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 planificación didáctica cotidiana. El primero es un plan de clase generado por un modelo: un texto con objetivos, materiales, tiempos y “cierre” que un sistema produce a partir de un prompt. El segundo es una secuencia “lista”: un paquete descargable o una lección de catálogo que se copia al cuaderno de planeación. El tercero es un prompt que produce la asamblea del día: una consigna que pide canción, cuento y ronda, y entrega un libreto. Los tres son visibles y baratos en tiempo de coordinación. Permiten exhibir que el centro “ya planifica con inteligencia artificial”. El salto enunciativo es enorme: se pasa de generar un documento a afirmar que hay planificación pedagógica. Ese salto no está autorizado ni por la evidencia de cómo se produce un plan con un modelo ni por lo que los marcos de inicial llaman planificar.

La tesis de este artículo es restrictiva. Un plan de clase generado por un modelo, una secuencia “lista” o un prompt que produce la asamblea del día no constituye planificación pedagógica. La planificación en educación inicial es observación del grupo, decisión situada y ajuste en el acto; no un artefacto textual generado a priori. La NAEYC sitúa la observación como proceso para planificar e implementar, y afirma que las educadoras y los educadores usan esa información tanto en la planificación del currículo como en las interacciones de momento a momento (NAEYC, 2020). El Currículo Nacional de Educación Inicial en México describe una planeación integral, abierta, flexible y narrativa: observar, registrar y proponer ambientes (Secretaría de Educación Pública [SEP], 2024). Aistear, actualizado en 2024, promueve un ciclo de notar, nutrir, responder y reflexionar, y distingue planificación de largo, mediano y corto plazo junto con la espontánea (Government of Ireland, 2024). Ninguno de esos marcos autoriza a tratar un texto generado antes de ver al grupo como el acto de planificar.

El problema se agrava por una razón de oficio que las fichas de producto no mencionan. En inicial, el objeto de la planificación no es un documento que se exhibe en una supervisión. Es la calidad de proceso: las interacciones cotidianas con adultos, pares, materiales y espacio, motor más proximal del desarrollo, el aprendizaje y el bienestar (OECD, 2021). Un modelo no observa al grupo de hoy. Produce un texto plausible para un niño genérico. Inferencia, marcada como tal: el mercado de “IA para planificar” hereda un error de categoría de la escuela primaria y secundaria —confundir preparar un recurso con planificar— y lo automatiza en un tramo etario donde la planificación es, por definición, situada.

Este trabajo no recicla los ejes ya tratados en esta serie. La pregunta es de categoría pedagógica: qué cuenta como planificación didáctica cotidiana cuando un centro de educación inicial “hace IA”. Las contribuciones son tres: reconstruir el estado del arte que separa el artefacto textual generado a priori de la observación, la decisión situada y el ajuste en el acto; examinar tres familias de casos; y ofrecer cuatro pruebas para decidir cuándo un jardín puede afirmar que planifica, y no solo que produce un plan.

2. Estado del arte: del artefacto textual a la planificación como oficio situado

Conviene separar cuatro estratos que el mercado de “IA para planificar” suele mezclar. El primero es la evidencia de que docentes usan modelos para producir planes y recursos, casi toda medida en primaria y secundaria, y casi toda como tiempo de preparación o como calidad del documento. El segundo es la evidencia de lo que la educación inicial llama planificar: observación del grupo, currículo emergente, enseñanza espontánea e intencionalidad en el acto. El tercero es el mapa de la IA en educación inicial, que no trata la planificación cotidiana como objeto. 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 decide en la interacción.

En el estrato del artefacto, Roy, Poet, Staunton, Aston y Thomas (2024) publican el primer ensayo aleatorizado de gran escala sobre ChatGPT en la preparación de lecciones: 259 docentes de ciencias de 7.º y 8.º año en 68 escuelas secundarias de Inglaterra, con aleatorización por escuela. El grupo que usó ChatGPT junto con una guía dedicó, en las semanas seis a diez, el 69 % del tiempo del grupo al que se pidió no usar IA generativa: 56,2 minutos semanales frente a 81,5, un ahorro de 25,3 minutos (31 %). Un panel de expertas y expertos, ciego al origen de los materiales, no halló evidencia de diferencia de calidad en los recursos. Estatus: hallazgo empírico de secundaria, no de 3–6 años. Kaufman, Woo, Eagan, Lee y Kassan (2025), con datos representativos de Estados Unidos en 2023–2024, reportan que el 25 % del profesorado de K–12 usó herramientas de IA para planificación instruccional o enseñanza; el uso fue casi el doble en lengua y ciencias (~40 %) que entre docentes de primaria de todas las asignaturas o de matemáticas (~20 %). Inglaterra lista la planificación de lecciones como uso de la IA generativa y financió un asistente de lecciones (Department for Education, 2023/2025). Inferencia: el sistema que “hace IA para planificar” mide minutos de preparación y calidad de un recurso. No mide si alguien observó a este grupo ni si alguien ajustó en el acto.

