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 mediación del lenguaje oral y de la narración. El primero es un cuento generado: un texto con personajes, conflicto y “cierre” que un modelo produce a partir de un prompt. El segundo es un chatbot que “conversa” con el niño: un agente que lee, pregunta y da retroalimentación en un turno de máquina. El tercero es una app que corrige el habla: un reconocedor que transcribe, puntúa pronunciación y declara “progreso”. Los tres son visibles y baratos. Permiten exhibir que el centro “ya trabaja oralidad con inteligencia artificial”. El salto enunciativo es enorme: se pasa de generar un output a afirmar que hay mediación del lenguaje oral. Ese salto no está autorizado ni por cómo un niño de 3 a 6 años habla con un agente ni por lo que los marcos de inicial llaman lenguaje oral.

La tesis de este artículo es restrictiva. Un cuento generado por un modelo, un chatbot que “conversa” con el niño o una app que corrige el habla no constituyen mediación del lenguaje oral. El lenguaje oral en educación inicial es diálogo situado, escucha y ampliación por el adulto; no un output de modelo. Aistear, actualizado en 2024, sitúa el tema Communicating en el compartir experiencias, pensamientos e intereses con creciente competencia, y afirma que las literacidades emergentes se sostienen en una base fuerte de lenguaje oral (Government of Ireland, 2024). La NAEYC pide conversaciones frecuentes y extendidas, y usa la observación tanto para planificar como para las interacciones de momento a momento (NAEYC, 2020). El input que mejor predice el aprendizaje lingüístico es interactivamente sostenido, lingüísticamente adaptado y conceptualmente desafiante para el nivel del niño (Rowe y Snow, 2020). Ninguno de esos marcos autoriza a tratar un texto generado, un turno de chatbot o una transcripción puntuada como el acto de mediar el habla.

El problema se agrava por una razón de oficio que las fichas de producto no mencionan. En inicial, el objeto no es un cuento exhibible ni una métrica de “fluidez”. Es la calidad de proceso: las interacciones cotidianas con adultos, pares, materiales y espacio (OECD, 2021). Un modelo no escucha a este niño, en esta sala, con este enunciado a medio hacer. Produce un output plausible para un hablante genérico. Inferencia, marcada como tal: el mercado de “IA para oralidad” hereda un error de categoría —confundir producir un texto o una corrección con mediar el habla— y lo automatiza donde el lenguaje oral es, por definición, diálogo situado.

Este trabajo no recicla los ejes ya tratados en esta serie. La pregunta es de categoría pedagógica: qué cuenta como mediación del lenguaje oral y de la narración cuando un centro de inicial “hace IA”. Las contribuciones son tres: separar el output del modelo del diálogo, la escucha y la ampliación; examinar tres familias de casos; y ofrecer cuatro pruebas para decidir cuándo un jardín media el habla, y no solo produce un cuento, un chat o una corrección.

2. Estado del arte: del output de modelo a la oralidad como oficio situado

Conviene separar cuatro estratos que el mercado de “IA para oralidad” suele mezclar. El primero es lo que la educación inicial llama lenguaje oral: prácticas lingüísticas del adulto, lectura dialógica con ampliación y calidad de proceso como interacción. El segundo es la evidencia de agentes, chatbots y apoyo narrativo con IA: casi toda medida como comprensión, vocabulario o compromiso durante la sesión, no como mediación sostenida de este grupo. El tercero es el reconocimiento automático del habla infantil: el primer acto de cualquier app que “corrige”. El cuarto es el marco de derechos y de calidad de proceso, que trata al niño de 3–6 años como sujeto de supervisión humana y a la educadora como quien escucha y amplía.

En el estrato de la oralidad de inicial, Jiang, Kaplan y Ko-Wong (2025) metaanalizan 118 artículos de 104 estudios, con 411 tamaños de efecto, 13 572 docentes y 112 533 niñas y niños de preescolar a tercer grado: la calidad de las prácticas lingüísticas docentes se asocia de modo positivo con el desarrollo del lenguaje infantil. Hadley, Barnes, Wiernik y Raghavan (2022) agrupan, en 30 estudios y 539 correlaciones, once tipos de habla docente en dos registros: académico emergente y puente. Hadley, Barnes y Hwang (2023) sintetizan 54 estudios en cuatro hilos (conceptual, interactivo, lingüístico, de gestión o literal); el habla conceptual en la lectura compartida y las elicitaciones en grupo pequeño se asocian con crecimiento oral. Houen, Thorpe, van Os, Westwood, Toon y Staton (2022), en 33 estudios con niñas y niños de 2 a 5 años, hallan que las preguntas no garantizan conversación de ida y vuelta: las conversaciones ricas dependen de la responsividad continua. Dong, Chow, Mo, Miao y Zheng (2024), con 364 kindergarteners en doce semanas, muestran que PEER (prompt, evaluar, ampliar, repetir) supera a los prompts con retroalimentación mínima también en vocabulario expresivo e interés. Weadman, Serry y Snow (2023) observan, en docentes australianas, variabilidad amplia y predominio de prompts cerrados. Inferencia: mediar el lenguaje oral no es preguntar ni producir un texto. Es escuchar este enunciado y ampliarlo.

