1. Introducción y problema

En el tramo de 3 a 6 años —jardín, preescolar, CENDI, escuela infantil— se ha instalado un paquete de cuatro artefactos que pretenden valer por apoyo al razonamiento espacial, al lenguaje espacial o al block play: un chatbot que «enseña espacial» o da instrucciones de construcción al niño; una app de puzzles espaciales que puntúa «habilidad espacial» o «coeficiente espacial»; un modelo de computer vision que clasifica o puntúa la «complejidad» o «calidad» de una construcción de bloques sin mediación humana; y un generador que produce unidades de «entrenamiento espacial» a partir de un prompt. Los cuatro son visibles en coordinación y permiten exhibir que el centro «ya hace espacial con IA». El salto —de instrucción generativa, score, etiqueta de complejidad o unidad a afirmar apoyo al razonamiento espacial— no está autorizado por la evidencia de mapeos de IA en ECE ni por la pedagogía del block play cuando hay ensamblaje 2D/3D con bloques unitarios, vocabulario espacial (ubicación, dimensión, forma, orientación), gestos, tiempo prolongado de construcción compartida y andamiaje humano.

La tesis de este artículo es restrictiva. Un chatbot que «enseña espacial» o da instrucciones de construcción al niño, una app de puzzles espaciales que puntúa «habilidad espacial» o «coeficiente espacial», un modelo de computer vision que clasifica o puntúa la «complejidad» o «calidad» de una construcción de bloques sin mediación humana, o un generador que produce unidades de «entrenamiento espacial» a partir de un prompt no constituyen apoyo al razonamiento espacial en la primera infancia. En inicial el razonamiento espacial se desarrolla en práctica situada con bloques y materiales concretos abiertos, lenguaje espacial entre adulto y niño o entre pares, gestos, tiempo prolongado de construcción y andamiaje humano (modelado, feedback gestual o lingüístico espacial); no un score de ensamblaje, un puzzle digital autónomo ni un tutor de IA que sustituye al adulto o al par. Bower et al. (2020) documentan trainings espaciales (N = 187; 3 años; MF/GF/SLF vs. control) con ganancias 2D/3D TOSA, especialmente en low-SES, y transfer parcial a matemáticas como outcome lateral. Bower et al. (2022) comparan app digital versus materiales concretos versus control (N = 61): ambos mejoran 2D-TOSA frente a control. Bower et al. (2025) amplían con N = 331: intervención concreta y digital predice aprendizaje espacial y matemático, con transfer menos robusto. Schmitt et al. (2024) crean un coding system de lenguaje espacial y cuantitativo en block play (N = 24). Yang y Hu (2021) describen ubicaciones, deícticos, dimensiones y formas (N = 228). Eso autoriza a preguntar qué se midió: instrucción del bot, punto de puzzle o etiqueta de complejidad, no la práctica cuando un niño coloca un bloque «encima», gira una pieza y recibe feedback espacial de un adulto o un par.

El problema se agrava por cinco confusiones de categoría. Primera: razonamiento espacial / lenguaje espacial / block play no es STEM ni robótica educativa —Berson et al. (2023) y Di Lieto et al. (2023) aparecen solo como contraste, no como eje—. Segunda: no es numeracidad como eje —la matemática puede ser outcome lateral (Bower et al., 2020, 2025; Schmitt et al., 2024)—. Tercera: no es creatividad artística —Aksoy y Aksoy (2022) muestran solapamiento, no identidad de constructos—. Cuarta: no es score de «complejidad» o «calidad» de construcción por computer vision sin mediación humana. Quinta: no es puzzle digital autónomo que declara «coeficiente espacial». Este trabajo no recicla STEM/robótica, numeracidad, juego simbólico, juego libre, creatividad artística, motricidad, funciones ejecutivas, SEL, indagación científica, ambiental, literacidad, oralidad, DUA, documentación, evaluación formativa, participación, planificación, atención conjunta, interacciones adulto-niño como eje genérico ni formación docente. La pregunta es qué cuenta como razonamiento espacial cuando un centro «hace IA y espacial».