En el estrato de la planificación de inicial, NAEYC (2020, 2022) distingue observar y usar esa información en la planificación y en las interacciones de momento a momento, y planificar e implementar un currículo para metas significativas. Rönnlund (2025) conceptualiza la enseñanza espontánea en el preescolar sueco como interacción relacional y de equilibrio: responder al foco de atención del niño y ampliar el contenido sin anular el juego autoiniciado. Hjelmér, Rönnlund y Olausson (2025) saturan ese retrato con un proyecto de un año y 50 maestras y maestros de preescolar: conectar lo espontáneo con metas curriculares fue lo más difícil. Speldewinde, Guarrella y Campbell (2025) observan, en bush kinders de Australia, un currículo emergente que combina centralidad del niño e intencionalidad docente. Vitiello, Hutchins, Krissinger, Jirout y Scoville (2025) muestran, con 15 docentes y liderazgos de prekínder y kínder, que los desafíos de un currículo emergente no se resuelven con un texto previo. Government of Ireland (2024) y Siraj (2024) sitúan la planificación en un ciclo de notar y responder. La SEP (2024) pide una planeación narrativa que parte de lo observado. Inferencia: en inicial, planificar es un oficio de ver y decidir, no de redactar.

En el estrato de la IA en inicial, Su y Yang (2022) revisan 17 estudios de 1995 a 2021. Chen (2024) mapea 18 artículos de 11 países (2005–2023; 14 de ellos en 2020–2023) que cubren 15 081 niñas y niños de 2 a 8 años, y extrae cuatro affordances: herramienta interactiva; predecir o clasificar condiciones del niño; adaptar y personalizar; y un eje de sentido. Ljungcrantz (2026) actualiza a 39 estudios 2020–2024, 20 de ellos en 2024, con foco en 4–6 años. Estatus: hallazgo de campo, no de planificación cotidiana. Ninguna affordance de Chen es “observar a este grupo y decidir en el acto”. Inferencia: el auge de 2024 no autoriza a traducir “más IA en el jardín” como “más planificación”.

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 y exigen validación ética y pedagógica. UNICEF (2021) prioriza el interés superior. El Reglamento (UE) 2024/1689 trata como de alto riesgo, en el anexo III, los sistemas de IA destinados a determinar el acceso o la admisión a instituciones educativas, a asignar a las personas, a evaluar aprendizajes o a determinar el nivel educativo apropiado (Unión Europea, 2024). La Comisión Europea (2022) y el Departamento de Educación de Estados Unidos (2023) coinciden en no sustituir el juicio profesional. OECD (2021) ancla la calidad de inicial en las interacciones cotidianas; OECD (2023) documenta digitalización en ECEC en 30 países y jurisdicciones; TALIS Starting Strong 2024 sitúa las prácticas del personal con las niñas y los niños —no la producción de documentos— como palanca de sistema (OECD, 2025). Macha, Hildebrandt, Wronski, Lonnemann y Urban (2024) recuerdan que el pensamiento compartido sostenido es una dimensión de la calidad de proceso, no un libreto. Inferencia: un niño de cinco años no es el usuario de un plan generado. Es el sujeto de una decisión que un adulto toma al verlo.

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 secundaria inglesa, un preescolar sueco y una plataforma de composición, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con marcos NAEYC de 2020 cuando son la edición vigente; (b) planificación didáctica cotidiana, currículo emergente, enseñanza espontánea o producción de planes con IA, 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, SEP, UNESCO, OECD, UNICEF, Unión Europea, Comisión Europea, EEF/NFER, RAND, Department for Education o ERIC; (e) DOI o página editorial verificable. Se excluyeron como objeto central los ejes ya usados en esta serie, aunque algunos aparecen como límite. Las fuentes de planificación con IA en magisterio se usan como evidencia del artefacto, no como artículo sobre la formación de docentes.