En el estrato de la IA conversacional y narrativa, Xu, Wang, Collins, Lee y Warschauer (2021) comparan, en 90 niñas y niños de 3 a 6 años, la lectura con un agente y con un adulto: el agente igualó la comprensión, pero el adulto elicitó más producción, más diversidad léxica y más pertinencia tópica; el agente favoreció la inteligibilidad. Xu, Aubele, Vigil, Bustamante, Kim y Warschauer (2022), con 117 niñas y niños de 3 a 6 años, hallan que el agente replica el beneficio dialógico en comprensión al aumentar vocalizaciones relevantes a la narración. Cheng, Yin, Lin, Shi, Zheng, Zhu, Liu, Chen y Dong (2024), con 148 kindergarteners de Pekín (M = 70,07 meses), hallan apoyo comparable en comprensión y palabras, moderado por la competencia lingüística previa. Xiao, Zou, Lin, Li y Yang (2025), con 67 niñas y niños de 5 a 8 años, hallan mejor comprensión con el agente, pero más vocalizaciones narrativas con el adulto. Zhang, Xu, Wei y Wang (2026) asignan a 180 niñas y niños (M = 78,91 meses) a tres condiciones de apoyo narrativo: la iterativa gana durante la fase con el sistema y las diferencias desaparecen en la transferencia. He, Gastón-Panthaki, Zhuo, Munsey, Zhang y Warschauer (2025) evalúan StoryPal con 23 niñas y niños de 4 a 7 años en una sesión: alto engagement; las personas adultas pidieron complemento, no reemplazo. Xu, Branham, Deng, Collins y Warschauer (2021) hallan que la mayoría de las apps de voz no sostienen diálogo abierto. Xu (2023) concluye que hay comprensión, no equivalencia de patrón comunicativo. Sun, Tan y Lim (2025) y Zhang, Husnin y Kamsin (2026) mapean el campo: el beneficio se concentra en vocabulario, comprensión y participación, y la IA funciona mejor bajo dirección de educadoras, no como sustituto. Chen (2024) cubre 18 artículos y 15 081 niñas y niños de 2 a 8 años; Su y Yang (2022), 17 estudios; Ljungcrantz (2026), 39 estudios 2020–2024. Estatus: hallazgo de campo, no de mediación cotidiana. Inferencia: “más chatbot” no es “más lenguaje oral”.

En el estrato del reconocedor, Kim, Druga, Esmaeili, Woodward, Shaw, Jain, Langham, Hollingshead, Lovato, Beneteau, Ruiz, Anthony y Hiniker (2022) observan a 28 niñas y niños de 5 a 10 años con un asistente comercial: la transcripción superó el 84 % en conversación no guionada, pero el dispositivo respondió de modo pertinente al contenido solo la mitad de las veces. Pelfrey et al. (2024) hallan, en aulas de preescolar, tasas de error más altas para el habla infantil que para el habla adulta. Quan et al. (2026) despliegan Vovo, un sistema conversacional con modelo de lenguaje, durante seis semanas con 10 familias y niñas y niños de 3 a 7 años (M = 5,4): 150 sesiones; las sesiones con adulto produjeron resultados de aprendizaje significativamente más altos que las sesiones con IA, t(9) = 11,83, p < 0,001, d = 3,74; el reconocimiento del habla fue uno de los límites del sistema. Inferencia: una app que “corrige el habla” tropieza en el primer acto. No oye de modo fiable este enunciado. No puede ampliarlo.

En el estrato de derechos y de calidad de proceso, la Recomendación sobre la ética de la IA exige supervisión humana y atención particular cuando hay niñas y niños (UNESCO, 2021). Miao y Holmes (2023) fijan un umbral de 13 años para conversaciones independientes con plataformas generativas. UNICEF (2021) prioriza el interés superior. El Reglamento (UE) 2024/1689 trata como de alto riesgo, en el anexo III, los sistemas destinados a determinar el acceso o la admisión, a asignar, a evaluar o a determinar el nivel educativo (Unión Europea, 2024). La Comisión Europea (2022) pide no sustituir el juicio profesional. OECD (2021) ancla la calidad en las interacciones cotidianas; OECD (2023, 2025) sitúa la digitalización y las prácticas del personal como palanca de sistema. Inferencia: un niño de cinco años no es el usuario de un chatbot de oralidad. Es el sujeto de una escucha que un adulto sostiene en el acto.

