science table, registro de evidencias y conversación sobre hallazgos —no solo un script generado por prompt (NAEYC, 2022; Liang y Yang, 2026). La prueba 7.3 distingue mediación docente y observación pedagógica de un dashboard de curiosidad o engagement (OECD, 2021, 2023; Chen, 2024). La prueba 7.4 impide confundir indagación con STEM/robótica, numeracidad, literacidad, oralidad o evaluación formativa automatizada (Kewalramani, Kidman y Palaiologou, 2021; Qian, 2026; Lee, 2026). Inferencia pedagógica: un centro que pasa solo la cuarta prueba —sabe nombrar constructos— pero falla la primera —no hay práctica situada— exhibe alfabetización en IA o inquiry literacy, no indagación científica temprana declarada.

El contraste empírico más ilustrativo del corpus no proviene de los artefactos, sino del oficio documentado cuando hay indagación real. Ramanathan, Carter y Wenner (2022) describen un marco de observación, preguntas abiertas, exploración guiada, registro y comunicación en preschool: práctica que un chatbot no puede ejecutar porque no comparte mesa con el niño. Yildiz y Guler Yildiz (2021) vinculan creatividad y scientific process skills en preschool —observar, comparar, predecir, comunicar— sin recurrir a scores algorítmicos. Moffit (2025), con transferencia marcada por literacidad integrada, documenta el caso «Head Zoologist» en kindergarten: observación de animales, registro y comunicación mediada por adultos —no un generador de guiones ni un clasificador de curiosidad. Kharbanda y Khunyakari (2025), también con transferencia marcada, muestran indagación en contextos narrativos: la conversación sobre hallazgos es oficio de ciencia, no oralidad pura ni script generado. Estos casos definen el piso mínimo que los tres artefactos no alcanzan por sí solos.

La utilidad parcial que reportan Uğraş, Çakır y Zacharis (2025) —N = 33 docentes de educación infantil en Türkiye— merece una lectura cuidadosa. El hallazgo no es que ChatGPT produzca indagación infantil, sino que algunos docentes lo perciben útil para planificación y recursos, con límites explícitos de overreliance, misinformation y ética. Eso coloca al chatbot STEM/5E en el estrato de apoyo docente subordinado que NAEYC (2022), OECD (2021, 2023) y Miao y Holmes (2023) exigen: herramienta de preparación, no sustituto de mesa ni de mediación. Liang y Yang (2026) confirman la ambivalencia: GenAI facilita materiales en 3 aulas con 6 docentes y 88 niños, pero introduce outputs inapropiados y preguntas retóricas que distraen del hands-on. Inferencia: la utilidad parcial no autoriza la declaración «ya garantizamos indagación científica temprana»; autoriza, como mucho, «usamos IA para preparar recursos con cautela y supervisión humana».

En el eje de sistemas y derechos, UNESCO (2021), European Commission (2022) y U.S. Department of Education (2023) convergen en exigir supervisión humana, validación pedagógica y no sustituir el juicio profesional. Nikolopoulou (2025) advierte sobre la integración de GenAI centrada en el niño: promesas y retos que no se resuelven instalando un clasificador de engagement. Su y Zhong (2022) proponen diseño curricular de IA en educación infantil como dirección futura —currículo de AI literacy, no de indagación científica temprana—. Su y Yang (2022) y Chen (2024) cartografían affordances emergentes sin equivalencia a indagación situada. Ljungcrantz (2026) confirma el crecimiento de la interacción IA–ECE como tendencia de campo, no como evidencia de que un sensor/IoT o un modelo de computer vision valide curiosidad científica en CENDI 3–6. Inferencia: las políticas institucionales que exigen «indagación con IA» sin las cuatro pruebas invierten la jerarquía normativa: el producto exhibido manda sobre el oficio que NAEYC (2022) y OECD (2021) definen.

La confusión de categoría tiene consecuencias concretas en la vida del aula. Cuando un jardín declara indagación porque desplegó un chatbot de «preguntas STEM», el adulto puede dejar de escuchar la pregunta genuina del niño —«¿por qué desaparece el hielo?»— y entregar en su lugar una pregunta retórica del guión generado, tal como advierten Liang y Yang (2026). Cuando un preescolar exhibe un dashboard de curiosidad, la coordinación puede premiar umbrales algorítmicos en lugar de documentar evidencias en dibujo, foto o conversación, como pide Ramanathan, Carter y Wenner (2022). Cuando un CENDI sustituye materiales reales por un script de experimento, desaparece la bandeja de agua, el imán, la sal y la hipótesis infantil que Yildiz y Guler Yildiz (2021) asocian a scientific process skills. Inferencia: la indagación científica temprana se erosiona no por usar IA en absoluto, sino por tratar artefactos de planificación, generación o scoring como si fueran la práctica misma.

