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 mark-making / early drawing-writing / trazos tempranos: un clasificador/CNN/visión por computador que «puntúa» trazos, formas, Draw-A-Person o scores de fine motor maturity / prewriting readiness / drawing age / VMI auto-score como evaluación pedagógica; un GenAI que genera mark-making lesson plans, prewriting worksheets o copy-the-shape drills por prompt como receta cerrada; un dashboard de minutos de dibujo / stroke accuracy / shape completion para vigilancia administrativa; una app que sustituye la conversación adulto–niño sobre el significado de las marcas por un score de correctness; y un sistema que convierte el portfolio en ranking de developmental level from drawing sin mediación pedagógica. Los cinco permiten exhibir que el centro «ya hace mark-making con IA». El salto —de score, plan/worksheet generado, métrica de minutos o ranking madurativo a afirmar apoyo— no está autorizado por los mapeos de IA en ECE ni por la pedagogía del mark-making cuando hay marcas intencionales (garabato, trazos, formas, figura humana, preescritura), sentido semiótico y agencia gráfica, materiales reales (papel, lápiz, tiza, paint; tablet subordinada), co-presencia adulta que observa, nombra y conversa —no solo «copia el círculo»—, y portfolio de procesos leído con mediación pedagógica.

La tesis es restrictiva: esos cinco artefactos no constituyen apoyo al mark-making / early drawing-writing en la primera infancia. En inicial el mark-making se desarrolla con materiales reales, agencia gráfica y co-presencia que interpreta significado y proceso (NAEYC, 2022; OECD, 2021, 2023); no un score de forma, un GenAI de worksheets ni un dashboard de minutos. La IA puede apoyar la preparación del adulto de forma subordinada; no sustituir la relación ni convertir al niño en vector de stroke accuracy. Serpa-Andrade et al. (2021) aportan un sistema de apoyo para educadores y terapeutas que califican adquisición de preescritura en Cuenca (Ecuador), con un corpus del orden de trescientos dibujos asociados a Battelle: hallazgo de rating asistido, no de pedagogía semiótica. Hwang et al. (2025) automatizan assessment de motricidad fina mediante formas dibujadas a mano en 36–72 meses: score motor vía formas, no conversación sobre significado. Liu et al. (2026) desarrollan y evalúan preliminarmente CPAT para prewriting skills en kindergarteners chinos (N = 143) con anclaje VMI/OA: assessment asistido, no oficio de agencia gráfica. Strikas et al. (2023), Beltzung et al. (2025), Jensen et al. (2023) y Alawad et al. (2026) saturan CNN y machine vision sobre dibujos kindergarten, edad de dibujo o figura humana: miden arquitectura o estructura latente / nivel estimado, no co-presencia que nombra marcas. Tsai et al. (2024) y Lomurno et al. (2023) se leen con transferencia marcada (rehab VMI; screening de riesgo de disgrafía en tablet). Eso autoriza a preguntar qué se midió: fine motor maturity, prewriting readiness, drawing age, VMI auto-score, stroke accuracy o ranking developmental —no la práctica cuando un niño marca con intención y un adulto conversa sobre el significado.

El problema se agrava por seis confusiones de categoría. Primera: mark-making no es literacidad emergente como eje —puede haber huellas de escritura emergente EN el mark-making; el eje es la práctica semiótica de marcar—. Segunda: no es motricidad como eje —Hwang et al. (2025), Strikas et al. (2023) y Tsai et al. (2024) miden scores motores/VMI; no autorizan reducir mark-making a currículo motor—. Tercera: no es creatividad artística —hay dibujo, pero el eje es agencia gráfica y sentido semiótico—. Cuarta: no es evaluación formativa genérica ni documentación —el portfolio importa como lectura pedagógica—. Quinta: no es Draw-A-Person clínico ni screening de disgrafía —Jensen et al. (2023), Alawad et al. (2026); Lomurno et al. (2023) con transferencia—. Sexta: no es dialogic reading, oralidad, atención conjunta, juego libre, DUA, STEM, numeracidad, SEL, formación docente, sand/water/playdough/loose parts/outdoor/risky/block/espacial, inclusión ni privacidad. Galbraith (2022) es contraste periférico de pedagogías del juego. La pregunta es qué cuenta como apoyo al mark-making cuando un centro «hace IA y early drawing-writing».