La búsqueda se ejecutó el 26 de agosto de 2026 en páginas DOI, Springer, Elsevier, Wiley, SAGE, MDPI, Taylor & Francis, OECD iLibrary, UNESDOC, UNICEF, EUR-Lex, ERIC, EEF, RAND, NAEYC, NCCA, SEP y sitios editoriales. Cada fuente se verificó contra al menos una de esas páginas. El análisis distinguió tres estatus enunciativos. Hallazgo empírico: lo observado o medido en la muestra. Marco conceptual o normativo: lo que un marco o un reglamento prescribe. Inferencia pedagógica: la traducción a jardines y CENDI, marcada como tal.

4. Caso 1. Producir un plan más rápido no es planificar este grupo

Roy et al. (2024) publican el ensayo que mejor ilustra el salto que la tesis rechaza. En Inglaterra, 34 escuelas (129 docentes) fueron asignadas al azar a usar ChatGPT con una guía para preparar lecciones y recursos de ciencias de 7.º y 8.º, y 34 escuelas (130 docentes) a no usar ninguna IA generativa. El ensayo duró diez semanas en el verano de 2024. El resultado principal es de tiempo: 56,2 minutos semanales frente a 81,5, un ahorro de 25,3 minutos. El resultado secundario es de recurso: el panel de expertas y expertos no halló evidencia de que la calidad de los materiales usados por ambos grupos difiriera. Estatus de la evidencia. Hallazgo empírico de carga de trabajo y de calidad de un documento en secundaria. No es hallazgo de jardín. No es hallazgo de observación de un grupo de 3–6 años. No es hallazgo de ajuste en el acto. Inferencia pedagógica, marcada como tal: este es el gesto que un CENDI copia cuando “hace IA para planificar”. Se toma el tiempo de redactar un plan como si fuera el tiempo de planificar, se produce un texto más rápido y se declara planificación. Lo que el ensayo autoriza a decir es más estrecho: un modelo puede acortar la preparación de un recurso de ciencias en secundaria, sin evidencia de que ese recurso sea peor al ojo de un panel. No autoriza a decir que el jardín planificó.

Karaman y Göksu (2024) saturan el retrato del artefacto en primaria: 39 estudiantes de tercer grado, 25 horas de matemáticas en cinco semanas; el grupo experimental trabajó con planes de ChatGPT. El logro intramuestra subió (d = 1,268); la diferencia entre grupos en el postest no fue significativa. Estatus: hallazgo de tercer grado, N pequeño; no se infla el efecto. Yu, Lee y Kim (2025) acercan el artefacto al tramo de inicial. En una universidad del Medio Oeste de Estados Unidos, 44 futuras educadoras y educadores (24 de inicial, 20 de primaria) usaron ChatGPT para planificar matemáticas. De 280 prompts, la generación de ideas fue el 43,3 % en el grupo de inicial. El hallazgo que importa a esta tesis no es la ganancia de confianza —objeto de magisterio, no de este artículo—, sino el obstáculo que las participantes nombraron: adaptar el texto a prácticas apropiadas al desarrollo y a un aula específica. Ko (2024), con 42 estudiantes de inicial en Corea, reporta la misma fricción: edad, nivel de desarrollo, actividad vaga, metas difíciles de asir. Gurl, Markinson y Artzt (2025) hallan, en un microteaching de matemáticas, lecciones centradas en el docente, repetitivas y con poco conocimiento del estudiantado. Estatus: producción de un texto, no un jardín en acto. Inferencia: el modelo no falla porque “aún no está bien entrenado en inicial”. Falla porque no puede observar a este grupo. Un plan plausible para un niño genérico de cuatro años no es un plan para las dieciocho niñas y niños de esta sala el martes a las nueve.

Kaufman et al. (2025) y el Department for Education (2023/2025) saturan el retrato de sistema: un cuarto del profesorado K–12 estadounidense declara usar IA para planificar o enseñar; Inglaterra lista la planificación de lecciones como uso y financia un asistente de lecciones. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) muestran que el campo de “IA en inicial” crece sin tratar la planificación cotidiana como objeto. Inferencia: el vacío no es de productos. Es de categoría. Se mide el artefacto porque el artefacto es lo que un modelo sabe producir.

