1. Introducción y problema

En el tramo de 3 a 6 años —jardín, preescolar, CENDI, escuela infantil— se ha instalado un paquete de cinco artefactos que pretenden valer por apoyo al juego con plastilina / playdough / clay: un sensor o wearable que «puntúa precisión de moldeado» o un «playdough molding accuracy score» / «fine-motor dough score» / «shape compliance score» del niño; un sistema de visión por computador / cámara de mesa que etiqueta «desorden» o «masa fuera de bandeja» o dispara alertas de «mess / off-task dough spilling»; un chatbot/GenAI que genera «planes de figuras con plastilina» o «playdough lesson plans» o «STEM dough activities» por prompt (para el niño o como receta que el adulto lee); un dashboard de «minutos con plastilina» / «molding score» / «fine-motor dough minutes» para vigilancia administrativa; y una capa AR que «guía» cómo amasar o predice la «forma correcta». Los cinco permiten exhibir que el centro «ya hace playdough con IA». El salto —de score de moldeado, alerta de mess, plan generado, métrica de minutos o guía AR a afirmar apoyo— no está autorizado por los mapeos de IA en ECE ni por la pedagogía del playdough cuando hay masa real deformable (amasar, pellizcar, enrollar, aplastar, cortar con herramientas abiertas; masa casera o comercial), propiedades táctiles reales (resistencia, elasticidad, temperatura), agencia infantil para explorar sin producto esperado, co-presencia adulta que nombra propiedades y sostiene la conversación, y tolerancia al mess de residuos de masa en mesa como condición del medio, no como error.

La tesis de este artículo es restrictiva. Un sensor o wearable que «puntúa precisión de moldeado» o un «playdough molding accuracy score» / «fine-motor dough score» / «shape compliance score» del niño, un sistema de visión por computador / cámara de mesa que etiqueta «desorden» o «masa fuera de bandeja» o dispara alertas de «mess / off-task dough spilling», un chatbot/GenAI que genera «planes de figuras con plastilina» o «playdough lesson plans» o «STEM dough activities» por prompt, un dashboard de «minutos con plastilina» / «molding score» / «fine-motor dough minutes» para vigilancia administrativa, o una capa AR que «guía» cómo amasar o predice la «forma correcta» no constituyen apoyo al juego con plastilina en la primera infancia. En inicial el playdough se desarrolla con masa real, agencia infantil, co-presencia adulta que nombra propiedades y sostiene la conversación (Yuniyartika y Sudaryanti, 2024; Darizal et al., 2023; Rukmini et al., 2022; Martuty et al., 2025; Sando et al., 2023), y tolerancia al mess; no un score de moldeado, un clasificador de desorden, un generador de planes que cierra la incertidumbre, ni un dashboard de minutos. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) aportan hallazgos de playdough en aula/jardín con límites de contexto y transferencia marcada: se leen por el medio masa, no como eje de motricidad ya publicada; en Wijaya et al. el collage no es el eje. Eso autoriza a preguntar qué se midió: molding accuracy, etiqueta de mess, lesson plan por prompt, fine-motor dough minutes o predicción AR de «forma correcta», no la práctica cuando un niño amasa, pellizca, enrolla, aplasta y recibe co-presencia que nombra resistencia, elasticidad o temperatura sin cerrar la incertidumbre.