Hay una economía de coordinación: los cinco artefactos caben en una diapositiva; el episodio con papel o tiza, marcas intencionales, adulto que nombra y portfolio con mediación, no. NAEYC (2022) y OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Inferencia: el apoyo no se cumple puntuando stroke accuracy ni generando worksheets por prompt. Contribuciones: separar oficio y artefactos; examinar casos marcados (Serpa-Andrade et al., 2021; Hwang et al., 2025; Liu et al., 2026; Strikas et al., 2023; Beltzung et al., 2025; Tsai et al., 2024; Jensen et al., 2023; Alawad et al., 2026; Lomurno et al., 2023; Galbraith, 2022 periférico); y ofrecer cuatro pruebas de apoyo.

2. Estado del arte: de la práctica situada de mark-making al artefacto que se exhibe

Conviene separar cuatro estratos que el mercado de «IA para mark-making en inicial» suele mezclar. El primero es el constructo de mark-making / early drawing-writing / trazos tempranos de 3 a 6 años como práctica semiótica y relacional: marcas intencionales, sentido semiótico, agencia gráfica y conversación adulto–niño sobre lo marcado (NAEYC, 2022; OECD, 2021, 2023). El segundo es el oficio que lo cultiva —materiales reales; adulto que observa, nombra y conversa, no solo corrige forma; portfolio de procesos con mediación; tablet subordinada— (Serpa-Andrade et al., 2021, leído como rating ≠ pedagogía semiótica; NAEYC, 2022; OECD, 2021, 2023; Galbraith, 2022, contraste periférico). El tercero es la evidencia de affordances de IA en ECE y de sistemas CNN/CV de scoring de dibujo, formas, VMI, figura humana o preescritura —sin equivalerlos a mark-making situado— (Chen, 2024; Su y Yang, 2022; Su y Zhong, 2022; Ljungcrantz, 2026; Nikolopoulou, 2025; Hwang et al., 2025; Liu et al., 2026; Strikas et al., 2023; Beltzung et al., 2025; Tsai et al., 2024; Jensen et al., 2023; Alawad et al., 2026; Lomurno et al., 2023). El cuarto es el marco de derechos y de práctica apropiada al desarrollo, que trata al infante como sujeto que marca con intención, no como vector de stroke accuracy ni destinatario exclusivo de worksheets GenAI o rankings developmental (UNESCO, 2021; Miao y Holmes, 2023; U.S. Department of Education, 2023).

NAEYC (2022) y OECD (2021, 2023) anclan práctica apropiada, interacciones significativas y digitalización subordinada: marco. Los sistemas verificados miden objetos distintos del oficio. Serpa-Andrade et al. (2021) diseñan e implementan un sistema de apoyo para educadores y terapeutas que ratean skills de preescritura: hallazgo de rating asistido, no de conversación sobre el sentido de las marcas. Hwang et al. (2025) aportan assessment automático de fine motor vía formas (36–72 meses). Liu et al. (2026) —CPAT; N = 143— aportan evaluación preliminar de prewriting skills con anclaje VMI/OA. Strikas et al. (2023) comparan CNN frente a Griffiths. Beltzung et al. (2025) —N = 193 (2–10 más adultos)— drawing behaviour con deep learning: transferencia marcada. Jensen et al. (2023) y Alawad et al. (2026, Tebyan) abordan figura humana / developmental levels sin diagnóstico. Tsai et al. (2024) aplican deep learning a VMI en rehab: transferencia ≠ aula 3–6 pura. Lomurno et al. (2023) detectan riesgo de disgrafía con tablet: transferencia screening. Inferencia: un prewriting readiness score no nombra el significado de un garabato; un niño que marca y un adulto que conversa sí. Chen (2024), Su y Yang (2022), Su y Zhong (2022) y Ljungcrantz (2026) mapean IA en ECE sin equivalerla a mark-making situado. Nikolopoulou (2025) y Miao y Holmes (2023) fijan cautela y umbrales de GenAI para lesson plans/worksheets por prompt. UNESCO (2021) y U.S. Department of Education (2023) exigen supervisión humana y no sustituir el juicio profesional. Galbraith (2022) es contraste periférico de pedagogías del juego.