Hay, además, una economía de coordinación: chatbot tutor, score de puzzle, etiqueta de complejidad y unidad impresa caben en una diapositiva; el block talk prolongado con bloques unitarios, gestos y feedback espacial adulto–niño, no. Ferrara, Hirsh-Pasek, Newcombe, Golinkoff y Lam (2011) anclan que el guided play eleva el talk espacial durante block play. NAEYC (2022) y OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Inferencia: el apoyo al razonamiento espacial no se cumple generando unidades ni puntuando ensamblaje. Las contribuciones son tres: separar el oficio del paquete de artefactos; examinar tres familias de casos —incluido BrickSmart como contraste periférico cuando GenAI apoya al adulto/padre y no sustituye al niño (Liu et al., 2025; transferencia 6–8 años)—; y ofrecer cuatro pruebas para afirmar apoyo al razonamiento espacial, y no solo chatbot, score, visión o prompt.

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

Conviene separar cuatro estratos que el mercado de «IA para el razonamiento espacial en inicial» suele mezclar. El primero es el constructo de razonamiento espacial / lenguaje espacial / block play de 3 a 6 años como práctica de ensamblaje 2D/3D con bloques unitarios, vocabulario de ubicación, dimensión, forma y orientación, gestos y episodio prolongado de construcción compartida (Bower et al., 2020, 2022, 2025; Schmitt et al., 2024; Yang y Hu, 2021; Ferrara et al., 2011). El segundo es el oficio pedagógico que lo cultiva —materiales concretos abiertos, trainings TOSA / spatial language feedback / gesture feedback, modelado adulto, feedback gestual o lingüístico espacial, andamiaje entre pares— (Bower et al., 2020, 2022, 2025; Ferrara et al., 2011; NAEYC, 2022; OECD, 2021, 2023). El tercero es la evidencia de affordances de IA en ECE, GenAI centrada en el niño y sistemas que guían a padres —sin equivalerlos a block play situado entre adulto e hijo ni a tutor autónomo del niño— (Chen, 2024; Su y Yang, 2022; Su y Zhong, 2022; Ljungcrantz, 2026; Nikolopoulou, 2025; Liu et al., 2025, con transferencia marcada). El cuarto es el marco de derechos, de sistemas y de práctica apropiada al desarrollo, que trata al infante de 3–6 años como sujeto de construcción situada y conversación espacial, no como vector de señales para un pipeline de scoring de complejidad ni como receptor pasivo de instrucciones de un chatbot (UNESCO, 2021; Miao y Holmes, 2023; U.S. Department of Education, 2023).

En constructo y oficio, Bower et al. (2020) reportan intervención de ensamblaje (N = 187; 3 años; MF/GF/SLF vs. control): ganancias 2D/3D TOSA, mayor efecto en low-SES, transfer parcial a matemáticas. Bower et al. (2022) comparan app digital versus materiales concretos versus control (N = 61): ambos mejoran 2D-TOSA frente a control; no diferían entre sí. Bower et al. (2025) —N = 331; 3 años— predicen spatial y math learning; transfer a matemáticas menos robusto. Schmitt et al. (2024) crean un coding system de lenguaje espacial y cuantitativo en block play (N = 24). Yang y Hu (2021) describen ubicaciones, deícticos, dimensiones y formas (N = 228). Ferrara et al. (2011) anclan que guided play eleva block talk. Inferencia: un chatbot no sustituye el «ponlo encima» con gesto; un adulto o un par que andamia sí.

En el estrato de artefactos, Chen (2024), Su y Yang (2022), Su y Zhong (2022) y Ljungcrantz (2026) mapean affordances de IA en ECE sin equivalerlos a block play. Nikolopoulou (2025) equilibra GenAI bajo mediación docente: marco de cautela. Liu et al. (2025) documentan BrickSmart: GenAI guía a padres —no sustituye al niño—; 6–8 años → transferencia marcada; aumento de vocabulario espacial. En contraste de categoría, Berson et al. (2023) exploran robot programming y CT en preschoolers (3–4): robótica/CT ≠ block play como eje. Di Lieto et al. (2023) combinan unplugged y robotics para CT/visuoespacial: contraste lateral. Aksoy y Aksoy (2022) vinculan block play y creatividad: frontera de constructo. UNESCO (2021) exige supervisión humana; Miao y Holmes (2023) fijan validación pedagógica de GenAI; U.S. Department of Education (2023) exige que la IA no sustituya el juicio profesional.