3. Método de revisión

Se realizó una revisión narrativa crítica, no un metaanálisis. El propósito no fue estimar un tamaño de efecto homogéneo entre un ensayo de agente, un entrenamiento narrativo y un asistente de voz, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con Rowe y Snow (2020) y NAEYC (2020) como edición vigente del marco de input y de práctica apropiada al desarrollo; (b) lenguaje oral, narración, lectura dialógica, agentes conversacionales, cuentos generados o reconocimiento automático del habla, o IA en educación inicial 3–6 años; (c) relevancia para jardín, preescolar, CENDI o 3–6 años; (d) revista con pares, DOI o informe de NAEYC, NCCA, UNESCO, OECD, UNICEF, Unión Europea o Comisión Europea; (e) DOI o página editorial verificable. Se excluyeron como objeto central los ejes ya usados en esta serie. El sesgo lingüístico del reconocedor se cita solo como límite técnico, no como eje de multilingüismo.

La búsqueda se ejecutó el 26 de agosto de 2026 en páginas DOI, Springer, Elsevier, Wiley, SAGE, Taylor & Francis, ACM, OECD iLibrary, UNESDOC, UNICEF, EUR-Lex, NAEYC y NCCA. Cada fuente se verificó contra al menos una de esas páginas. El análisis distinguió hallazgo empírico, marco conceptual o normativo e inferencia pedagógica, marcada como tal.

4. Caso 1. Un chatbot que “conversa” no es el adulto que escucha y amplía

Xu et al. (2021) publican el ensayo que mejor ilustra el salto que la tesis rechaza. Noventa niñas y niños de 3 a 6 años leyeron con un agente conversacional o con un adulto. La conversación guiada del agente fue tan de apoyo para la comprensión como la del adulto. El patrón comunicativo no fue el mismo: el adulto elicitó respuestas más largas, más diversas en léxico y más pertinentes al tópico; el agente favoreció la inteligibilidad. Estatus. Hallazgo de comprensión y de patrón verbal en una sesión, no de mediación cotidiana a lo largo del año. No es hallazgo de que el agente “converse” en el sentido de diálogo situado. Inferencia pedagógica, marcada como tal: este es el gesto que un CENDI copia cuando “hace IA para oralidad”. Se toma la comprensión de un cuento como si fuera lenguaje oral, se produce un turno de máquina y se declara mediación. Lo que el ensayo autoriza a decir es más estrecho: un agente puede sostener una lectura dialógica lo bastante para que la comprensión no baje en esa sesión. No autoriza a decir que el jardín mediá el habla. La inteligibilidad no es ampliación. Un niño que articula con claridad una respuesta corta no ha sido oído en su léxico ni en su tópico.

Xu et al. (2022) saturan el retrato con 117 niñas y niños de 3 a 6 años (50 % niñas; 37 % blancos, 31 % asiáticos, 21 % multiétnicos). El agente replicó el beneficio dialógico en comprensión al aumentar vocalizaciones relevantes a la narración. Estatus: engagement y comprensión en una sesión, no desarrollo oral longitudinal. Cheng et al. (2024) trasladan el diseño a 148 kindergarteners de Pekín (83 niñas; M = 70,07 meses): el chatbot fue comparable en comprensión y palabras; el efecto se moderó por la lengua previa, no por la edad ni por la lectura. Estatus: N = 148, no se infla a todo CENDI. Inferencia: un chatbot “funciona” mejor con quien ya tiene más lengua. Eso no es mediación de este grupo. Es selección de quien ya puede responder al prompt.

Xiao et al. (2025) acercan el contraste al modelo de lenguaje: 67 niñas y niños de 5 a 8 años. El grupo con agente superó al adulto en comprensión, con beneficios comparables en vocabulario y recuento. El agente produjo más engagement conductual y atención visual; el adulto, más engagement afectivo y más vocalizaciones relevantes a la narración. Estatus: 5 a 8 años, inglés como lengua adicional; la transferencia a 3–6 es inferencia. No se convierte en estudio de mediación parental: el objeto es el patrón de habla con un adulto frente a un agente. Inferencia: si “oralidad” es mirar la pantalla, el agente gana. Si “oralidad” es producir lengua narrativa pertinente, gana el adulto. La tesis se juega en el segundo criterio.