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 en aula, es rehab, clínica o screening de disgrafía, o el rango etario supera el tramo; (b) mark-making, early drawing-writing, preescritura, formas dibujadas, figura humana, VMI, CNN/CV de dibujo, o IA en ECE con relevancia artefacto/oficio; (c) jardín, preescolar, CENDI o 3–6, o transferencia explícita; (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 —literacidad emergente, oralidad, motricidad como eje, creatividad artística, evaluación formativa genérica, documentación, atención conjunta, dialogic reading, juego libre, DUA, STEM, numeracidad, SEL, formación docente, sand/water/playdough/loose parts/outdoor/risky/block/espacial, inclusión y privacidad—. Galbraith (2022) solo como contraste periférico. Tsai et al. (2024) = rehab VMI, transferencia. Lomurno et al. (2023) = screening disgrafía/tablet, transferencia. Beltzung et al. (2025) = rango 2–10 más adultos, transferencia parcial. Hwang et al. (2025) y Strikas et al. (2023) se leen por formas/CNN de fine motor, no como eje de motricidad ya publicado. Serpa-Andrade et al. (2021) y Liu et al. (2026) se leen por rating/CPAT de preescritura, no como literacidad emergente ni evaluación formativa genérica como ejes.

La búsqueda se ejecutó el 6 de septiembre de 2026 (slot 15:40 America/Mexico_City) en páginas DOI, Crossref, Springer, Elsevier, Wiley, Taylor & Francis, MDPI, IEEE Xplore, Frontiers, WSEAS, JAIR, OECD iLibrary, UNESDOC, NAEYC y sitios editoriales. Cada fuente se verificó contra el corpus de fuentes.md y crossref_check.json. 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 stroke accuracy dashboard, GenAI de worksheets como paquete de exhibición en CENDI latinoamericano, o app que sustituye conversación por correctness en aula 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 los sistemas de scoring/CNN verificados (Serpa-Andrade et al., 2021; Hwang et al., 2025; Liu et al., 2026; Strikas et al., 2023; Beltzung et al., 2025; Jensen et al., 2023; Alawad et al., 2026). Se usaron las veintiuna fuentes del corpus verificado.

4. Caso 1. CNN/CV score de trazos/formas/DAP/fine-motor/prewriting readiness, GenAI de lesson plans/worksheets/copy-the-shape, dashboard de minutos/stroke accuracy, app que sustituye conversación por score, o portfolio→ranking developmental level no constituyen apoyo al mark-making

Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) saturan el techo de artefactos cuando la IA en ECE se presenta como si fuera apoyo al mark-making. Chen (2024) cartografía affordances globales: hallazgo de scoping sobre usos emergentes —tutoría, analítica, generación de contenidos—, no de que un fine motor maturity score o un drawing age score cultive agencia gráfica. Su y Yang (2022) revisan tendencias de IA en ECE, no co-presencia que nombra lo marcado. Ljungcrantz (2026) revisa la interacción IA–ECE 2020–2024: estado del arte, no mark-making situado. Inferencia: «stroke accuracy / prewriting readiness alto = hubo apoyo» es techo de analítica de forma. Serpa-Andrade et al. (2021), Hwang et al. (2025) y Liu et al. (2026) miden rating, fine motor vía formas o CPAT; un score útil para administración puede coexistir con ausencia de co-presencia que interpreta significado.

Nikolopoulou (2025) y Miao y Holmes (2023) nombran el riesgo del GenAI de mark-making lesson plans / prewriting worksheets / copy-the-shape drills por prompt que cierra el episodio: marco de cautela y umbrales de edad, no ensayo versus episodio con papel y adulto que conversa (NAEYC, 2022; OECD, 2021). Inferencia: producir un drill de «copia el círculo» por prompt puede ser preparación subordinada; el apoyo empieza con materiales reales, agencia para marcar y adulto que nombra sin reducir a forma correcta. Su y Zhong (2022) proponen currículo de AI literacy, no mark-making situado.