El problema se agrava por seis confusiones de categoría. Primera: playdough / clay play no es sand play —el eje es la masa deformable con propiedades táctiles reales, no el medio granular ya publicado—. Segunda: no es water play —no es el líquido ya publicado—. Tercera: no es loose parts —Sando et al. (2023) anclan objetos-en-juego; aquí el medio es la masa deformable, no la colección Nicholson—. Cuarta: no es motricidad como eje —Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) pueden reportar outcomes motores laterales; el eje es el medio dough/clay—. Quinta: no es creatividad artística como eje —aquí no es expresión plástica genérica ya publicada; el eje es el playdough como material de juego abierto—. Sexta: no es terapia clínica con playdough —Ferasinta y Dinata (2021) es contraste periférico terapia de juego ≠ playdough de aula—. Este trabajo no recicla sand play, water play, outdoor, juego libre, loose parts, risky play, block play/espacial, juego simbólico, motricidad, STEM/robótica, creatividad artística, SEL, funciones ejecutivas, ambiental, indagación científica como eje, literacidad, oralidad, DUA, documentación, evaluación formativa, participación, planificación, atención conjunta, interacciones adulto-niño como eje genérico, formación docente, música ni numeracidad. Galbraith (2022) es contraste periférico de pedagogías del juego, no eje de formación docente ya publicada. La pregunta es qué cuenta como apoyo al playdough cuando un centro «hace IA y juego con plastilina».

Hay, además, una economía de coordinación: los cinco artefactos caben en una diapositiva; el episodio con masa real, agencia, mess tolerado y co-presencia que nombra propiedades táctiles, no. NAEYC (2022) y OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Inferencia: el apoyo no se cumple puntuando moldeado ni generando planes de figuras por prompt. Las contribuciones son tres: separar oficio y artefactos; examinar casos marcados (Yuniyartika y Sudaryanti, 2024; Darizal et al., 2023; Rukmini et al., 2022; Wijaya et al., 2023; Martuty et al., 2025; Sando et al., 2023; Ferasinta y Dinata y Galbraith periféricos); y ofrecer cuatro pruebas de apoyo al juego con plastilina / playdough / clay.

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

Conviene separar cuatro estratos que el mercado de «IA para playdough en inicial» suele mezclar. El primero es el constructo de juego con plastilina / playdough / clay de 3 a 6 años como exploración abierta de un material deformable con propiedades táctiles reales —amasar, pellizcar, enrollar, aplastar, cortar con herramientas abiertas; masa casera o comercial; resistencia, elasticidad, temperatura— y mess de residuos de masa en mesa como condición del medio (Yuniyartika y Sudaryanti, 2024; Darizal et al., 2023; Rukmini et al., 2022; Wijaya et al., 2023; Martuty et al., 2025; Sando et al., 2023). El segundo es el oficio que lo cultiva —masa real en mesa o bandeja; agencia sin producto esperado; co-presencia que nombra propiedades; tolerancia al mess; no sustituir por molding accuracy ni clasificador de desorden— (Yuniyartika y Sudaryanti, 2024; Darizal et al., 2023; Rukmini et al., 2022; Martuty et al., 2025; Galbraith, 2022, contraste periférico; NAEYC, 2022; OECD, 2021, 2023). El tercero es la evidencia de affordances de IA en ECE y GenAI centrada en el niño —sin equivalerlos a playdough situado con masa real— (Chen, 2024; Su y Yang, 2022; Su y Zhong, 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 3–6 años como sujeto que explora el deformable, no como vector de señales para un pipeline de playdough molding accuracy score ni como receptor pasivo de planes GenAI o predicciones AR de «forma correcta» que cierran la incertidumbre (UNESCO, 2021; Miao y Holmes, 2023; U.S. Department of Education, 2023).

En constructo y oficio, Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) articulan playdough media play / games en inicial: hallazgos empíricos con transferencia marcada hacia el medio masa (no motricidad como eje; collage no como eje en Wijaya). Sando et al. (2023) —N = 928— asocian objetos manipulables con deep-level learning: objetos-en-juego, no loose parts ni sand/water. Ferasinta y Dinata (2021) es contraste periférico clínico; Galbraith (2022), contraste periférico adulto. Inferencia: un molding accuracy score no nombra propiedades del deformable; un niño que amasa y un adulto que conversa sí.