3. Método de revisión

Se realizó una revisión narrativa crítica, no un metaanálisis primario. El propósito no fue estimar un tamaño de efecto homogéneo de chatbots tutores espaciales, apps de puzzles que puntúan, clasificadores de complejidad o generadores de unidades, sino articular un argumento de categoría pedagógica con fuentes verificadas. Criterios de inclusión: (a) 2021–2026, con Ferrara et al. (2011) como ancla de block talk, y transferencia marcada cuando la muestra no equivale a 3–6 (p. ej. BrickSmart 6–8); (b) spatial reasoning, spatial language, block play, spatial assembly, TOSA, gesture/spatial language feedback, o IA en ECE con relevancia artefacto/oficio; (c) jardín, preescolar, CENDI o 3–6 años; (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 —STEM/robótica, numeracidad, juego simbólico, juego libre, creatividad artística, motricidad, funciones ejecutivas, SEL, indagación científica, ambiental, literacidad, oralidad, DUA, documentación, evaluación formativa, participación, planificación, atención conjunta, interacciones adulto-niño como eje genérico y formación docente—. Robótica/CT solo como contraste (Berson et al., 2023; Di Lieto et al., 2023). Numeracidad solo como outcome lateral (Bower et al., 2020, 2025; Schmitt et al., 2024).

La búsqueda se ejecutó el 2 de septiembre de 2026 (slot 17:02 America/Mexico_City) en páginas DOI, Crossref, Springer, Elsevier, APA PsycNet, Frontiers, ACM Digital Library, JAIR, OECD iLibrary, UNESDOC, NAEYC y sitios editoriales. Cada fuente se verificó contra al menos una de esas páginas. Se distinguieron hallazgo empírico, marco conceptual o normativo, e inferencia pedagógica marcada como tal. Se priorizó la distinción razonamiento espacial / STEM-robótica / numeracidad / creatividad / score CV de complejidad de bloques, y la precaución de no traducir chatbots tutores, scores de puzzles o unidades por prompt en pedagogía del block play y del lenguaje espacial mediado. No se inventaron N, d, r, AUC ni DOI: cuando un artefacto (computer vision de complejidad/calidad de construcción; chatbot autónomo tutor espacial) carece de estudio verificado en el corpus con métricas de scoring en 3–6, se discute como techo de categoría apoyado en mapeos generales de IA en ECE (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026) y en el contraste de BrickSmart mediado por padres (Liu et al., 2025), no como hallazgo empírico inventado.

4. Caso 1. Chatbot «tutor espacial», app de puzzles que puntúa, computer vision de complejidad de construcción o unidades por prompt no constituyen apoyo al razonamiento espacial

Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) saturan el retrato del techo de artefactos cuando la IA en ECE se presenta como si fuera apoyo al razonamiento espacial. Chen (2024) cartografía affordances globales de IA en early childhood education: hallazgo de scoping sobre usos emergentes —tutoría, analítica, generación de contenidos—, no hallazgo de que un chatbot que da instrucciones de construcción cultive block talk ni ensamblaje 2D/3D mediado. Su y Yang (2022) revisan el campo de IA en ECE: hallazgo de síntesis sobre tendencias, no sobre lenguaje espacial de ubicación, dimensión, forma u orientación durante la construcción. Ljungcrantz (2026) revisa la interacción IA–ECE 2020–2024: hallazgo de estado del arte, no de block play situado. Inferencia pedagógica, marcada como tal: el gesto «el niño recibió instrucciones del chatbot = hubo razonamiento espacial» es techo de tutoría generativa. Bower et al. (2020, 2022, 2025) y Ferrara et al. (2011) piden ensamblaje con materiales, gesto, lenguaje espacial y guided play; un diálogo útil con un bot puede coexistir con ausencia de bloques unitarios, de gestos compartidos y de tiempo prolongado de construcción.

Nikolopoulou (2025) y Miao y Holmes (2023) nombran el riesgo del generador de unidades de «entrenamiento espacial» a partir de un prompt. Nikolopoulou (2025) equilibra promesas y desafíos de GenAI centrada en el niño bajo mediación docente: marco de cautela. Miao y Holmes (2023) exigen validación pedagógica y umbrales de edad para IA generativa. Estatus: marco normativo y de revisión, no ensayo de unidades espaciales por prompt versus block play con feedback espacial adulto–niño. Inferencia: producir una unidad por prompt puede ser preparación docente subordinada; el apoyo al razonamiento espacial empieza cuando hay bloques en la mesa, vocabulario de «encima / debajo / al lado / girar», gestos que señalan y un adulto o un par que modela y da feedback espacial. Su y Zhong (2022) proponen diseño curricular de IA en ECE como dirección futura —currículo de AI literacy, no de block play situado—. Inferencia de límite: un currículo de IA no firma el ensamblaje 2D/3D.