Qian (2026) y Lee (2026) ofrecen un límite pedagógico adicional. Qian (2026) desarrolla marco de alfabetización en IA para 4–6 años con andamiaje dialógico; Lee (2026) propone PL-AI, currículo play-centered de AI literacy para pre-K y kindergarten. Ambos constructos —AI literacy— son legítimos y distintos de indagación científica temprana. Kewalramani, Kidman y Palaiologou (2021) estudian inquiry literacy con juguetes robóticos de IA: literacidad de indagación mediada, no equivalencia «instalar robot = indagación científica». Inferencia: un centro puede avanzar en AI literacy o inquiry literacy y aun así no cumplir indagación científica temprana si no hay observación sostenida, pregunta genuina, experimentación con materiales reales, registro y mediación adulta en la science table. Confundir alfabetizaciones digitales con indagación situada reproduce el mismo salto inválido que confundir plan 5E generado con sesión de ciencia hands-on.

Finalmente, la discusión reconoce un espacio legítimo para el digital subordinado. Uğraş, Çakır y Zacharis (2025) y Liang y Yang (2026) no proscriben GenAI; documentan apoyo parcial con límites. Miao y Holmes (2023) y Nikolopoulou (2025) piden validación pedagógica y enfoque centrado en el niño. OECD (2023) sitúa a los infantes en la era digital sin convertirlos en vectores de señales para pipelines de scoring. Inferencia: el chatbot puede ayudar a preparar materiales para la science table; el generador puede proponer variaciones que el adulto adaptará; ninguno reemplaza observación compartida, pregunta del niño, manipulación de hielo o imanes, registro con lápiz y conversación mediada que Moffit (2025), Ramanathan, Carter y Wenner (2022) y NAEYC (2022) describen como oficio de indagación científica temprana. Lo que no puede hacerse es invertir la secuencia: instalar artefacto, exhibir dashboard, imprimir plan 5E o desplegar guión, y declarar indagación cumplida. La indagación se verifica en la mesa, con materiales reales y adulto presente —no en la pantalla del clasificador ni en el output del chatbot.

9. Límites

Esta revisión es narrativa. No aplica PRISMA ni estima efectos combinados primarios. Uğraş, Çakır y Zacharis (2025) encuestan N = 33 docentes, no indagación infantil directa ni comparación chatbot versus mesa de ciencias mediada. Liang y Yang (2026) estudian 3 aulas, 6 docentes y 88 niños en un jardín chino: estudio de caso, no ensayo aleatorizado de GenAI versus indagación sin IA. Ramanathan, Carter y Wenner (2022) proponen marco conceptual, no intervención con IA. Yildiz y Guler Yildiz (2021) correlacionan creatividad y process skills en preschool, no chatbots ni sensores. Moffit (2025) es caso de kindergarten con literacidad integrada: transferencia marcada. Kharbanda y Khunyakari (2025) analizan diseño en contextos narrativos: transferencia marcada. Kewalramani, Kidman y Palaiologou (2021) estudian inquiry literacy con juguetes IA, no science table clásica. Qian (2026) y Lee (2026) abordan AI literacy, no indagación científica. Chen (2024), Su y Yang (2022), Su y Zhong (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE, no indagación científica temprana como variable primaria con scoring de curiosidad. No se localizaron en el corpus ensayos verificados de computer vision o IoT que puntúen curiosidad científica en CENDI 3–6; el segundo artefacto se discute como techo de categoría, no como hallazgo inventado. NAEYC, UNESCO y OECD son de marco. No se localizaron ensayos latinoamericanos que comparen indagación mediada por adulto frente a chatbot STEM autónomo en jardín. Las inferencias de la sección 7 son hipótesis de categoría pedagógica, no evidencia de implementación.