Los cinco artefactos carecen, en el corpus verificado, de ensayos de equivalencia pedagógica con el oficio en CENDI 3–6 latinoamericano; no se inventan d, r ni AUC de «apoyo». Hwang et al. (2025), Strikas et al. (2023) y Beltzung et al. (2025) miden CNN/formas/edad de dibujo; Jensen et al. (2023) y Alawad et al. (2026) figura humana / nivel; Tsai et al. (2024) y Lomurno et al. (2023) transferencia rehab/disgrafía; Galbraith (2022) contraste periférico solo cuando el adulto sostiene el oficio. Inferencia restrictiva: CNN ≠ adulto que nombra; GenAI de worksheets ≠ episodio abierto; dashboard ≠ observación; app de correctness ≠ conversación; ranking ≠ portfolio con mediación. UNESCO (2021) y U.S. Department of Education (2023) exigen supervisión humana. Los cinco comparten una gramática de sustitución: el score habla por la marca; el GenAI cierra; el dashboard sustituye la observación; la app borra la conversación; el ranking convierte proceso en nivel sin mediación. La gramática de exhibición invierte la secuencia: primero se activa el artefacto; después se declara «ya hay mark-making con IA». Inferencia: exhibir stroke accuracy o copy-the-shape drills resuelve coordinación administrativa, no el acompañamiento de marcas intencionales. Cuando el score habla por el niño y el worksheet habla por el adulto, el umbral de supervisión humana se incumple aunque el dashboard luzca «verde».

5. Caso 2. Lo que el jardín sí hace cuando hay apoyo al mark-making: oficio semiótico-relacional y qué miden Serpa-Andrade, Hwang, Liu CPAT, Strikas, Beltzung, Tsai, Jensen, Tebyan y Lomurno —con Galbraith como contraste periférico

El piso del oficio no es un score: es materiales reales (papel, lápiz, tiza, paint; tablet subordinada), marcas intencionales, agencia gráfica, sentido semiótico, co-presencia adulta que observa, nombra y conversa —no solo «copia el círculo»—, y portfolio de procesos con mediación (NAEYC, 2022; OECD, 2021, 2023). Inferencia: hay apoyo cuando se protege esa práctica; no cuando se exhibe fine motor maturity score, GenAI de worksheets o ranking developmental. El oficio se reconoce en el episodio: el niño marca con intención; el adulto pregunta, nombra y amplía sin cerrar en correctness; la tablet, si aparece, es medio subordinado.

Serpa-Andrade, Pazos-Arias, Lopez-Nores y Robles-Bykbaev (2021) saturan el ancla latinoamericana: sistema de apoyo para educadores y terapeutas que ratean adquisición de skills de preescritura; Cuenca (Ecuador); corpus del orden de trescientos dibujos de figuras de preescritura asociadas a Battelle. Estatus: hallazgo empírico de rating asistido. Inferencia: miden calificación de preescritura para educador/terapeuta; no equivalen a pedagogía semiótica del mark-making ni autorizan presentar un CNN de forma como evaluación del significado de las marcas. Hwang et al. (2025) —36–72 meses— aportan assessment automático de fine motor mediante hand-drawn shape images. Distinción marcada: se cita por el artefacto de scoring de formas, no se convierte este artículo en el de motricidad ya publicado. Inferencia: fine motor score ≠ conversación sobre lo marcado. Liu et al. (2026) —CPAT; N = 143 kindergarteners chinos; VMI/OA— aportan desarrollo y evaluación preliminar de computer-assisted assessment de Chinese prewriting skills. Inferencia: CPAT mide skills de preescritura asistidas; no firma agencia gráfica ni portfolio de procesos con mediación semiótica.