Dong et al. (2024) nombran el mecanismo que el chatbot no sustituye. En 364 kindergarteners, doce semanas, PEER —prompt, evaluar, ampliar, repetir— superó a los prompts con retroalimentación mínima en vocabulario expresivo e interés. Houen et al. (2022) recuerdan que preguntar no basta: la conversación rica depende de la responsividad continua. Hadley et al. (2023) y Jiang et al. (2025) sitúan esa responsividad en el habla docente, no en un turno de máquina. Xu, Branham et al. (2021) muestran que las interfaces de voz actuales no sostienen diálogo abierto. Inferencia: un chatbot que pregunta y da una retroalimentación prearmada ha ejecutado el prompt. No ha evaluado este enunciado ni lo ha ampliado. PEER sin evaluar y sin expandir no es lectura dialógica. Es un cuestionario hablado.

5. Caso 2. Un cuento generado, o un apoyo narrativo que no transfiere, no es narración mediada

Zhang et al. (2026) publican en Learning and Instruction el estudio que mejor nombra, en este corpus, la diferencia entre desempeño con el sistema y narración cuando el sistema se apaga. Ciento ochenta niñas y niños del norte de China (M = 78,91 meses, DE = 7,05; 97 niños) fueron asignados a recuento pasivo-activo, narración autónoma con retroalimentación de IA o narración iterativa con retroalimentación de IA. Se midieron estructura, complejidad y términos de estado interno en línea de base, con apoyo y en transferencia. Tras controlar desempeño basal, edad y duración, la condición iterativa superó a las otras durante la fase con el sistema y reportó más disfrute. En la transferencia, sin el apoyo, no hubo diferencias significativas entre condiciones. Estatus. Hallazgo de entrenamiento narrativo; la edad media rebasa por poco los 6 años, de modo que la transferencia a 3–6 se marca como inferencia. No es hallazgo de que “la IA enseña a narrar”. Inferencia pedagógica, marcada como tal: un centro no puede llamar a esto, con propiedad, desarrollo de la narración. Un niño que narra mejor mientras el modelo le devuelve versiones ha producido un output conjunto. La mediación se verifica cuando narra sin el sistema, ante un adulto que escucha.

He et al. (2025) saturan el retrato con StoryPal: un agente con modelo de lenguaje que genera preguntas y retroalimentación. Veintitrés niñas y niños de 4 a 7 años, en una sesión, mostraron alto engagement verbal, con patrones distintos entre hablantes dominantes en inglés y bilingües. Las personas adultas pidieron que no reemplazara la lectura con un adulto. Estatus: usabilidad, N = 23, una sesión; no es desarrollo narrativo. El patrón bilingüe se cita solo como límite técnico, no como eje. Inferencia: un jardín que declara “ya narramos con IA” porque el agente preguntó ha medido engagement de una sesión. No ha medido narración.

Xu (2023) y Xu et al. (2022) recuerdan que el beneficio de los agentes es, sobre todo, comprensión en la sesión, no una narración propia. Rowe y Snow (2020) exigen tres dimensiones a la vez: interactiva, lingüística y conceptual. Un cuento generado puede simular la dimensión lingüística y fallar las otras dos: no hay contingencia con este niño ni desafío anclado en lo que acaba de decir. Aistear (Government of Ireland, 2024) pide que las literacidades emergentes se sostengan en el lenguaje oral. NAEYC (2020) pide conversaciones extendidas. OECD (2021) mide calidad de proceso en la interacción, no en el archivo del cuento. Inferencia: generar el cuento la noche anterior y leérselo al grupo no es mediar la narración. Es sustituir la voz del niño por la fluidez del modelo. La narración de inicial se verifica cuando este niño cuenta lo que vio o inventó, y un adulto escucha y amplía. Un pdf con “cierre” moral no es ese acto.

Sun et al. (2025), Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) saturan el mapa: el campo mide vocabulario, alfabeto y comprensión, no si este niño narra mañana sin el sistema. Zhang et al. (2026, IOJET) concluyen que la IA funciona mejor bajo dirección de educadoras, no como sustituto. Inferencia: el vacío no es de productos. Es de categoría. Se mide el output porque el output es lo que un modelo sabe producir.

6. Caso 3. Una app que “corrige el habla” tropieza en oír; oír no es ampliar

Kim et al. (2022) publican el caso que mejor ilustra el tercer artefacto. Veintiocho niñas y niños de 5 a 10 años interactuaron con un asistente de voz comercial: pedidos, recitado y conversación no estructurada. El dispositivo transcribió correctamente más del 84 % en la conversación no guionada. Respondió de modo pertinente al contenido solo la mitad de las veces. Las respuestas apropiadas subieron con la edad y cuando el discurso se estandarizó. En la conversación libre, el objetivo más común fue construir una relación con el aparato. Estatus: laboratorio, 5 a 10 años, N = 28; la transferencia a 3–6 es inferencia, y el tramo inferior es el más desfavorable. No es hallazgo de que el reconocedor “corrija” el habla. Inferencia pedagógica, marcada como tal: una app de corrección hereda este techo. Si oye la forma y no responde al sentido, no hay diálogo. Hay transcripción. Un niño de cuatro que ensaya una oración no necesita una puntuación. Necesita que alguien recoja el sentido y se lo devuelva un poco más amplio.