En el estrato de artefactos, Chen (2024), Su y Yang (2022), Su y Zhong (2022) y Ljungcrantz (2026) mapean affordances, currículos y estado del arte de IA en ECE sin equivalerlos a playdough situado. Nikolopoulou (2025) equilibra promesas y desafíos de GenAI centrada en el niño bajo mediación docente: marco de cautela. En el estrato de sistemas, UNESCO (2021) exige supervisión humana. Miao y Holmes (2023) fijan validación pedagógica y umbrales de edad para IA generativa —marco directo para el generador de «planes de figuras con plastilina» o STEM dough activities por prompt—. U.S. Department of Education (2023) exige que la IA apoye, no sustituya, el juicio profesional. OECD (2021, 2023) anclan interacciones significativas y digitalización subordinada; NAEYC (2022) ancla práctica apropiada al desarrollo.

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 los cinco artefactos, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con transferencia marcada cuando la muestra no equivale a 3–6; (b) playdough, clay play, plastilina, masa deformable, propiedades táctiles del dough, o IA en ECE con relevancia artefacto/oficio; (c) jardín, preescolar, CENDI o 3–6; (d) revista con pares, DOI o informe NAEYC/UNESCO/OECD; (e) DOI o página editorial verificable. Se excluyeron como objeto central los ejes ya usados en esta serie —sand play, water play, outdoor genérico, juego libre, loose parts, risky play, block play/espacial, juego simbólico, STEM/robótica, creatividad artística como eje, motricidad como eje, SEL, funciones ejecutivas, ambiental, indagación científica como eje, literacidad, oralidad, DUA, documentación, evaluación formativa, participación, planificación, atención conjunta, interacciones adulto-niño como eje genérico, formación docente, música y numeracidad—. Ferasinta y Dinata (2021) solo como contraste periférico clínico; Galbraith (2022) solo como contraste periférico de pedagogías del juego. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) se leen por el medio playdough, no como eje de motricidad ya publicada. Wijaya et al. (2023): collage no es el eje. Sando et al. (2023) se leen por objetos-en-juego (masa/materiales manipulables), no como loose parts, sand play ni water play.

La búsqueda se ejecutó el 3 de septiembre de 2026 (slot 21:02 America/Mexico_City) en páginas DOI, Crossref, Springer, Elsevier, Taylor & Francis, MDPI, JAIR, OECD iLibrary, UNESDOC, NAEYC, Retos, Common Ground y sitios editoriales. Cada fuente se verificó. Se distinguieron hallazgo empírico, marco e inferencia pedagógica. No se inventaron N, d, r, AUC ni DOI: cuando un artefacto carece de estudio verificado con métricas de playdough molding accuracy / fine-motor dough / shape compliance scoring, mess/off-task dough spilling alerts, molding-score dashboard o AR de predicción de «forma correcta» en 3–6, se discute como techo de categoría apoyado en mapeos de IA en ECE (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026) y en el contraste de pedagogías del juego (Galbraith, 2022). Se usaron las diecinueve fuentes del corpus verificado.

4. Caso 1. Sensor/playdough molding accuracy score / fine-motor dough score / shape compliance score, CV/cámara de mesa con alertas de mess o off-task dough spilling, GenAI de «planes de figuras» / playdough lesson plans / STEM dough activities, dashboard de minutos/molding score o AR que guía amasado o predice forma correcta no constituyen apoyo al juego con plastilina

Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) saturan el retrato del techo de artefactos cuando la IA en ECE se presenta como si fuera apoyo al playdough. Chen (2024) cartografía affordances globales de IA en early childhood education: hallazgo de scoping sobre usos emergentes —tutoría, analítica, generación de contenidos—, no hallazgo de que un wearable de molding accuracy cultive exploración abierta del deformable con resistencia, elasticidad o temperatura. Su y Yang (2022) revisan el campo de IA en ECE: hallazgo de síntesis sobre tendencias, no sobre mess tolerado ni co-presencia que nombra propiedades de la masa. Ljungcrantz (2026) revisa la interacción IA–ECE 2020–2024: hallazgo de estado del arte, no de playdough situado. Inferencia pedagógica, marcada como tal: el gesto «el niño tuvo molding accuracy alto = hubo apoyo al playdough» es techo de analítica de precisión de moldeado. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022) y Sando et al. (2023) piden masa real, conversación sobre propiedades y objetos-en-juego; un score útil para administración puede coexistir con ausencia de agencia, de mess tolerado y de co-presencia que nombra sin cerrar.