Strikas et al. (2023) comparan CNN state-of-the-art para assessing fine motor skills en dibujos de kindergarten griego frente a Griffiths: arquitectura CNN ≠ oficio de co-presencia. Beltzung et al. (2025) —N = 193 (150 niños 2–10 + 43 adultos); Francia— usan deep learning para estudiar desarrollo del drawing behaviour: transferencia marcada; drawing age prediction no sustituye al adulto que nombra significado en 3–6. Jensen et al. (2023) muestran rich latent structure en human figure drawings vía percepción humana y machine vision: estructura latente rica no es ranking administrativo sin mediación. Alawad et al. (2026) —Tebyan; MobileNet/ResNet/EfficientNet— estiman developmental levels sin pretender diagnóstico: estimar nivel ≠ portfolio de procesos con mediación; no autoriza convertir el portfolio en ranking sin adulto.

Tsai, Lee y Huang (2024) aplican deep learning a VMI en rehabilitación pediátrica (Beery VMI; DenseNet): TERAPIA/rehab; transferencia ≠ aula 3–6 pura; VMI auto-score no autoriza los cinco artefactos como mark-making de jardín. Lomurno et al. (2023) —Play-Draw-Write; Procrustes; kindergarten→2.º— early dysgraphia risk con tablet: screening; transferencia; ≠ pedagogía del mark-making. Galbraith (2022) —pedagogías del juego en preservice teachers— es contraste periférico, no eje de formación docente. Mediación coherente (NAEYC, 2022; OECD, 2021, 2023): materiales, observación de marcas, conversación sobre significado y portfolio sin guion de correctness.

En conjunto: hay sistemas que ratean preescritura (Serpa-Andrade et al., 2021), puntúan formas/fine motor (Hwang et al., 2025; Strikas et al., 2023), evalúan prewriting (Liu et al., 2026), predicen edad de dibujo (Beltzung et al., 2025), analizan figura humana (Jensen et al., 2023; Alawad et al., 2026) o screenan disgrafía/VMI con transferencia (Tsai et al., 2024; Lomurno et al., 2023). Ninguno —por sí solo— firma agencia gráfica, sentido semiótico y co-presencia en el aula. La evidencia técnica es real en su dominio; «score = apoyo al mark-making» es inferencia ilegítima de categoría.

6. Caso 3. Mark-making ≠ literacidad emergente como eje, motricidad como eje, creatividad artística, evaluación formativa genérica, documentación, Draw-A-Person clínico ni screening de disgrafía

Seis fronteras protegen el eje. Primera: literacidad emergente —puede haber huellas EN el mark-making; el eje es la práctica semiótica de marcar—. Inferencia: «trabajamos literacidad = hay mark-making» no firma; tampoco un prewriting readiness score es literacidad ni mark-making pedagógico. Serpa-Andrade et al. (2021) y Liu et al. (2026) ratean/assisten preescritura; no autorizan reescribir este artículo como literacidad. Segunda: motricidad curricular —Hwang et al. (2025), Strikas et al. (2023) y Tsai et al. (2024) miden fine motor/VMI; no autorizan reducir mark-making a fine motor maturity score como si fuera el oficio—. Tercera: creatividad artística —hay dibujo y figura humana (Jensen et al., 2023; Alawad et al., 2026; Beltzung et al., 2025), pero el eje es agencia gráfica y sentido semiótico—. Cuarta: evaluación formativa y documentación —el portfolio importa; convertirlo en ranking developmental sin mediación (techo de Alawad et al., 2026, leído restrictivamente) no es mark-making ni esos ejes ya publicados—. Quinta: Draw-A-Person clínico —Jensen et al. (2023) y Alawad et al. (2026) no equivalen a DAP clínico ni a pedagogía de aula—. Sexta: screening de disgrafía —Lomurno et al. (2023) fijan transferencia; screening ≠ mark-making de jardín—. UNESCO (2021), Miao y Holmes (2023) y U.S. Department of Education (2023) exigen supervisión humana. Inferencia: la IA coherente en 3–6 permanece del lado del adulto (preparación subordinada; Galbraith, 2022 periférico), no como scorer, GenAI de copy-the-shape, dashboard, app de correctness ni ranking sin mediación.