5. Caso 2. Lo que el jardín sí hace cuando hay planificación: observar, decidir, ajustar

Rönnlund (2025) publica en el European Early Childhood Education Research Journal el estudio que mejor nombra, en este corpus, la planificación como oficio en el acto. A partir de un proyecto de un año en el que maestras y maestros de preescolar en Suecia documentaron y analizaron la enseñanza espontánea, conceptualiza esa enseñanza como interacción relacional y de equilibrio. Relacional: responder al foco de atención del niño, ampliar el contenido, integrar intenciones adultas e infantiles de modo dinámico. De equilibrio: negociar las orientaciones de meta del currículo con los intereses y el juego autoiniciado, sin percibir ese equilibrio como un obstáculo insalvable, en parte porque las metas suecas son amplias y permiten co-crear. Estatus de la evidencia. Hallazgo empírico de conceptualización docente en preescolar, no de IA. No es hallazgo de que un modelo reproduzca esa enseñanza. No es, y este artículo no lo convierte en, un estudio de juego libre como eje: el objeto es la enseñanza espontánea como forma de planificar en el acto. Inferencia pedagógica, marcada como tal: este es el objeto que un centro de educación inicial puede llamar, con propiedad, planificación. Es ver a este grupo y decidir. Un plan generado la noche anterior no responde al foco de atención de esta mañana.

Hjelmér, Rönnlund y Olausson (2025) saturan el caso con el mismo proyecto: tres investigadoras y 50 maestras y maestros de preescolar durante un año. El análisis de las situaciones espontáneas propias y ajenas hizo visibles las interacciones con las niñas y los niños y los intereses del grupo. Conectar esas situaciones con metas curriculares específicas fue el aspecto más desafiante. Los prerrequisitos no fueron un generador de planes: fueron tiempo para analizar, reflexión colegiada y una herramienta de análisis alineada con los valores del preescolar. Estatus: hallazgo de un N = 50 en Suecia, no generalizable a todo CENDI; no es hallazgo de IA. Inferencia: si lo difícil de la planificación cotidiana es articular lo que acaba de ocurrir con una meta, un modelo que escribe la meta antes de que ocurra nada no resuelve el problema. Lo oculta.

Speldewinde, Guarrella y Campbell (2025) trasladan el mismo oficio a los bush kinders australianos: 32 entrevistas a 20 educadoras y educadores (2015–2023). El currículo emergente de ciencias no es un texto previo: combina centralidad del niño e intencionalidad docente, y da voz a las niñas y los niños para articular comprensiones. Estatus: hallazgo de currículo emergente, no de IA; el juego aparece como medio, no como objeto de este artículo. Vitiello et al. (2025), con 15 docentes y liderazgos de prekínder y kínder, muestran que hacer funcionar un currículo emergente exige apoyo, y que los desafíos se agravan en la escuela pública. Macha et al. (2024) recuerdan que el pensamiento compartido sostenido se extiende en el diálogo, no en un libreto. Siraj (2024) sostiene que el mejor currículo no se toma del estante. Government of Ireland (2024) traduce eso a un ciclo de notar, nutrir, responder y reflexionar, con planificación espontánea como tipo. NAEYC (2020) pide usar lo observado en la planificación y en el momento a momento. La SEP (2024), en cumplimiento del Acuerdo 07/08/23, pide una planeación integral, abierta, flexible y narrativa, que parte de observar y registrar. Inferencia: la evidencia de planificación en inicial se verifica en el acto —responder al foco, articular una meta a lo que acaba de ocurrir—, no en un pdf generado a las 22:00.

OECD (2021) ofrece el contraste de sistema: la calidad de proceso son las interacciones cotidianas, no los documentos de planificación. OECD (2025) sitúa las prácticas del personal con las niñas y los niños como palanca. Inferencia: un jardín que exhibe diez planes generados y no puede narrar qué observó el martes no ha planificado. Ha archivado.