Nikolopoulou (2025) y Miao y Holmes (2023) nombran el riesgo del generador de «planes de figuras con plastilina» o «playdough lesson plans» / «STEM dough activities» a partir de un prompt que cierra la incertidumbre. Nikolopoulou (2025) equilibra promesas y desafíos de GenAI centrada en el niño bajo mediación docente: marco de cautela. Miao y Holmes (2023) exigen validación pedagógica y umbrales de edad para IA generativa. Estatus: marco normativo y de revisión, no ensayo de lesson plans por prompt versus episodio de playdough con masa real y co-presencia que sostiene la conversación (Yuniyartika y Sudaryanti, 2024; Darizal et al., 2023; Martuty et al., 2025). Inferencia: producir un plan de «figuras con plastilina» o «STEM dough» por prompt puede ser preparación docente subordinada; el apoyo al playdough empieza cuando hay masa real (casera o comercial), agencia del niño para amasar, pellizcar, enrollar o aplastar sin producto esperado, mess como condición del medio, y un adulto que nombra propiedades sin convertir el episodio en receta. Su y Zhong (2022) proponen diseño curricular de IA en ECE como dirección futura —currículo de AI literacy, no de playdough situado—. Inferencia de límite: un currículo de IA no firma la exploración del deformable.

El sistema de visión por computador / cámara de mesa que etiqueta «desorden» o «masa fuera de bandeja» o dispara alertas de «mess / off-task dough spilling», el dashboard de «minutos con plastilina» / «molding score» / «fine-motor dough minutes» y la capa AR que «guía» cómo amasar o predice la «forma correcta» carecen, en el corpus verificado, de ensayos con N, d, r o AUC reportados para scoring de molding accuracy / shape compliance, clasificación de mess/dough spilling, molding-score dashboard o predicción AR de forma correcta en preschool 3–6; no se inventan cifras. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean analítica y generación como tendencia de IA en ECE, sin equivalencia a playdough mediado. Los estudios de playdough del corpus miden práctica situada con límites, no clasificador de mess; Sando et al. (2023; N = 928) miden observaciones humanas; Galbraith (2022) es contraste periférico solo cuando el adulto sostiene el oficio. Inferencia restrictiva: Galbraith ≠ sensor de molding accuracy; GenAI de planes ≠ Yuniyartika/Darizal/Rukmini/Martuty que abren sin cerrar; AR de forma correcta ≠ exploración abierta del deformable. UNESCO (2021) y U.S. Department of Education (2023) exigen supervisión humana. Los cinco artefactos comparten una gramática de sustitución: el score habla por la exploración; la alerta sustituye la tolerancia al mess; el GenAI cierra; el dashboard sustituye la observación; la AR dirige lo que el oficio deja abierto. Un sensor puede puntuar moldeado; el oficio articula playdough humano, no AUC. Inferencia: «molding accuracy alto» o «lesson plan según el modelo» no firma apoyo.

5. Caso 2. Lo que el jardín sí hace cuando hay apoyo al juego con plastilina: propiedades del deformable, Yuniyartika y Sudaryanti, Darizal et al., Rukmini et al., Wijaya et al., Martuty et al., Sando et al. —con Ferasinta y Dinata y Galbraith como contraste periférico

Yuniyartika y Sudaryanti (2024) saturan el piso de oficio empírico: playdough media play y desarrollo en early childhood, con lectura de outcomes laterales de motricidad fina y cognitiva. Estatus: hallazgo empírico. Transferencia marcada: outcomes motores/cognitivos se leen hacia el medio masa deformable, no se convierte este artículo en el de motricidad ya publicada. Inferencia pedagógica: un centro puede llamar apoyo al playdough cuando protege masa real, agencia y conversación sobre propiedades táctiles —no cuando puntúa precisión de moldeado—. El playdough no es un molding accuracy score: es amasar, pellizcar, enrollar, aplastar, cortar con herramientas abiertas, comparar masa casera o comercial, y sostener el mess de residuos en mesa como condición del medio, mientras el adulto nombra resistencia, elasticidad o temperatura.

Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) anclan playdough play/games en kindergarten y ECE con límites de contexto y transferencia marcada: se leen por el medio dough (collage no es el eje en Wijaya), no como fine-motor dough score ni tracking de shape compliance. Sando et al. (2023) —N = 928— anclan objetos manipulables en deep-level learning: masa como objeto-en-juego, no loose parts ni sand/water. NAEYC (2022) y OECD (2021, 2023) anclan interacciones significativas y digitalización subordinada.

El contraste periférico clínico es Ferasinta y Dinata (2021): terapia bermain usando playdough hacia motorik halus en prasekolah. Estatus: hallazgo de TERAPIA clínica de juego, no de playdough pedagógico de aula. Transferencia marcada: se lee solo para fijar terapia ≠ playdough de jardín. Inferencia: la terapia de juego con playdough no autoriza los cinco artefactos como playdough de aula. El contraste periférico adulto es Galbraith (2022): pedagogías del juego en formación inicial. Estatus: marco/hallazgo hacia el adulto. Inferencia: el digital subordinado —adulto que profundiza pedagogías humanas para sostener conversación en la mesa de masa— puede ser coherente; no autoriza los cinco artefactos como oficio. Galbraith no se convierte en artículo de formación docente ya publicada. Mediación —NAEYC (2022), OECD (2021); Yuniyartika y Sudaryanti (2024); Darizal et al. (2023); Rukmini et al. (2022); Martuty et al. (2025)— es co-presencia que ofrece masa real, tolera mess, nombra propiedades, observa agencia sin producto esperado y amplía sin guion digital que cierra. Inferencia: observación pedagógica lee el episodio con el deformable; el dashboard cuenta minutos. Un dashboard no construye elasticidad vivida; un niño y un adulto que conversan sobre resistencia o temperatura de la masa sí.

6. Caso 3. Playdough ≠ sand play, water play, loose parts, motricidad como eje, creatividad artística como eje ni terapia clínica

La primera frontera es sand play ya publicado: el playdough comparte con el sand play la lógica de medio material con propiedades físicas reales y mess tolerado, pero el eje aquí es la masa deformable (resistencia, elasticidad, temperatura; amasar, pellizcar, enrollar, aplastar), no el granular del arenero. Inferencia: «tenemos arenero = hay playdough» no firma; tampoco un sensor de molding accuracy es sand play ni playdough. La segunda es water play ya publicado: el eje no es el líquido de la mesa de agua. Inferencia: «tenemos mesa de agua = hay playdough» no firma. La tercera es loose parts: Sando et al. (2023) anclan objetos manipulables; aquí el medio es la masa deformable continua, no la colección Nicholson de piezas sueltas. La cuarta es motricidad curricular como eje: Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) pueden reportar outcomes motores; no autorizan reducir playdough a currículo motor ni a tracking de «fine-motor dough score». La quinta es creatividad artística como eje: el playdough puede sostener expresión, pero aquí el eje es el material de juego abierto con propiedades táctiles, no expresión plástica genérica ya publicada ni un GenAI de «planes de figuras» que cierra la incertidumbre estética. La sexta es terapia clínica: Ferasinta y Dinata (2021) fijan terapia bermain ≠ playdough de aula. UNESCO (2021), Miao y Holmes (2023) y U.S. Department of Education (2023) exigen supervisión humana. Inferencia: el uso coherente de IA en 3–6 permanece del lado del adulto (Galbraith, 2022), contrastado con Yuniyartika y Sudaryanti (2024), Darizal et al. (2023) y Martuty et al. (2025). No entra como scorer, clasificador de mess, GenAI de planes, dashboard ni AR predictiva de forma correcta.