Estas fronteras protegen el eje del artículo. Mark-making / early drawing-writing como práctica semiótica y relacional puede tocar, de modo lateral, literacidad, motricidad fina, dibujo, evaluación o documentación; no se deja reducir a ninguno de esos ejes ya publicados. Un centro que «trabaja literacidad», «trabaja motricidad fina», «hace arte», «evalúa» o «documenta» no ha demostrado por esa sola etiqueta que cultiva marcas intencionales con agencia gráfica y co-presencia que interpreta significado. Tampoco lo demuestra un DAP clínico ni un screening de disgrafía transferidos al discurso de aula. La distinción es de categoría pedagógica, no de negación de overlaps empíricos laterales.

7. Marco inferencial: cuatro pruebas para afirmar que hay apoyo al mark-making, 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 mark-making / early drawing-writing.

7.1. Prueba de la práctica situada (materiales reales, marcas intencionales, agencia gráfica), no del CNN/CV score ni de la app de correctness. NAEYC (2022), OECD (2021, 2023) y los casos de scoring (Serpa-Andrade et al., 2021; Hwang et al., 2025; Liu et al., 2026; Strikas et al., 2023; Beltzung et al., 2025; Jensen et al., 2023; Alawad et al., 2026) definen el contraste oficio/scoring. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean analítica como affordance, no como mark-making. Inferencia: la evidencia de apoyo se verifica en si el niño marcó con materiales reales y agencia, y si hubo sentido semiótico en juego. Si la «evidencia» es fine motor maturity, drawing age o correctness score, el centro hizo analítica de forma, no apoyo al mark-making.

7.2. Prueba de la co-presencia adulta que observa, nombra y conversa —no solo «copia el círculo»—, no del GenAI de lesson plans/worksheets/copy-the-shape. NAEYC (2022), OECD (2021) y Galbraith (2022, periférico) sitúan práctica e interacciones. Miao y Holmes (2023) y Nikolopoulou (2025) exigen validación y mediación de GenAI. Inferencia: un script por prompt no firma el episodio de mark-making.

7.3. Prueba de la mediación humana y del portfolio de procesos, no del dashboard de minutos/stroke accuracy ni del ranking developmental sin mediación. OECD (2021, 2023) exigen interacciones significativas. Alawad et al. (2026) estiman niveles sin diagnóstico; Tsai et al. (2024) y Lomurno et al. (2023) fijan rehab/screening. Inferencia: minutos o stroke accuracy altos no elevan por sí solos la co-presencia. Preparación subordinada del adulto es legítima; el scorer que convierte al niño en vector de forma no lo es.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. Mark-making ≠ literacidad emergente, motricidad, creatividad artística, evaluación formativa, documentación, DAP clínico ni screening de disgrafía como ejes. Hwang et al. (2025), Strikas et al. (2023), Tsai et al. (2024), Lomurno et al. (2023), Jensen et al. (2023) y Alawad et al. (2026) impiden esas confusiones. UNESCO (2021), Miao y Holmes (2023), U.S. Department of Education (2023), NAEYC (2022) y OECD (2021, 2023) exigen supervisión humana y no sustituir el juicio profesional. Inferencia: el apoyo se cumple con materiales reales, agencia gráfica, co-presencia y portfolio con mediación —no puntuando la «forma» o vigilando «minutos».