Pelfrey et al. (2024) saturan el retrato en el aula de preescolar: el procesamiento automático muestra tasas de error más altas para el habla infantil que para la adulta. Quan et al. (2026) despliegan un sistema conversacional con modelo de lenguaje: en 150 sesiones de seis semanas, las sesiones con adulto superaron a las de IA (d = 3,74); el reconocimiento del habla, las claves no verbales y la instrucción fonémica fueron límites. Estatus: N = 10 familias, 3 a 7 años; no se generaliza a CENDI ni se convierte en artículo de hogar. El objeto es que el adulto oye y el sistema tropieza. Inferencia: declarar “corrección del habla” cuando el reconocedor falla con el habla de 3 a 6 años no es mediación. Es una métrica que el niño no puede impugnar.

Houen et al. (2022) y Hadley et al. (2022, 2023) recuerdan qué haría un adulto en el mismo instante: responder, elicitar, conceptualizar. Jiang et al. (2025) asocian esa calidad del habla docente con el desarrollo lingüístico. Miao y Holmes (2023) excluyen al menor de 13 años como interlocutor independiente. Un niño de cuatro no es el usuario de la app de corrección. Inferencia: si la IA entra en un jardín, el único lugar en el que no contradice la oralidad de inicial es el taller del adulto —palabras posibles, un tópico—, sometido a validación pedagógica y descartable al oír a este niño. No entra como oyente ni como correctora.

El marco de derechos cierra el caso. UNESCO (2021) exige supervisión humana. UNICEF (2021) exige desarrollo. La Comisión Europea (2022) exige no sustituir el juicio profesional. El anexo III del Reglamento (UE) 2024/1689 incluye la evaluación automatizada y la determinación del nivel (Unión Europea, 2024). Inferencia: transcribir, puntuar y tratar el habla como nivel en un CENDI no es innovación de oralidad. Es, en ese territorio, una práctica de alto riesgo. El umbral de Miao y Holmes (2023) no se cumple bajando la edad del usuario. Se respeta no convirtiendo al niño de inicial en interlocutor de un sistema que no oye lo que importa.

7. Marco inferencial: cuatro pruebas para afirmar que hay mediación del lenguaje oral, no un output

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 cuento generado, un chatbot que “conversa” o una app que corrige el habla constituyen mediación del lenguaje oral.

7.1. Prueba de este enunciado, no del hablante genérico. Xu et al. (2021) muestran que el adulto, no el agente, elicitó pertinencia tópica y diversidad léxica. Cheng et al. (2024) muestran que el chatbot favorece a quien ya tiene más lengua. Rowe y Snow (2020) exigen adaptación lingüística y desafío conceptual para este nivel. NAEYC (2020) pide conversaciones con estas niñas y estos niños. Inferencia: la evidencia de mediación se verifica en rasgos de este enunciado —qué dijo, qué no alcanzó, qué se le devolvió un poco más amplio— presentes en el turno siguiente. Si la “evidencia” de que el centro media el habla es un prompt con la edad y el tema del cuento, el centro ha generado un output para un hablante genérico. No ha mediado.

7.2. Prueba de la escucha y la ampliación, no del prompt. Dong et al. (2024) muestran que evaluar y ampliar, no solo preguntar, marcan la diferencia expresiva. Houen et al. (2022) muestran que la pregunta no garantiza conversación. Hadley et al. (2023) y Jiang et al. (2025) sitúan la calidad en el habla docente que responde. Kim et al. (2022) muestran un dispositivo que transcribe y no responde al sentido. Inferencia: un chatbot que recorre un árbol de preguntas no cumple la prueba. Puede ser un material. La mediación empieza cuando alguien oye y amplía.

7.3. Prueba de la transferencia sin el sistema, no del desempeño con el sistema. Zhang et al. (2026) muestran ganancias durante la fase con apoyo de IA y ninguna diferencia entre condiciones cuando el apoyo se retira. He et al. (2025) miden una sesión. Xu et al. (2022) miden comprensión en la sesión. Inferencia: si la “oralidad” se desvanece al apagar el agente, no hubo mediación del lenguaje oral. Hubo coproducción de un output. La narración de inicial incluye que este niño cuente mañana, sin el modelo, a un adulto que sigue ahí.