La app de puzzles espaciales que puntúa «habilidad espacial» o «coeficiente espacial» y el modelo de computer vision que clasifica o puntúa la «complejidad» o «calidad» de una construcción de bloques sin mediación humana carecen, en el corpus verificado, de ensayos con N, d, r o AUC reportados para scoring de complejidad/calidad de construcciones o de coeficiente espacial algorítmico en preschool 3–6; no se inventan cifras. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean analítica, tutoría y clasificación como tendencia de IA en ECE, sin equivalencia a block play mediado. Bower et al. (2022) ofrecen el contraste empírico decisivo sobre digital versus concreto: ambos trainings mejoran 2D-TOSA frente a control (N = 61), pero el estudio no autoriza a declarar que una app que puntúa «coeficiente espacial» constituye el oficio —mide training con materiales o app, no scoring autónomo de habilidad como producto—. Liu et al. (2025) —transferencia 6–8— sitúan GenAI guiando a padres en block play familiar: uso periférico, no chatbot tutor del niño. Inferencia restrictiva: GenAI que apoya al adulto ≠ tutor espacial autónomo del infante; app de training mediado ≠ puzzle que declara coeficiente; empowerment docente/parental ≠ score CV de complejidad de la torre. UNESCO (2021) y U.S. Department of Education (2023) exigen supervisión humana. Los cuatro artefactos comparten una misma gramática de sustitución: la instrucción del bot sustituye al block talk; el score del puzzle sustituye la observación pedagógica del ensamblaje; la etiqueta de vision sustituye el feedback gestual/lingüístico; el prompt sustituye el tiempo prolongado con bloques unitarios.

Conviene precisar el techo sin inventar efectos. Un chatbot puede listar pasos; Yang y Hu (2021) y Schmitt et al. (2024) miden lenguaje espacial en block play humano, no turnos con un modelo. Una app puede sumar puntos; Bower et al. (2020, 2025) miden TOSA y transfer, no rankings de coeficiente. Un clasificador puede etiquetar «complejidad alta»; Ferrara et al. (2011) anclan guided play, no detección de pose. Un generador puede imprimir una unidad; Bower et al. (2020) documentan trainings MF/GF/SLF, no output de prompt. Inferencia: «coeficiente alto» o «unidad según el modelo» es medición o generación, no apoyo firmado.

5. Caso 2. Lo que el jardín sí hace cuando hay apoyo al razonamiento espacial: block play, lenguaje espacial, gestos y andamiaje —con BrickSmart como contraste periférico

Bower et al. (2020) saturan el oficio desde la intervención controlada (N = 187; 3 años): trainings de ensamblaje espacial que incorporan materiales, gesto (GF) y spatial language feedback (SLF) producen ganancias en 2D/3D TOSA frente a control, con mayor beneficio en low-SES y transfer parcial a matemáticas como outcome lateral. Estatus: hallazgo empírico. Inferencia pedagógica, marcada como tal: este es el objeto que un centro de inicial puede llamar apoyo al razonamiento espacial. El razonamiento espacial no es un score de puzzle ni una etiqueta de complejidad: es dominio creciente de ensamblar en 2D/3D con bloques unitarios, usar vocabulario de ubicación, dimensión, forma y orientación, gesticular durante la construcción, sostener el episodio en el tiempo y recibir andamiaje humano —modelado, feedback gestual o lingüístico espacial— de adulto o pares. Un chatbot que marca «siguiente paso» sin bloques compartidos puede celebrar un diálogo etiquetado y, a la vez, vaciar la mesa de construcción de conversación espacial. Un clasificador de complejidad puede etiquetar «torre compleja» en video y no haber capturado si el adulto protegió el tiempo, modeló «gira la pieza» o invitó a un par a describir dónde va el bloque.

Bower et al. (2022) documentan que app digital y materiales concretos mejoran 2D-TOSA frente a control (N = 61) sin diferir entre sí: el digital puede entrenar cuando está diseñado como training, no como scorer autónomo. Bower et al. (2025) —N = 331— confirman intervención concreta y digital; transfer a matemáticas menos robusto. Schmitt et al. (2024) capturan lenguaje espacial y cuantitativo (N = 24). Yang y Hu (2021) describen ubicaciones, deícticos, dimensiones y formas (N = 228). Ferrara et al. (2011) anclan guided play y block talk. NAEYC (2022) y OECD (2021, 2023) anclan interacciones significativas y digitalización subordinada.