El marco admite digital subordinado a preparación del adulto (Galbraith, 2022 periférico; Serpa-Andrade et al., 2021 como apoyo al rating, no sustitución de la conversación). 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. Primera: exhibir los cinco artefactos versus ejercer apoyo. Serpa-Andrade et al. (2021), Hwang et al. (2025), Liu et al. (2026; N = 143), Strikas et al. (2023), Beltzung et al. (2025; N = 193 con transferencia), Tsai et al. (2024, rehab), Jensen et al. (2023), Alawad et al. (2026), Lomurno et al. (2023, disgrafía) y Galbraith (2022 periférico) sostienen el contraste; Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean IA sin equivalencia a mark-making situado. Segunda: assessment automatizado versus pedagogía semiótica-relacional —declarar apoyo por stroke accuracy o shape completion es pedagogía invertida; no se inventan métricas de «apoyo pedagógico»—. Tercera: GenAI de worksheets / ranking / app de correctness versus oficio —Miao y Holmes (2023), Nikolopoulou (2025), NAEYC (2022) y OECD (2021, 2023)—: vender copy-the-shape o Tebyan-like ranking sin mediación como «mark-making con IA» confunde producto con práctica. Serpa-Andrade et al. (2021) confirman rating en Cuenca sin autorizar sustituir la conversación; UNESCO (2021) 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 —Cuenca; formas 36–72 meses; CPAT N = 143; CNN Grecia; Beltzung N = 193 con transferencia; VMI rehab; figura humana; Tebyan; Lomurno screening; Galbraith periférico— define el piso que los artefactos no alcanzan solos cuando se los presenta como pedagogía del mark-making. Inferencia: el apoyo se erosiona al tratarlos como si fueran la práctica. El digital subordinado es legítimo hacia el adulto (Serpa-Andrade et al., 2021 como apoyo al rating; Galbraith, 2022); no lo es invertir la secuencia (NAEYC, 2022; OECD, 2021, 2023). Si el centro muestra materiales reales, marcas intencionales, adulto que conversó sobre significado y proceso, y portfolio con mediación, puede hablar de apoyo; si solo muestra scores, worksheets GenAI, minutos, correctness o ranking without mediation, habla de artefactos. Mezclar ambos en una diapositiva de «IA y mark-making» es el vacío reconstruido aquí. Su y Zhong (2022): currículo de AI literacy ≠ early drawing-writing situado.

9. Límites

Esta revisión es narrativa. No aplica PRISMA propio ni estima efectos combinados. Serpa-Andrade et al. (2021) aportan rating de preescritura en Cuenca con corpus del orden de trescientos: no se inventan d ni r; se lee como herramienta, no como oficio semiótico completo. Hwang et al. (2025) miden fine motor vía formas en 36–72 meses: límite de constructo motor. Liu et al. (2026) miden N = 143 CPAT: evaluación preliminar. Strikas et al. (2023) aportan comparación CNN. Beltzung et al. (2025) miden N = 193 con rango 2–10 más adultos: transferencia parcial. Tsai et al. (2024) son rehab VMI: transferencia. Jensen et al. (2023) y Alawad et al. (2026) delimitan figura humana/machine vision/estimación de nivel. Lomurno et al. (2023) son screening disgrafía/tablet: transferencia. Galbraith (2022) es contraste periférico, no eje. Chen (2024), Su y Yang (2022), Su y Zhong (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE, no stroke-accuracy dashboards ni GenAI de worksheets como paquete de exhibición en CENDI latinoamericano. No se localizaron ensayos verificados de los cinco artefactos como paquete único de «mark-making con IA» en aula 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

Los cinco artefactos —CNN/CV de trazos/formas/DAP o scores de fine motor maturity / prewriting readiness / drawing age / VMI; GenAI de lesson plans/worksheets/copy-the-shape; dashboard de minutos/stroke accuracy; app de correctness; ranking developmental sin mediación— no constituyen apoyo al mark-making / early drawing-writing en educación inicial. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) confirman affordances sin equivalencia a mark-making situado. Nikolopoulou (2025) y Miao y Holmes (2023) fijan límites de GenAI. Serpa-Andrade et al. (2021), Hwang et al. (2025), Liu et al. (2026), Strikas et al. (2023), Beltzung et al. (2025), Tsai et al. (2024), Jensen et al. (2023), Alawad et al. (2026) y Lomurno et al. (2023) exigen leer scoring/CNN/VMI/figura humana/disgrafía por lo que miden —con transferencias— y por lo que no equivalen a pedagogía semiótica. Galbraith (2022) es contraste periférico: adulto ≠ scorer ni GenAI de worksheets. Cuando hay apoyo hay materiales reales, marcas intencionales, agencia gráfica, co-presencia que conversa y portfolio con mediación (NAEYC, 2022; OECD, 2021, 2023). El mark-making se distingue de literacidad emergente, motricidad, creatividad artística, evaluación formativa, documentación, DAP clínico y screening de disgrafía como ejes. 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, rating de preescritura, CNN de formas, CPAT, drawing age, VMI rehab, figura humana, Tebyan o screening de disgrafía, no los traduce en apoyo vía score de forma o worksheet por prompt. Acompañar a niñas y niños de tres a seis años en mark-making / early drawing-writing es ejercer materiales reales (papel, lápiz, tiza, paint; tablet subordinada), agencia gráfica, co-presencia adulta que interpreta significado y proceso —no solo «copia el círculo»— y portfolio de procesos con mediación. Lo demás es CNN/CV score, GenAI de worksheets/copy-the-shape, dashboard de minutos/stroke accuracy, app de correctness y ranking developmental. No es apoyo al mark-making en educación inicial, y no debe presentarse como lo que no es.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Referencias