7.4. Prueba del adulto que oye, no de la fluidez del modelo. Miao y Holmes (2023) excluyen al menor de 13 años como interlocutor independiente. Pelfrey et al. (2024) y Quan et al. (2026) documentan el techo del reconocedor. La Comisión Europea (2022) y UNESCO (2021) exigen no sustituir el juicio profesional. OECD (2021, 2025) sitúa la calidad en las interacciones del personal. Government of Ireland (2024) reserva el Communicating a un entorno relacional lento. Inferencia: el niño de 3–6 años no es el usuario de un cuento generado ni de un chatbot ni de una app de corrección. Es el hablante de una mañana que un adulto sostiene. Si la IA entra, entra como taller de materiales del adulto, sometido a validación pedagógica. No entra como interlocutora, como narradora ni como correctora.

El marco admite la IA generativa como taller del adulto (He et al., 2025; Zhang et al., 2026, leídos contra la tesis: un insumo descartable, no un interlocutor); los ciclos de leer, preguntar, evaluar y ampliar (Dong et al., 2024; Houen et al., 2022); y el habla docente conceptual e interactiva como forma de mediar (Hadley et al., 2023; Jiang et al., 2025). Rechaza declarar mediación del lenguaje oral por un cuento generado, un chatbot que “conversa” o una app que corrige el habla (Xu et al., 2021, 2022; Cheng et al., 2024; Xiao et al., 2025; Zhang et al., 2026; Kim et al., 2022).

8. Discusión

Tres tensiones organizan la discusión. La primera es entre producir un output y mediar un habla. Es hallazgo que un agente puede igualar o superar la comprensión de un adulto en una sesión (Xu et al., 2021, 2022; Cheng et al., 2024; Xiao et al., 2025). Es marco que el lenguaje oral de inicial es diálogo situado, escucha y ampliación (Rowe y Snow, 2020; Dong et al., 2024; Houen et al., 2022; Government of Ireland, 2024; NAEYC, 2020). No es hallazgo que igualar la comprensión produzca el habla expresiva y tópica que el adulto elicitó (Xu et al., 2021; Xiao et al., 2025) ni las prácticas lingüísticas que Jiang et al. (2025) asocian con el desarrollo. Los tres artefactos miden lo que la ingeniería sabe medir y declaran lo que solo el oficio situado autorizaría.

La segunda es entre el hablante genérico y este enunciado. Cheng et al. (2024) muestran la moderación por lengua previa. Kim et al. (2022) muestran que el dispositivo responde mejor cuando el niño estandariza su discurso y cuando es mayor. Zhang et al. (2026) muestran un apoyo que no transfiere. Inferencia: insistir en que “el cuento ya está” o “el chatbot ya conversó” mientras nadie ha oído este enunciado es una pedagogía invertida. Rowe y Snow (2020) colocan la contingencia al inicio. El modelo escribe primero y, si acaso, oye después.

La tercera es entre el taller del adulto y la interlocutora del niño. He et al. (2025) muestran que se pide complemento, no reemplazo. Miao y Holmes (2023) excluyen al menor de 13 años. Quan et al. (2026) muestran un efecto grande a favor del adulto. Inferencia: el único uso de IA que no contradice la oralidad de inicial permanece del lado del adulto, con validación pedagógica y derecho a silenciar el sistema. Un listado de palabras puede ser material. Un modelo que “conversa” con un niño de cuatro no es mediación.

9. Límites

Esta revisión es narrativa. No aplica PRISMA ni estima efectos combinados. Xu et al. (2021, 2022) son sesiones de lectura, no un año de jardín. Cheng et al. (2024) son kindergarten chino, N = 148. Xiao et al. (2025) son 5 a 8 años en inglés como lengua adicional; no se usan como artículo de familia ni de multilingüismo. Zhang et al. (2026) tienen edad media de 78,91 meses; la transferencia a 3–6 es inferencia; el objeto no es un andamiaje genérico, sino la no transferencia de la narración. He et al. (2025) son N = 23 y una sesión. Kim et al. (2022) son 5 a 10 años, N = 28. Pelfrey et al. (2024) miden error de transcripción. Quan et al. (2026) son 10 familias; se citan por el contraste adulto/IA y por el reconocedor, no como objeto de hogar. Dong et al. (2024) son lectura dialógica con adultos, no IA. Houen et al. (2022), Hadley et al. (2022, 2023), Jiang et al. (2025), Weadman et al. (2023) y Rowe y Snow (2020) son de habla docente y de input. Chen (2024), Su y Yang (2022), Ljungcrantz (2026), Sun et al. (2025) y Zhang et al. (2026, IOJET) mapean IA y lenguaje temprano. NAEYC, Aistear, UNESCO, UNICEF, la OECD y la Unión Europea son de marco. Miao y Holmes (2023) se usan por el umbral de edad, no por competencia docente. El sesgo del reconocedor hacia el habla adulta y el discurso estandarizado se cita como límite técnico. No se localizaron ensayos latinoamericanos de IA y mediación del lenguaje oral en jardín que midan ampliación situada y transferencia sin el sistema. Las inferencias de la sección 7 son hipótesis de categoría, no evidencia de implementación.