6. Caso 3. La IA como taller de materiales del adulto, no como autora del día

Farrow, Farrow y Zhang (2025) publican en Education Sciences el caso que mejor ilustra el tercer artefacto cuando se lo coloca del lado del documento. Veintinueve docentes del sureste de Estados Unidos usaron L4C, una plataforma con IA para apoyar planes de composición en primera infancia. Tras el uso, los planes alinearon 5,2 principios de L4C frente a 1,2 al inicio, t(28) = 8,2; las prácticas de calidad en los planes pasaron del 33 % al 53 %, t(28) = 4,6, p < 0,001, d = 0,71. El 52 % identificó la lección guionada como el rasgo más de apoyo. Estatus: hallazgo de calidad de un plan escrito, no de un ensayo de interacción en el jardín. No es hallazgo de que la IA “planifique”. Inferencia pedagógica, marcada como tal: el guion es exactamente el artefacto que esta tesis no admite como planificación. Puede ser un material. No puede ser el acto. Yu et al. (2025) y Ko (2024) muestran por qué: el texto no conoce este grupo ni el aula de hoy. Gurl et al. (2025) muestran el sesgo: centrado en el adulto, repetitivo. Roy et al. (2024) miden el recurso, no el acto. Inferencia: si la IA entra en un jardín o un CENDI, el único lugar en el que no contradice la planificación de inicial es el taller del adulto —listas de materiales, un borrador que se tira al ver al grupo—, sometido a validación pedagógica. No entra como autora del día.

Miao y Holmes (2023) fijan el umbral de 13 años para conversaciones independientes con plataformas generativas. Un niño de cuatro no es el interlocutor del plan ni de la asamblea generada. OECD (2023, 2025) sitúa la digitalización en el personal, los materiales y la protección, no en un libreto que se lee al grupo. NAEYC (2020, 2022) reserva la decisión de momento a momento a la educadora. Government of Ireland (2024) reserva la planificación espontánea al adulto que nota. La SEP (2024) reserva la planeación narrativa a quien observó. Inferencia: un jardín que pide a un modelo “la asamblea de hoy” no ha planificado la asamblea. Ha subcontratado el primer acto del día a un sistema que no estuvo en la puerta.

El marco de derechos cierra el caso. UNESCO (2021) exige supervisión humana. UNICEF (2021) exige desarrollo y bienestar. 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 educativo (Unión Europea, 2024). Inferencia: un sistema que, en un CENDI, genere la secuencia del día y la trate como decisión pedagógica no es una innovación de planificación. Es, en ese territorio, una práctica de alto riesgo si determina nivel o evaluación. El umbral de Miao y Holmes (2023) no se cumple bajando la edad del usuario del plan. Se respeta no convirtiendo al niño de inicial en destinatario de un libreto que ningún adulto situó.

7. Marco inferencial: cuatro pruebas para afirmar que hay planificación, no un artefacto

El marco que sigue es inferencia pedagógica de este artículo, anclada en los casos y en los instrumentos verificados. No es un nuevo estándar internacional. Distingue cuatro pruebas. Si un jardín, preescolar, CENDI o escuela infantil no las pasa, no puede declarar que un plan generado por un modelo, una secuencia “lista” o un prompt que produce la asamblea constituyen planificación pedagógica.

7.1. Prueba de este grupo, no del niño genérico. Yu et al. (2025) y Ko (2024) documentan la dificultad de adaptar el texto generado a prácticas apropiadas al desarrollo y al aula específica. Gurl et al. (2025) hallan lecciones ciegas a las necesidades del estudiantado. NAEYC (2020) pide que la observación informe la planificación de las experiencias de estas niñas y estos niños. La SEP (2024) pide una planeación que atienda necesidades e intereses de las niñas y los niños de este contexto. Inferencia: la evidencia de planificación se verifica en rasgos de este grupo —quién llegó, qué trajeron, qué no funcionó ayer— presentes en la decisión. Si la “evidencia” de que el centro planifica es un prompt con la edad y el tema de la semana, el centro ha generado un texto para un niño genérico. No ha planificado.

7.2. Prueba de la observación previa o concurrente, no del texto a priori. Rönnlund (2025) y Hjelmér et al. (2025) sitúan la enseñanza espontánea en lo que se ve y se analiza. Speldewinde et al. (2025) parten de escuchar a las niñas y los niños. Government of Ireland (2024) y Siraj (2024) parten de notar. NAEYC (2020) parte de observar. La SEP (2024) parte de observar y registrar. Roy et al. (2024) miden, en cambio, el tiempo de producir un recurso antes de la clase. Inferencia: un plan escrito la noche anterior, sin observación de este grupo, no cumple la prueba. Puede ser un insumo. La planificación empieza cuando alguien mira.