El contraste de buen uso periférico es BrickSmart. Liu et al. (2025) reportan GenAI para apoyar el aprendizaje de lenguaje espacial en block play familiar: el sistema guía a padres; no sustituye al niño en la construcción ni conversa como tutor autónomo dirigido al infante. Muestra 6–8 años → transferencia marcada a la cohorte 3–6 de este artículo. Estatus: hallazgo empírico de aumento de vocabulario espacial bajo mediación parental asistida por GenAI. Inferencia: el digital subordinado —adulto/padre que recibe apoyo GenAI para enriquecer block talk— puede potenciar lenguaje espacial en la mesa de bloques; no autoriza declarar que un chatbot que «enseña espacial» al niño o una app que puntúa coeficiente constituye el oficio. Mediación —NAEYC (2022), OECD (2021)— es presencia adulta que organiza tiempo, ofrece bloques unitarios, modela vocabulario espacial, gesticula, protege la construcción compartida y amplía sin sustituir la mano del niño por una instrucción autónoma del bot. Inferencia: observación pedagógica del razonamiento espacial es lectura profesional del ensamblaje y del talk, no log de scores de complejidad. Un dashboard no dice «está al lado del cubo rojo»; un adulto o un par que andamia sí.

6. Caso 3. Razonamiento espacial ≠ STEM/robótica, numeracidad, creatividad ni score CV de «complejidad de bloques»

La primera frontera de categoría es STEM/robótica educativa. Programar un robot puede coexistir con habilidades espaciales laterales; no constituye, por sí solo, block play de ensamblaje 2D/3D con bloques unitarios, lenguaje espacial y andamiaje humano. Berson et al. (2023) exploran robot programming y CT en preschoolers (3–4): contraste —robótica/CT como objeto empírico distinto—. Di Lieto et al. (2023) combinan unplugged y robotics para CT/visuoespacial: contraste lateral. Inferencia: este artículo prohíbe la equivalencia «tenemos robot = hay apoyo al razonamiento espacial vía block play». Un chatbot tutor tampoco es «STEM digital»: es tutoría generativa.

La segunda frontera es la numeracidad como eje. Bower et al. (2020, 2025) y Schmitt et al. (2024) muestran transfer o solapamiento matemático como outcome lateral: solapamiento empírico, no identidad de constructos. Inferencia: un dashboard que premia «conteo de bloques» no convierte refuerzo numérico en razonamiento espacial. La tercera es la creatividad artística: Aksoy y Aksoy (2022) muestran solapamiento posible, no equivalencia. La cuarta es el score CV de «complejidad» o «calidad» sin mediación humana: puntuar la torre invierte la pedagogía. UNESCO (2021), Miao y Holmes (2023) y U.S. Department of Education (2023) exigen supervisión humana. Inferencia: el único uso de IA coherente con 3–6 permanece del lado del adulto —BrickSmart guiando a padres (Liu et al., 2025; transferencia) o preparación docente—, sometido a validación pedagógica. No entra como scorer autónomo, chatbot tutor, puzzle de coeficiente ni generador que sustituye el block talk.

7. Marco inferencial: cuatro pruebas para afirmar que hay apoyo al razonamiento espacial, no un artefacto

El marco que sigue es inferencia pedagógica de este artículo, anclada en los casos y en los instrumentos verificados. No es un nuevo estándar internacional. Distingue cuatro pruebas. Si un jardín, preescolar, CENDI o escuela infantil no las pasa, no puede declarar que un chatbot «tutor espacial», una app de puzzles que puntúa habilidad/coeficiente espacial, un computer vision de complejidad/calidad de construcción o un generador de unidades de entrenamiento espacial por prompt constituyen apoyo al razonamiento espacial.

7.1. Prueba de la práctica situada de ensamblaje 2D/3D con bloques unitarios y lenguaje espacial (ubicación, dimensión, forma, orientación), no del chatbot tutor ni del puzzle que puntúa. Bower et al. (2020, 2022, 2025), Yang y Hu (2021) y Schmitt et al. (2024) definen el oficio como ensamblaje y talk espacial observables. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) mapean chatbots y generación de contenidos como affordances, no como block play. Inferencia: la evidencia de apoyo al razonamiento espacial se verifica en si el niño ensambló, usó vocabulario espacial y gesticuló en construcción compartida. Si la «evidencia» del centro es un diálogo con chatbot o un score de puzzle, el centro ha hecho tutoría o gamificación, no apoyo al block play espacial.

7.2. Prueba del tiempo prolongado, los materiales concretos abiertos y el andamiaje (gesto, spatial language feedback, modelado), no de la unidad de entrenamiento espacial por prompt. Ferrara et al. (2011), Bower et al. (2020) y NAEYC (2022) sitúan guided play, trainings GF/SLF y práctica apropiada al desarrollo. Miao y Holmes (2023) exigen validación pedagógica de IA generativa. Inferencia: producir una unidad por prompt no demuestra que hubo tiempo protegido, bloques unitarios ni feedback espacial humano. Un script puede existir; no firma el episodio de construcción.