10. Conclusiones

Un cuento generado por un modelo, un chatbot que “conversa” con el niño o una app que corrige el habla no constituyen mediación del lenguaje oral en un centro de educación inicial. La evidencia verificada no autoriza esa declaración. Niñas y niños de 3 a 6 años comprenden igual o mejor con un agente, pero el adulto elicitó más producción, diversidad léxica, pertinencia tópica y vocalizaciones narrativas (Xu et al., 2021, 2022; Xiao et al., 2025); un chatbot comparable se modera por quien ya tiene más lengua (Cheng et al., 2024). Ciento ochenta niñas y niños narran mejor con apoyo iterativo de IA y dejan de diferir cuando el apoyo se retira (Zhang et al., 2026); en una sesión, las personas adultas piden que no reemplace al adulto (He et al., 2025). Un asistente responde al sentido la mitad de las veces (Kim et al., 2022); el reconocedor falla más con el habla infantil (Pelfrey et al., 2024); las sesiones con adulto superan a las de IA (Quan et al., 2026). PEER gana cuando el adulto evalúa y amplía, no cuando solo pregunta (Dong et al., 2024). La calidad del habla docente se asocia con el desarrollo lingüístico de más de cien mil niñas y niños (Jiang et al., 2025). El campo de IA y lenguaje temprano no equivale eso a mediación cotidiana (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026; Zhang et al., 2026). Cuando hay mediación en inicial, hay un adulto que oye y amplía: input interactivo, lingüístico y conceptual (Rowe y Snow, 2020), habla conceptual e interactiva (Hadley et al., 2023), responsividad continua (Houen et al., 2022), lenguaje oral como base (Government of Ireland, 2024) e interacciones de momento a momento (NAEYC, 2020; OECD, 2021). El derecho vigente exige supervisión humana, interés superior, umbral de 13 años para conversaciones independientes con plataformas generativas y, en la Unión Europea, tratar como de alto riesgo la IA que determina acceso, admisión, asignación, evaluación o nivel (UNESCO, 2021; UNICEF, 2021; Miao y Holmes, 2023; Unión Europea, 2024; European Commission, 2022).

Donde las fuentes no miden un jardín, este artículo no lo afirma. Donde miden comprensión de una sesión o un cuento más fluido, no las traduce en mediación. Acompañar a niñas y niños de tres a seis años en el lenguaje oral es dialogar en situación, escuchar este enunciado y ampliarlo. Lo demás es un output de modelo. No es mediación.