10. Conclusiones

Un chatbot que propone «preguntas STEM» o planes 5E, un sensor/IoT o modelo de computer vision que clasifica «curiosidad científica» o «engagement en el experimento», o un generador que produce guiones de experimento a partir de un prompt no constituyen indagación científica temprana en un centro de educación inicial. La evidencia verificada no autoriza esa declaración. Uğraş, Çakır y Zacharis (2025) reportan apoyo parcial percibido de ChatGPT entre N = 33 docentes de educación infantil, con límites de overreliance, misinformation y ética —planificación generativa, no indagación del niño—. Liang y Yang (2026) documentan GenAI en 3 aulas, 6 docentes y 88 niños con retos de prompts infantiles, outputs inapropiados y preguntas retóricas distractoras —facilitación de materiales, no sustitución de hands-on—. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) confirman affordances de IA en ECE sin equivalencia a indagación situada. En cambio, cuando hay indagación científica temprana en inicial, hay práctica situada: marco de indagación en preschool (Ramanathan, Carter y Wenner, 2022); scientific process skills asociados a creatividad (Yildiz y Guler Yildiz, 2021); caso de indagación con animales en kindergarten —transferencia marcada— (Moffit, 2025); exploración activa del entorno y práctica apropiada al desarrollo (NAEYC, 2022; OECD, 2021, 2023). La indagación científica temprana se distingue de STEM/robótica, numeracidad, literacidad emergente, oralidad/narración y evaluación formativa automatizada. Kewalramani, Kidman y Palaiologou (2021), Qian (2026) y Lee (2026) confirman constructos distintos —inquiry literacy y AI literacy no son indagación declarada—. 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).

Donde las fuentes no miden un jardín, este artículo no lo afirma. Donde miden chatbots, GenAI o mapeos de IA, no los traduce en indagación científica temprana pedagógica. Acompañar a niñas y niños de tres a seis años en ciencia es ejercer observación, escuchar preguntas genuinas, experimentar con materiales reales, registrar evidencias y conversar sobre hallazgos con mediación adulta en la mesa o rincón de ciencias. Lo demás es plan 5E generado, guión por prompt y clasificación algorítmica de curiosidad o engagement. No es indagación científica temprana en educación inicial, y no debe presentarse como lo que no es.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Referencias

  1. Chen, J. J. (2024). A scoping study on AI affordances in early childhood education: Mapping the global landscape, identifying research gaps, and charting future research directions. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  2. 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://education.ec.europa.eu/focus-topics/digital-education/action-plan
  3. Kewalramani, S., Kidman, G., y Palaiologou, I. (2021). Using Artificial Intelligence (AI)-interfaced robotic toys in early childhood settings: a case for children’s inquiry literacy. European Early Childhood Education Research Journal, 29(5), 652–668. https://doi.org/10.1080/1350293x.2021.1968458
  4. Kharbanda, D., y Khunyakari, R. (2025). Analyzing Young Children’s Thinking on Design Problems Embedded in Story Contexts. Early Childhood Education Journal. https://doi.org/10.1007/s10643-023-01551-2
  5. Lee, J. (2026). Play with AI (PL-AI): A play-centered, design-based curriculum for AI literacy in pre-K and kindergarten. Computers and Education: Artificial Intelligence. https://doi.org/10.1016/j.caeai.2026.100569
  6. Liang, J., y Yang, W. (2026). Using Generative Artificial Intelligence to Facilitate Early STEM Learning: A Case Study in a Chinese Kindergarten. Early Education and Development. https://doi.org/10.1080/10409289.2026.2669922
  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. Moffit, C. A. (2025). “I’m the Head Zoologist!”: Integrating Science and Literacy Learning in Kindergarten with Inquiry and Animals. Early Childhood Education Journal, 53(2), 529–538. https://doi.org/10.1007/s10643-023-01587-4
  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. Qian, Y. (2026). Building early AI literacy: developing a pedagogical framework for early childhood education. AI, Brain and Child. https://doi.org/10.1007/s44436-026-00030-w
  15. Ramanathan, G., Carter, D., y Wenner, J. (2022). A Framework for Scientific Inquiry in Preschool. Early Childhood Education Journal, 50(7), 1263–1277. https://doi.org/10.1007/s10643-021-01259-1
  16. 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
  17. Su, J., y Zhong, Y. (2022). Artificial Intelligence (AI) in early childhood education: Curriculum design and future directions. Computers and Education: Artificial Intelligence, 3, 100072. https://doi.org/10.1016/j.caeai.2022.100072
  18. 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
  19. Uğraş, M., Çakır, Z., y Zacharis, G. (2025). ChatGPT in Early Childhood Science Education: Can It Offer Innovative Effective Solutions to Overcome Challenges? Computers, 14(9), 368. https://doi.org/10.3390/computers14090368
  20. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  21. Yildiz, C., y Guler Yildiz, T. (2021). Exploring the relationship between creative thinking and scientific process skills of preschool children. Thinking Skills and Creativity, 39, 100795. https://doi.org/10.1016/j.tsc.2021.100795