7.3. Prueba de la mediación humana —incluido el contraste periférico GenAI→adulto/padre—, no del dashboard de complejidad ni del tutor autónomo. OECD (2021, 2023) exigen interacciones significativas y digitalización subordinada. Liu et al. (2025) anclan BrickSmart mediado por padres —transferencia 6–8—. Inferencia: «complejidad alta» o «coeficiente espacial» puede elevar un umbral sin elevar la calidad de la mediación. Observación pedagógica lee el ensamblaje y el talk; el dashboard cuenta una etiqueta. GenAI que guía al adulto es periférico legítimo; el chatbot que sustituye al adulto o al par en la conversación espacial no lo es.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. Razonamiento espacial ≠ STEM/robótica, numeracidad como eje, creatividad artística ni score CV de complejidad de bloques. Berson et al. (2023) y Di Lieto et al. (2023) impiden confundir robótica/CT con block play como eje. Bower et al. (2020, 2025) y Schmitt et al. (2024) impiden confundir outcomes matemáticos laterales con identidad de constructos. Aksoy y Aksoy (2022) impiden reducir block play a creatividad. UNESCO (2021), Miao y Holmes (2023), U.S. Department of Education (2023), NAEYC (2022) y OECD (2021, 2023) exigen supervisión humana, validación pedagógica y no sustituir el juicio profesional. Inferencia: un centro no puede tratar al infante como vector de complejidad de torre ni como interlocutor exclusivo de un tutor espacial. El apoyo al razonamiento espacial no se cumple puntuando mejor la «calidad de la construcción». Se cumple practicando ensamblaje 2D/3D con bloques unitarios, lenguaje espacial, gestos, tiempo prolongado y andamiaje humano.

El marco admite el digital cuando se subordina a preparación docente, training diseñado o mediación parental validada (Bower et al., 2022; Liu et al., 2025; Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026). Rechaza declarar apoyo al razonamiento espacial por chatbot autónomo tutor, app de puzzles que puntúa coeficiente, computer vision de complejidad sin mediación o generador de unidades que sustituye el block talk (Miao y Holmes, 2023; Nikolopoulou, 2025; UNESCO, 2021). Las cuatro pruebas se leen en conjunto: pasar solo la primera sin mediación no basta; pasar solo la cuarta sin práctica situada tampoco.

8. Discusión

Tres tensiones organizan la discusión. La primera es entre exhibir chatbot tutor, score de puzzle, visión de complejidad o generación y ejercer apoyo al razonamiento espacial. Es hallazgo que las intervenciones de ensamblaje (N = 187; N = 61; N = 331), el coding de lenguaje espacial en block play (N = 24), el inventario de spatial language (N = 228) y el ancla de block talk sostienen el oficio situado (Bower et al., 2020, 2022, 2025; Schmitt et al., 2024; Yang y Hu, 2021; Ferrara et al., 2011). Es marco que la IA en ECE crece sin equivalencia a block play mediado (Chen, 2024; Su y Yang, 2022; Ljungcrantz, 2026) y que BrickSmart inspira vocabulario espacial bajo mediación parental (Liu et al., 2025; transferencia). No es hallazgo de que los cuatro artefactos produzcan el oficio de la mesa de bloques: tutorizan, puntúan, etiquetan o generan lo que la ingeniería entrega y declaran lo que solo la práctica mediada autorizaría.

La segunda es entre assessment automatizado de «habilidad espacial» o «complejidad de construcción» y pedagogía cotidiana del block play. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) objetivizan affordances de analítica y clasificación como tendencia; no reportan en el corpus ensayos verificados que validen scoring de coeficiente espacial o CV de complejidad/calidad de construcciones en preschool 3–6 —por ello no se inventan métricas—. Inferencia: insistir en que el jardín «ya apoya el razonamiento espacial» porque un modelo clasifica complejidad o un chatbot da instrucciones es una pedagogía invertida. Se toma un proxy algorítmico o conversacional y se lo hace valer por ensamblaje, lenguaje espacial y gestos. El infante queda como emisor de señales para el clasificador o como receptor de pasos del bot; el adulto, como supervisor del dashboard.