7. Marco inferencial: cuatro pruebas para afirmar que hay apoyo al juego con plastilina, 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 los cinco artefactos constituyen apoyo al juego con plastilina / playdough / clay.

7.1. Prueba de la práctica situada de masa real —amasar, pellizcar, enrollar, aplastar; resistencia, elasticidad, temperatura—, agencia infantil y mess como condición del medio, no del sensor molding accuracy / shape compliance ni de la capa AR que guía o predice forma correcta. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023), Martuty et al. (2025) y Sando et al. (2023) definen el oficio como exploración del deformable observable. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean analítica y generación como affordances de IA, no como playdough. Inferencia: la evidencia de apoyo al playdough se verifica en si el niño exploró masa real con agencia y sin producto esperado. Si la «evidencia» del centro es un playdough molding accuracy score o una predicción AR de forma correcta, el centro ha hecho analítica o dirección digital que cierra, no apoyo al playdough.

7.2. Prueba de la co-presencia adulta que nombra propiedades y sostiene la conversación, no del GenAI de «planes de figuras» / playdough lesson plans / STEM dough activities. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Martuty et al. (2025), Galbraith (2022) y NAEYC (2022) sitúan conversación, playdough games y pedagogías del juego / práctica apropiada al desarrollo. Miao y Holmes (2023) exigen validación pedagógica de IA generativa. Inferencia: producir planes o STEM dough activities por prompt que cierran la incertidumbre no demuestra que hubo co-presencia que nombra resistencia, elasticidad o temperatura. Un script puede existir; no firma el episodio de playdough.

7.3. Prueba de la mediación humana —incluidos los contrastes periféricos Ferasinta y Dinata y Galbraith—, no del dashboard de minutos/molding score ni del CV/cámara de mess o off-task dough spilling alerts. OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Galbraith (2022) ancla pedagogías del juego hacia el adulto. Ferasinta y Dinata (2021) fijan la frontera terapia ≠ aula. Sando et al. (2023) anclan objetos-en-juego y deep-level learning observados por humanos. Inferencia: «minutos altos con plastilina» o «alerta de mess» puede elevar un umbral administrativo sin elevar la calidad de la co-presencia ni la exploración infantil. Observación pedagógica lee el episodio con el deformable; el dashboard cuenta vigilancia. Conocimiento/pedagogía humana del adulto es periférico legítimo; el wearable/CV que sustituye la exploración o la tolerancia al mess no lo son.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. Playdough ≠ sand play, water play, loose parts, motricidad como eje, creatividad artística como eje ni terapia clínica. Sando et al. (2023) impiden reducir objetos-masa a loose parts como eje. Ferasinta y Dinata (2021) impiden confundir playdough pedagógico con terapia de juego. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) impiden confundir outcomes motores laterales con motricidad curricular como eje ni con fine-motor dough score. UNESCO (2021), Miao y Holmes (2023), 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 vector de molding accuracy ni como destinatario exclusivo de planes GenAI. El apoyo al juego con plastilina no se cumple puntuando mejor la «precisión» o vigilando el «desorden». Se cumple practicando masa real, agencia infantil para explorar sin producto esperado, co-presencia adulta que nombra propiedades y sostiene la conversación, y tolerancia al mess.

El marco admite el digital subordinado a pedagogías/preparación del adulto y mediación humana validada (Galbraith, 2022; Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026). Rechaza declarar apoyo por los cinco artefactos (Miao y Holmes, 2023; Nikolopoulou, 2025; UNESCO, 2021). Las cuatro pruebas se leen en conjunto.

8. Discusión

Tres tensiones organizan la discusión. La primera es entre exhibir los cinco artefactos y ejercer apoyo al playdough. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023), Martuty et al. (2025), Sando et al. (N = 928), Ferasinta y Dinata y Galbraith (periféricos) sostienen el oficio o su frontera; Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean IA sin equivalencia a playdough situado. No es hallazgo de que los artefactos produzcan el oficio.