7.3. Prueba del ajuste en el acto, no de la secuencia cerrada. Rönnlund (2025) describe el equilibrio entre metas y juego autoiniciado como el oficio mismo. Hjelmér et al. (2025) hallan que articular lo espontáneo con una meta es lo difícil. Farrow et al. (2025) muestran que lo que se agradece de una plataforma es, a menudo, el guion. Macha et al. (2024) recuerdan que el pensamiento compartido sostenido se extiende en el diálogo, no en un libreto. Inferencia: si la asamblea se lee tal cual salió del modelo, no hubo planificación. Hubo ejecución. La planificación de inicial incluye tirar el plan cuando el grupo no está ahí, o cuando está en otro lado.

7.4. Prueba del juicio del adulto, no de la fluidez del modelo. Miao y Holmes (2023) excluyen al menor de 13 años como interlocutor independiente. La Comisión Europea (2022) y el U.S. Department of Education (2023) exigen no sustituir el juicio profesional. UNESCO (2021) exige supervisión humana. OECD (2021, 2025) sitúa la calidad en las interacciones del personal. Inferencia: el niño de 3–6 años no es el usuario de un plan generado. Es el habitante de una mañana que un adulto decide. Si la IA entra, entra como taller de materiales del adulto, sometido a validación pedagógica. No entra como autora de la asamblea, de la secuencia o del día.

El marco admite la IA generativa como taller del adulto (Farrow et al., 2025; Yu et al., 2025, leídos contra la tesis); los ciclos de notar y responder (Government of Ireland, 2024; SEP, 2024); y la enseñanza espontánea y el currículo emergente como formas de planificar (Rönnlund, 2025; Hjelmér et al., 2025; Speldewinde et al., 2025). Rechaza declarar planificación por un plan generado, una secuencia “lista” o un prompt de asamblea (Roy et al., 2024; Yu et al., 2025; Ko, 2024; Farrow et al., 2025).

8. Discusión

Tres tensiones organizan la discusión. La primera es entre producir un documento y planificar un grupo. Es hallazgo que 259 docentes en 68 escuelas secundarias ahorraron un 31 % del tiempo de preparación sin evidencia de diferencia de calidad en los recursos (Roy et al., 2024); que un cuarto del profesorado K–12 estadounidense declara usar IA para planificar o enseñar (Kaufman et al., 2025); y que Inglaterra lista ese uso (Department for Education, 2023/2025). Es marco que la planificación de inicial parte de la observación y se ejerce también en el momento a momento (NAEYC, 2020; Government of Ireland, 2024; SEP, 2024). No es hallazgo que producir un plan más rápido produzca la enseñanza espontánea de Rönnlund (2025) y Hjelmér et al. (2025) ni el currículo emergente de Speldewinde et al. (2025). La política de los tres artefactos mide lo que la ingeniería sabe medir y declara lo que solo el oficio situado autorizaría.

La segunda es entre el niño genérico y este grupo. Yu et al. (2025) y Ko (2024) muestran la fricción con las prácticas apropiadas al desarrollo y con el aula concreta. Gurl et al. (2025) muestran un sesgo adulto. Chen (2024) muestra que la literatura de IA en inicial clasifica y personaliza; no observa. Inferencia: insistir en que “el plan ya está” mientras nadie ha visto a este grupo es una pedagogía invertida. NAEYC (2020) y la SEP (2024) colocan la observación al inicio. El modelo escribe primero y, si acaso, mira después.

La tercera es entre el taller del adulto y la autora del día. Farrow et al. (2025) muestran que una plataforma puede mejorar un plan escrito y que el guion se percibe como apoyo. Miao y Holmes (2023) excluyen al menor de 13 años como usuario independiente. Inferencia: el único uso de IA que no contradice la planificación de inicial es el que permanece del lado del adulto y se somete a validación pedagógica, incluido el derecho a descartar el texto al cruzar la puerta. Un listado de materiales puede ser planificación si parte de lo observado. Un modelo que escribe la asamblea porque el prompt pidió “ronda de los lunes” no lo es.