La tercera es entre unidad generada y oficio integral en la mesa de bloques. Miao y Holmes (2023) y Nikolopoulou (2025) fijan límites de GenAI; Su y Zhong (2022) sitúan currículo de IA como constructo distinto. Inferencia: vender unidad de entrenamiento espacial por prompt como «espacial con IA» confunde producto textual con práctica situada. Un chatbot autónomo porque el sistema necesita dirigir pasos no sustituye al adulto que coloca un bloque junto al niño, dice «está debajo» y gesticula la orientación. Bower et al. (2020, 2025) confirman transfer matemático lateral sin identidad de constructos; Berson et al. (2023) confirman que robótica/CT es otra categoría; UNESCO (2021), Miao y Holmes (2023) y U.S. Department of Education (2023) subordinan IA al juicio profesional.

Las cuatro pruebas de la sección 7 leen estas tensiones con criterio operativo. El contraste empírico del oficio —N = 187; N = 61; N = 331; N = 24; N = 228; Ferrara et al.; BrickSmart mediado— define el piso que los cuatro artefactos no alcanzan solos (Bower et al., 2020, 2022, 2025; Schmitt et al., 2024; Yang y Hu, 2021; Ferrara et al., 2011; Liu et al., 2025). Inferencia: el apoyo se erosiona no por usar IA, sino por tratar chatbot, score, visión o generación como si fueran la práctica. El digital subordinado es legítimo —training digital (Bower et al., 2022); BrickSmart para padres (Liu et al., 2025)—; no lo es invertir la secuencia. Se verifica en la mesa de bloques, con lenguaje espacial, gestos y adulto o par que andamia (NAEYC, 2022; OECD, 2021, 2023).

9. Límites

Esta revisión es narrativa. No aplica PRISMA ni estima efectos combinados primarios. Bower et al. (2020, 2022, 2025) intervienen N = 187 / 61 / 331 a los 3 años, no chatbots tutores ni scoring de coeficiente autónomo. Schmitt et al. (2024) codifican N = 24; Yang y Hu (2021) describen N = 228; Ferrara et al. (2011) anclan block talk. Liu et al. (2025) documentan BrickSmart en 6–8: transferencia marcada. Berson et al. (2023) y Di Lieto et al. (2023) son contraste robótica/CT. Aksoy y Aksoy (2022) miden creatividad. Chen (2024), Su y Yang (2022), Su y Zhong (2022), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE, no scoring de complejidad. No se localizaron ensayos verificados de CV de calidad de construcciones ni de chatbot tutor espacial en CENDI 3–6; se discuten como techo de categoría. NAEYC, UNESCO y OECD son de marco. Las inferencias de la sección 7 son hipótesis de categoría pedagógica, no evidencia de implementación.

10. Conclusiones

Un chatbot que «enseña espacial» o da instrucciones de construcción al niño, una app de puzzles espaciales que puntúa «habilidad espacial» o «coeficiente espacial», un modelo de computer vision que clasifica o puntúa la «complejidad» o «calidad» de una construcción de bloques sin mediación humana, o un generador que produce unidades de «entrenamiento espacial» a partir de un prompt no constituyen apoyo al razonamiento espacial en un centro de educación inicial. Chen (2024), Su y Yang (2022) y Ljungcrantz (2026) confirman affordances de IA sin equivalencia a block play. Nikolopoulou (2025) y Miao y Holmes (2023) fijan límites de GenAI. Liu et al. (2025) exigen leer BrickSmart como contraste periférico —GenAI→padres ≠ chatbot tutor ni score de complejidad—. Cuando hay apoyo, hay práctica situada: trainings con gesto y spatial language feedback (Bower et al., 2020; N = 187); digital y concreto (Bower et al., 2022; N = 61); intervención N = 331 (Bower et al., 2025); coding de lenguaje espacial (Schmitt et al., 2024); spatial language (Yang y Hu, 2021); block talk (Ferrara et al., 2011); contraste robótica/CT (Berson et al., 2023; Di Lieto et al., 2023); frontera creatividad (Aksoy y Aksoy, 2022); DAP e interacciones (NAEYC, 2022; OECD, 2021, 2023). El razonamiento espacial se distingue de STEM/robótica, numeracidad, creatividad y score CV. Las guías exigen supervisión humana (UNESCO, 2021; Miao y Holmes, 2023; U.S. Department of Education, 2023; Su y Zhong, 2022).