La segunda es entre assessment automatizado de molding accuracy / shape compliance o mess y pedagogía del deformable. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) objetivizan analítica; no reportan ensayos verificados de scoring ni mess alerts en preschool 3–6 —no se inventan métricas—. Inferencia: declarar apoyo por score de moldeado o alerta de masa fuera de bandeja es pedagogía invertida.

La tercera es entre GenAI de planes / AR de forma correcta y oficio integral. Miao y Holmes (2023) y Nikolopoulou (2025) fijan límites; Yuniyartika y Sudaryanti (2024), Darizal et al. (2023) y Martuty et al. (2025) fijan playdough games y media play. Inferencia: vender planes por prompt o AR como «playdough con IA» confunde producto con exploración del deformable. Los casos empíricos de playdough confirman práctica situada con límites sin autorizar score; UNESCO (2021), Miao y Holmes (2023) y U.S. Department of Education (2023) subordinan IA al juicio profesional.

Las cuatro pruebas de la sección 7 leen estas tensiones. El contraste empírico —Yuniyartika/Sudaryanti; Darizal; Rukmini; Wijaya (collage no eje); Martuty; N = 928; Ferasinta y Galbraith periféricos— define el piso que los artefactos no alcanzan solos. Inferencia: el apoyo se erosiona al tratarlos como si fueran la práctica. El digital subordinado es legítimo hacia el adulto (Galbraith, 2022); no lo es invertir la secuencia (NAEYC, 2022; OECD, 2021, 2023; Yuniyartika y Sudaryanti, 2024).

9. Límites

Esta revisión es narrativa. No aplica PRISMA propio ni estima efectos combinados. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) aportan hallazgos de playdough con límites de contexto/transferencia marcados; no se inventan N, d, r ni AUC ausentes del corpus verificado. Wijaya et al. (2023) incluyen collage: no es el eje. Sando et al. (2023; N = 928), Ferasinta y Dinata (2021; terapia periférica) y Galbraith (2022; pedagogías periféricas) delimitan fronteras. Chen (2024), Su y Yang (2022), Su y Zhong (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE, no molding accuracy ni mess alerts. No se localizaron ensayos verificados de los cinco artefactos en CENDI 3–6; se discuten como techo de categoría. NAEYC, UNESCO y OECD son de marco. Las inferencias de la sección 7 son hipótesis de categoría, no evidencia de implementación.

10. Conclusiones

Un sensor o wearable que «puntúa precisión de moldeado» o un «playdough molding accuracy score» / «fine-motor dough score» / «shape compliance score» del niño, un sistema de visión por computador / cámara de mesa que etiqueta «desorden» o «masa fuera de bandeja» o dispara alertas de «mess / off-task dough spilling», un chatbot/GenAI que genera «planes de figuras con plastilina» o «playdough lesson plans» o «STEM dough activities» por prompt, un dashboard de «minutos con plastilina» / «molding score» / «fine-motor dough minutes» para vigilancia administrativa, o una capa AR que «guía» cómo amasar o predice la «forma correcta» no constituyen apoyo al juego con plastilina / playdough / clay en un centro de educación inicial. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) confirman affordances de IA sin equivalencia a playdough situado. Nikolopoulou (2025) y Miao y Holmes (2023) fijan límites de GenAI. Ferasinta y Dinata (2021) exigen leer la terapia bermain como contraste periférico —terapia ≠ playdough de aula—. Galbraith (2022) exige leer pedagogías del juego como contraste periférico —adulto ≠ sensor, CV mess, GenAI, dashboard ni AR—. Yuniyartika y Sudaryanti (2024), Darizal et al. (2023), Rukmini et al. (2022), Wijaya et al. (2023) y Martuty et al. (2025) fijan playdough games / media play. Cuando hay apoyo, hay práctica situada: playdough media play (Yuniyartika y Sudaryanti, 2024); playdough en kindergarten Yogyakarta (Darizal et al., 2023); playdough game (Rukmini et al., 2022); playdough con collage no como eje (Wijaya et al., 2023); playdough games Group B (Martuty et al., 2025); objetos-en-juego N = 928 (Sando et al., 2023); DAP e interacciones (NAEYC, 2022; OECD, 2021, 2023). El playdough se distingue de sand play, water play, loose parts, motricidad como eje, creatividad artística como eje y terapia clínica. Las guías exigen supervisión humana (UNESCO, 2021; Miao y Holmes, 2023; U.S. Department of Education, 2023; Su y Zhong, 2022).