9. Límites

Esta revisión es narrativa. No aplica PRISMA ni estima efectos combinados. Roy et al. (2024) son un ensayo de secundaria en Inglaterra; la transferencia a 3–6 años es inferencia. Karaman y Göksu (2024) son de tercer grado, N = 39, sin diferencia entre grupos en el postest. Yu et al. (2025) y Ko (2024) son de formación inicial: se usan como evidencia del artefacto, no como artículo sobre el magisterio. Gurl et al. (2025) son de secundaria. Farrow et al. (2025) miden calidad de planes escritos (N = 29), no interacciones de proceso; el hallazgo del guion se lee contra la tesis. Rönnlund (2025) y Hjelmér et al. (2025) son de preescolar sueco; el N = 50 no se generaliza a CENDI. Speldewinde et al. (2025) son bush kinders; el juego se cita como medio, no como objeto. Vitiello et al. (2025) son 15 entrevistas. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean IA en ECE, no planificación cotidiana. NAEYC, Aistear, SEP, Siraj, UNESCO, UNICEF, la OECD y la Unión Europea son de marco. Macha et al. (2024) se usan por el pensamiento compartido sostenido como calidad de proceso, no como eje de aprendizaje socioemocional. Kaufman et al. (2025) y el Department for Education (2023/2025) son de sistema escolar. No se localizaron ensayos latinoamericanos de IA y planificación cotidiana en jardín que midan observación y ajuste en el acto frente a un plan generado. Las inferencias de la sección 7 son hipótesis de categoría pedagógica, no evidencia de implementación.