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. Cheng, X., Yin, L., Lin, C., Shi, Z., Zheng, H., Zhu, L., Liu, X., Chen, K., y Dong, R. (2024). Chatbot dialogic reading boosts comprehension for Chinese kindergarteners with higher language skills. Journal of Experimental Child Psychology, 240, 105842. https://doi.org/10.1016/j.jecp.2023.105842
  3. Dong, Y., Chow, B. W.-Y., Mo, J., Miao, X., y Zheng, H.-Y. (2024). Effects of dialogic reading elements on children’s language development. Journal of Research in Reading, 47(2), 181–200. https://doi.org/10.1111/1467-9817.12447
  4. 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
  5. Government of Ireland. (2024). Aistear: The Early Childhood Curriculum Framework. National Council for Curriculum and Assessment. https://www.curriculumonline.ie/early-childhood/aistear-2024/
  6. Hadley, E. B., Barnes, E. M., y Hwang, H. (2023). Purposes, places, and participants: A systematic review of teacher language practices and child oral language outcomes in early childhood classrooms. Early Education and Development, 34(4), 862–884. https://doi.org/10.1080/10409289.2022.2074203
  7. Hadley, E. B., Barnes, E. M., Wiernik, B. M., y Raghavan, M. (2022). A meta-analysis of teacher language practices in early childhood classrooms. Early Childhood Research Quarterly, 59, 186–202. https://doi.org/10.1016/j.ecresq.2021.12.002
  8. He, K., Gastón-Panthaki, A., Zhuo, D., Munsey, J., Zhang, M., y Warschauer, M. (2025). StoryPal: Supporting young children’s dialogic reading with large language models. En Proceedings of the 24th Interaction Design and Children (pp. 494–511). ACM. https://doi.org/10.1145/3713043.3728867
  9. Houen, S., Thorpe, K., van Os, D., Westwood, E., Toon, D., y Staton, S. (2022). Eliciting and responding to young children’s talk: A systematic review of educators’ interactional strategies that promote rich conversations with children aged 2–5 years. Educational Research Review, 37, 100473. https://doi.org/10.1016/j.edurev.2022.100473
  10. Jiang, Y., Kaplan, B., y Ko-Wong, L. (2025). Does teacher talk matter too? A meta-analysis of partial correlations between teachers’ language practices and children’s language development from preschool to third grade. Review of Educational Research. https://doi.org/10.3102/00346543251339131
  11. Kim, M. K., Druga, S., Esmaeili, S., Woodward, J., Shaw, A., Jain, A., Langham, J., Hollingshead, K., Lovato, S. B., Beneteau, E., Ruiz, J., Anthony, L., y Hiniker, A. (2022). Examining voice assistants in the context of children’s speech. International Journal of Child-Computer Interaction, 34, 100540. https://doi.org/10.1016/j.ijcci.2022.100540
  12. 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
  13. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  14. NAEYC. (2020). Developmentally Appropriate Practice (DAP) position statement. National Association for the Education of Young Children. https://www.naeyc.org/resources/position-statements/dap
  15. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  16. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  17. OECD. (2025). Results from TALIS Starting Strong 2024: Strengthening early childhood education and care. OECD Publishing. https://doi.org/10.1787/20af08c0-en
  18. Pelfrey, G. L., Justice, L. M., Gonzalez Villasanti, H., y Foster, T. J. (2024). Evaluating the accuracy of automated processing of child and adult language production in preschool classrooms. Frontiers in Psychology, 15, 1322665. https://doi.org/10.3389/fpsyg.2024.1322665
  19. Quan, S., Tu-Shea, X., Ding, Y., Du, Y., Zheng, Q., y Gerdich, L. E. (2026). Conversational AI in children’s home literacy learning: Effectiveness, advantages, challenges, and family perception. Computers and Education: Artificial Intelligence, 10, 100549. https://doi.org/10.1016/j.caeai.2026.100549
  20. Rowe, M. L., y Snow, C. E. (2020). Analyzing input quality along three dimensions: Interactive, linguistic, and conceptual. Journal of Child Language, 47(1), 5–21. https://doi.org/10.1017/S0305000919000655
  21. 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
  22. Sun, H., Tan, J., y Lim, M. C. (2025). AI and early language learning: A scoping review. AI, Brain and Child, 1, 4. https://doi.org/10.1007/s44436-025-00005-3
  23. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  24. UNICEF. (2021). Policy guidance on AI for children 2.0. UNICEF Office of Global Insight and Policy. https://www.unicef.org/innocenti/reports/policy-guidance-ai-children
  25. Unión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial. Diario Oficial de la Unión Europea, L 2024/1689. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
  26. Weadman, T., Serry, T., y Snow, P. (2023). Oral language and emergent literacy strategies used by Australian early childhood teachers during shared book reading. Early Childhood Education Journal, 51, 1335–1348. https://doi.org/10.1007/s10643-022-01381-8
  27. Xiao, F., Zou, E. W., Lin, J., Li, Z., y Yang, D. (2025). Parent-led vs. AI-guided dialogic reading: Evidence from a randomized controlled trial in children’s e-book context. British Journal of Educational Technology, 56(5), 1784–1813. https://doi.org/10.1111/bjet.13615
  28. Xu, Y. (2023). Talking with machines: Can conversational technologies serve as children’s social partners? Child Development Perspectives, 17(1), 53–58. https://doi.org/10.1111/cdep.12475
  29. Xu, Y., Aubele, J., Vigil, V., Bustamante, A. S., Kim, Y.-S., y Warschauer, M. (2022). Dialogue with a conversational agent promotes children’s story comprehension via enhancing engagement. Child Development, 93(2), e149–e167. https://doi.org/10.1111/cdev.13708
  30. Xu, Y., Branham, S., Deng, X., Collins, P., y Warschauer, M. (2021). Are current voice interfaces designed to support children’s language development? En Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems (pp. 1–12). ACM. https://doi.org/10.1145/3411764.3445271
  31. Xu, Y., Wang, D., Collins, P., Lee, H., y Warschauer, M. (2021). Same benefits, different communication patterns: Comparing children’s reading with a conversational agent vs. a human partner. Computers & Education, 161, 104059. https://doi.org/10.1016/j.compedu.2020.104059
  32. Zhang, N., Xu, J., Wei, R., y Wang, Y. (2026). From scaffolding to transfer: The impact of AI-powered support on children’s narrative skills. Learning and Instruction, 104, 102345. https://doi.org/10.1016/j.learninstruc.2026.102345
  33. Zhang, Y., Husnin, H. B., y Kamsin, I. F. B. (2026). The application of artificial intelligence technology in early childhood language development. International Online Journal of Education and Teaching, 13(2), 1–16. https://www.iojet.org/index.php/IOJET/article/view/2306