Donde las fuentes no miden un jardín, este artículo no lo afirma. Donde miden mapeos de IA, GenAI, terapia bermain o pedagogías del juego hacia el adulto, no los traduce en apoyo vía score o alerta de mess. Acompañar a niñas y niños de tres a seis años en juego con plastilina es ejercer masa real (amasar, pellizcar, enrollar, aplastar, sin producto esperado), agencia infantil, co-presencia adulta que nombra propiedades, y tolerancia al mess como condición del medio. Lo demás es sensor de playdough molding accuracy / fine-motor dough / shape compliance, clasificador de desorden, generador de planes que cierra la incertidumbre, dashboard de minutos y capa AR que guía o predice forma correcta. No es apoyo al juego con plastilina 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. Darizal, D., Sutapa, P., Suhartini, B., Sabillah, M. I., y Annasai, F. (2023). The effect of playdough play on early childhood fine motor improvement in Yogyakarta National Kindergarten. International Journal of Multidisciplinary Research and Analysis, 6(3). https://doi.org/10.47191/ijmra/v6-i3-04
  3. Ferasinta, F., y Dinata, E. Z. (2021). Pengaruh terapi bermain menggunakan playdough terhadap peningkatan motorik halus pada anak prasekolah. Jurnal Keperawatan Muhammadiyah Bengkulu, 9(2), 59–65. https://doi.org/10.36085/jkmb.v9i2.2213
  4. Galbraith, J. (2022). “A prescription for play”: Developing early childhood preservice teachers’ pedagogies of play. Journal of Early Childhood Teacher Education, 43(3), 474–494. https://doi.org/10.1080/10901027.2022.2054035
  5. Ljungcrantz, L. (2026). The interaction of AI and early childhood education. A state-of-the-art review 2020–2024. Early Childhood Education Journal, 54(5), 3565–3581. https://doi.org/10.1007/s10643-025-02079-3
  6. Martuty, A., Intisari, Tasrif Akib, Hasbur, H. S., y Suriani, A. (2025). The effect of playdough games on the fine motor skills of group B children. Early Childhood: Jurnal Pendidikan, 9(1), 1–10. https://doi.org/10.35568/earlychildhood.v9i1.6568
  7. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  8. 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
  9. Nikolopoulou, K. (2025). Child-centered integration of generative AI in early learning: Balancing promises and challenges. AI, Brain and Child, 1(1). https://doi.org/10.1007/s44436-025-00023-1
  10. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  11. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  12. Rukmini, R., Mustaji, M., y Mariono, A. (2022). Effectiveness of a playdough game in stimulating fine motor skills and cognitive skill: Early childhood education. The International Journal of Early Childhood Learning, 29(1), 1–12. https://doi.org/10.18848/2327-7939/CGP/v29i01/1-12
  13. Sando, O. J., Sandseter, E. B. H., y Brussoni, M. (2023). The role of play and objects in children’s deep-level learning in early childhood education. Education Sciences, 13(7), 701. https://doi.org/10.3390/educsci13070701
  14. 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
  15. 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
  16. 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
  17. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  18. Wijaya, R. G., Darizal, D., Sabillah, M. I., y Annasai, F. (2023). The effect of playing playdough and collage on improving fine motor skills in early childhood. Retos, 51. https://doi.org/10.47197/retos.v51.101396
  19. Yuniyartika, Y., y Sudaryanti, S. (2024). The effect of playdough media play on early childhood development: Fine motor and cognitive. JETL (Journal of Education, Teaching and Learning), 9(1), 81. https://doi.org/10.26737/jetl.v9i1.5954