10. Conclusiones

Un plan de clase generado por un modelo, una secuencia “lista” o un prompt que produce la asamblea del día no constituyen planificación pedagógica en un centro de educación inicial. La evidencia verificada no autoriza esa declaración. Doscientos cincuenta y nueve docentes de ciencias en 68 escuelas secundarias ahorraron un 31 % del tiempo de preparación con ChatGPT, sin evidencia de diferencia de calidad en los recursos: eso es producción de un documento, no planificación de un grupo de 3–6 años (Roy et al., 2024). Un cuarto del profesorado K–12 estadounidense declara usar IA para planificar o enseñar (Kaufman et al., 2025). Futuras educadoras de inicial tropiezan al adaptar el texto a prácticas apropiadas al desarrollo y al aula concreta (Yu et al., 2025; Ko, 2024); las lecciones sugeridas resultan centradas en el adulto (Gurl et al., 2025); veintinueve docentes mejoran un plan escrito y agradecen el guion (Farrow et al., 2025). Dieciocho estudios que cubren 15 081 niñas y niños de 2 a 8 años distinguen clasificar y personalizar, no observar este grupo (Chen, 2024); diecisiete y treinta y nueve revisiones saturan el campo sin equivalerlo a planificación cotidiana (Su y Yang, 2022; Ljungcrantz, 2026). En cambio, cuando hay planificación en inicial, hay un adulto que observa y decide: enseñanza espontánea en el preescolar sueco (Rönnlund, 2025; Hjelmér et al., 2025), currículo emergente en bush kinders (Speldewinde et al., 2025), ciclo de notar y responder (Government of Ireland, 2024; Siraj, 2024), planeación narrativa (SEP, 2024) e interacciones de momento a momento (NAEYC, 2020, 2022). El derecho vigente exige supervisión humana, interés superior, umbral de edad 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 un documento más rápido o un guion mejor puntuado, no las traduce en planificación. Acompañar a niñas y niños de tres a seis años con planificación didáctica cotidiana es observar a este grupo, decidir en situación y ajustar en el acto. Lo demás es un artefacto textual generado a priori. No es planificación, 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. Department for Education. (2023/2025). Generative artificial intelligence (AI) in education (actualizado 12 de agosto de 2025). GOV.UK. https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education/generative-artificial-intelligence-ai-in-education
  3. 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
  4. Farrow, J., Farrow, M. J., y Zhang, C. (2025). Advancing translational science through AI-enhanced teacher learning for early language and composing. Education Sciences, 15(11), 1496. https://doi.org/10.3390/educsci15111496
  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. Gurl, T. J., Markinson, M. P., y Artzt, A. F. (2025). Using ChatGPT as a lesson planning assistant with preservice secondary mathematics teachers. Digital Experiences in Mathematics Education, 11, 114–139. https://doi.org/10.1007/s40751-024-00162-9
  7. Hjelmér, C., Rönnlund, M., y Olausson, A. (2025). Analys av undervisning i spontant uppkomna situationer i förskolan. Educare, 2025(2), 75–101. https://doi.org/10.63310/edu.2025.2.54821
  8. Karaman, M. R., y Göksu, İ. (2024). Are lesson plans created by ChatGPT more effective? An experimental study. International Journal of Technology in Education, 7(1), 107–127. https://doi.org/10.46328/ijte.607
  9. Kaufman, J. H., Woo, A., Eagan, J., Lee, S., y Kassan, E. B. (2025). Uneven adoption of artificial intelligence tools among U.S. teachers and principals in the 2023–2024 school year (RR-A134-25). RAND Corporation. https://doi.org/10.7249/RRA134-25
  10. Ko, S. (2024). Exploring the process and experience of pre-service early childhood teacher creating a simulated instruction plan using ChatGPT. Korean Open Association for Early Childhood Education, 29(5), 315–337. https://doi.org/10.20437/KOAECE29-5-13
  11. 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
  12. Macha, K., Hildebrandt, F., Wronski, C., Lonnemann, J., y Urban, M. (2024). Making it explicit – Sustained shared thinking dialogue as a way to explore children’s perspectives on quality in German early childhood education and care. British Educational Research Journal. https://doi.org/10.1002/berj.4054
  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. 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
  16. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  17. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  18. OECD. (2025). Results from TALIS Starting Strong 2024: Strengthening early childhood education and care. OECD Publishing. https://doi.org/10.1787/20af08c0-en
  19. Rönnlund, M. (2025). Preschool teachers’ conceptualizations of spontaneous teaching: Relational and balancing interactions. European Early Childhood Education Research Journal, 34(1), 5–18. https://doi.org/10.1080/1350293X.2025.2487594
  20. Roy, P., Poet, H., Staunton, R., Aston, K., y Thomas, D. (2024). ChatGPT in lesson preparation: A Teacher Choices trial. Evaluation report. Education Endowment Foundation / National Foundation for Educational Research. https://educationendowmentfoundation.org.uk/projects-and-evaluation/projects/choices-in-edtech-using-generative-ai-chatgpt-for-ks3-science-lesson-preparation-2024-teacher-choices-trial
  21. Secretaría de Educación Pública. (2023). Acuerdo número 07/08/23 por el que se determina el Currículo Nacional aplicable a la Educación Inicial: Programa Sintético de la Fase 1. Diario Oficial de la Federación. https://www.dof.gob.mx/nota_detalle.php?codigo=5698664&fecha=15/08/2023
  22. Secretaría de Educación Pública. (2024). La importancia de una planeación integral y narrativa en Educación Inicial. SEP. https://educacionbasica.sep.gob.mx/wp-content/uploads/2024/08/Inicial_-La-importancia-de-una-planeacion-integral-y-narrativa-en-Educacion-Inicial.pdf
  23. Siraj, I. (2024). An emergent and inquiry-based curriculum approach in early childhood. National Council for Curriculum and Assessment. https://ncca.ie/media/kcugefoz/an-emergent-and-inquiry-based-curriculum-approach-in-early-childhood.pdf
  24. Speldewinde, C., Guarrella, C., y Campbell, C. (2025). Listening to children in nature: Emergent curriculum in science teaching and learning in bush kinders. International Journal of Science Education, 47(15-16), 2180–2202. https://doi.org/10.1080/09500693.2024.2365459
  25. 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
  26. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  27. UNESCO. (2022). Tashkent Declaration and Commitments to Action for Transforming Early Childhood Care and Education. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000384045
  28. UNICEF. (2021). Policy guidance on AI for children 2.0. UNICEF Innocenti. https://www.unicef.org/innocenti/reports/policy-guidance-ai-children
  29. Unión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024 (Ley de IA), anexo III. Diario Oficial de la Unión Europea. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
  30. 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
  31. Vitiello, V. E., Hutchins, N., Krissinger, A., Jirout, J., y Scoville, J. (2025). How early educators make emergent curricula work: A qualitative analysis with an eye toward scale. Early Education and Development, 37(1), 44–65. https://doi.org/10.1080/10409289.2025.2517401
  32. Yu, H. M., Lee, H., y Kim, S. H. (2025). Integrating ChatGPT in teacher education: Examining early childhood and elementary pre-service teachers’ experiences in AI-assisted math lesson planning. Journal of Research in Childhood Education, 40(1), 67–89. https://doi.org/10.1080/02568543.2025.2579668