Donde las fuentes no miden un jardín, este artículo no lo afirma. Donde miden mapeos de IA, GenAI o GenAI→padres, no los traduce en apoyo al razonamiento espacial pedagógico. Acompañar a niñas y niños de tres a seis años en razonamiento espacial es ejercer ensamblaje 2D/3D con bloques unitarios, vocabulario espacial de ubicación, dimensión, forma y orientación, gestos, tiempo prolongado de construcción compartida y andamiaje humano (modelado, feedback gestual o lingüístico espacial). Lo demás es chatbot tutor, puzzle que puntúa coeficiente, puntuación de complejidad y unidad de entrenamiento por prompt. No es apoyo al razonamiento espacial en educación inicial, y no debe presentarse como lo que no es.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Referencias

  1. Aksoy, M., y Aksoy, A. B. (2022). An investigation on the effects of block play on the creativity of children. Early Child Development and Care, 193(1), 139–158. https://doi.org/10.1080/03004430.2022.2071266
  2. Berson, I. R., Berson, M. J., McKinnon, C., Aradhya, D., Alyaeesh, M., Luo, W., y Shapiro, B. R. (2023). An exploration of robot programming as a foundation for spatial reasoning and computational thinking in preschoolers’ guided play. Early Childhood Research Quarterly, 65, 57–67. https://doi.org/10.1016/j.ecresq.2023.05.015
  3. Bower, C., Zimmermann, L., Verdine, B., Toub, T. S., Islam, S., Foster, L., Evans, N., Odean, R., Cibischino, A., Pritulsky, C., Hirsh-Pasek, K., y Golinkoff, R. M. (2020). Piecing together the role of a spatial assembly intervention in preschoolers’ spatial and mathematics learning: Influences of gesture, spatial language, and socioeconomic status. Developmental Psychology, 56(4), 686–698. https://doi.org/10.1037/dev0000899
  4. Bower, C. A., Zimmermann, L., Verdine, B. N., Pritulsky, C., Golinkoff, R. M., y Hirsh-Pasek, K. (2022). Enhancing spatial skills of preschoolers from under-resourced backgrounds: A comparison of digital app vs. concrete materials. Developmental Science, 25(2), e13148. https://doi.org/10.1111/desc.13148
  5. Bower, C. A., Zimmermann, L., Verdine, B. N., Toub, T. S., Hirsh-Pasek, K., y Golinkoff, R. M. (2025). What does play have to do with it? A concrete and digital spatial intervention with 3-year-olds predicts spatial and math learning. Developmental Psychology. https://doi.org/10.1037/dev0001904
  6. Chen, J. J. (2024). A scoping study on AI affordances in early childhood education. Journal of Artificial Intelligence Research, 81, 701–740. https://doi.org/10.1613/jair.1.16882
  7. Di Lieto, M. C., et al. (2023). Combined unplugged and educational robotics training to promote computational thinking and cognitive abilities in preschoolers. Education Sciences, 13(9), 858. https://doi.org/10.3390/educsci13090858
  8. Ferrara, K., Hirsh-Pasek, K., Newcombe, N. S., Golinkoff, R. M., y Lam, W. S. (2011). Block talk: Spatial language during block play. Mind, Brain, and Education, 5(3), 143–151. https://doi.org/10.1111/j.1751-228X.2011.01122.x
  9. Liu, Y., Zha, S., Zhang, Y., Wang, Y., Zhang, Y., Xin, Q., Nie, L., Zhang, C., y Xu, Y. (2025). BrickSmart: Leveraging generative AI to support children’s spatial language learning in family block play. En Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (Article). ACM. https://doi.org/10.1145/3706598.3714212
  10. 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
  11. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  12. 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
  13. Nikolopoulou, K. (2025). Child-centered integration of generative AI in early learning: Balancing promises and challenges. AI, Brain and Child. https://doi.org/10.1007/s44436-025-00023-1
  14. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  15. OECD. (2023). Empowering young children in the digital age (Starting Strong). OECD Publishing. https://doi.org/10.1787/50967622-en
  16. Schmitt, S. A., Duncan, R. J., Budreviciute, A., Purpura, D. J., y Eason, S. H. (2024). Capturing math language use during block play: Creation of the Spatial and Quantitative Mathematical Language Coding System. Journal of Numerical Cognition, 10, Article e11589. https://doi.org/10.5964/jnc.11589
  17. 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
  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, 100072. https://doi.org/10.1016/j.caeai.2022.100072
  19. 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
  20. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  21. Yang, X., y Hu, B. Y. (2021). Spatial language of young children during block play in kindergartens in urban China. Frontiers in Psychology, 12, Article 568638. https://doi.org/10.3389/fpsyg.2021.568638