  1. Alawad, W. M., Alquayid, A., Alghofaily, S., Alharbi, S., y Alorainy, D. (2026). Tebyan: An AI-powered system for estimating developmental levels from children’s human figure drawings. Health Informatics Journal, 32(2). https://doi.org/10.1177/14604582261460248
  2. Beltzung, B., Pelé, M., Martinet, L., Maitre, E., Falck, J., y Sueur, C. (2025). Using deep learning predictions to study the development of drawing behaviour in children. Displays, 90, Article 103166. https://doi.org/10.1016/j.displa.2025.103166
  3. 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
  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. Hwang, N.-H., Chen, S.-S., Pai, T.-W., Ko, M. H.-J., Yu, Y.-L., y Chen, H.-J. (2025). Automatic assessment of fine motor development in children through hand-drawn shape images. Pediatrics & Neonatology, 66(6), 606–612. https://doi.org/10.1016/j.pedneo.2025.04.001
  6. Jensen, C. A., Sumanthiran, D., Kirkorian, H. L., Travers, B. G., Rosengren, K. S., y Rogers, T. T. (2023). Human perception and machine vision reveal rich latent structure in human figure drawings. Frontiers in Psychology, 14, Article 1029808. https://doi.org/10.3389/fpsyg.2023.1029808
  7. Liu, Z., Wu, D., Peng, S., Dong, C., Huo, Y., Zhang, Y., Zhang, J., Zhong, W., Liu, D., y Chen, J. (2026). Development and preliminary evaluation of a computer-assisted assessment tool for Chinese prewriting skills in preschoolers. Frontiers in Psychology, 17, Article 1793395. https://doi.org/10.3389/fpsyg.2026.1793395
  8. 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
  9. Lomurno, E., Dui, L. G., Gatto, M., Bollettino, M., Matteucci, M., y Ferrante, S. (2023). Deep learning and Procrustes analysis for early dysgraphia risk detection with a tablet application. Life, 13(3), Article 598. https://doi.org/10.3390/life13030598
  10. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  11. 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
  12. 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
  13. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  14. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  15. Serpa-Andrade, L. J., Pazos-Arias, J. J., Lopez-Nores, M., y Robles-Bykbaev, V. E. (2021). Design, implementation and evaluation of a support system for educators and therapists to rate the acquisition of pre-writing skills. IEEE Access, 9, 77920–77929. https://doi.org/10.1109/access.2021.3083496
  16. Strikas, K., Papaioannou, N., Stamatopoulos, I., Angeioplastis, A., Tsimpiris, A., Varsamis, D., y Giagazoglou, P. (2023). State-of-the-art CNN architectures for assessing fine motor skills: A comparative study. WSEAS Transactions on Advances in Engineering Education, 20, 44–51. https://doi.org/10.37394/232010.2023.20.7
  17. Su, J., y Yang, W. (2022). Artificial intelligence in early childhood education: A scoping review. Computers and Education: Artificial Intelligence, 3, Article 100049. https://doi.org/10.1016/j.caeai.2022.100049
  18. Su, J., y Zhong, Y. (2022). Artificial Intelligence (AI) in early childhood education: Curriculum design and future directions. Computers and Education: Artificial Intelligence, 3, Article 100072. https://doi.org/10.1016/j.caeai.2022.100072
  19. Tsai, Y.-T., Lee, J.-S., y Huang, C.-Y. (2024). Research on applying deep learning to visual–motor integration assessment systems in pediatric rehabilitation medicine. Algorithms, 17(9), Article 413. https://doi.org/10.3390/a17090413
  20. 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
  21. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137