1. Introducción y problema

En el tramo de 3 a 6 años —jardín, preescolar, CENDI, escuela infantil— se ha instalado un paquete de artefactos que pretenden valer por apoyo a la teoría de la mente (ToM) y a la toma de perspectiva: un detector/CNN/sistema multimodal que puntúa ToM, perspective-taking score, false-belief accuracy, mindreading index, mentalizing level o ToM developmental age; un GenAI de ToM worksheets, perspective scripts, false-belief lesson packs o empathy-ToM cards por prompt; un dashboard de ToM trials/hora o perspective compliance; un VR/app/robot como tratamiento cerrado que «entrena ToM»; y un ranking de ToM developmental level por mirada, proxémica, emoción o lenguaje sin mediación. Los artefactos permiten exhibir que el centro «ya hace ToM con IA». El salto —de score, script, conteo, VR-tratamiento o ranking a afirmar apoyo— no está autorizado por los mapeos de IA en ECE ni por la pedagogía cuando hay desajustes reales de ver/saber y de creencia, andamiaje que nombra estados mentales, lenguaje mentalista, juego de roles que exige ponerse en el lugar del otro, e interpretación pedagógica, no un «ToM-score».

La tesis es restrictiva: esos artefactos no constituyen apoyo al desarrollo de la teoría de la mente / toma de perspectiva en la primera infancia. En inicial esa práctica se desarrolla con desajustes reales de perspectiva, co-presencia adulta que interpreta el ver/saber y la creencia del otro, lenguaje mentalista y agencia de los niños para atribuir un estado mental distinto del propio (OECD, 2021); no un detector de mente, un GenAI de worksheets, un dashboard de trials, un VR-tratamiento cerrado ni un ranking de ToM developmental level. La IA puede apoyar la preparación del adulto de forma subordinada; no sustituir la relación ni convertir al niño en vector de ToM-score. Wang, Wang, Qin, Wu y Wu (2026) aportan Social Story sobre toma de perspectiva cognitiva y afectiva en 4–5 años: práctica mediada, no score ni receta GenAI. Liang, Sun, Xu, Lee y Siu (2026) sitúan la toma de perspectiva visual (VPT): base de ver/saber, no dashboard. Mulvihill, Armstrong, Casey, Redshaw, Scarinci y Slaughter (2023) examinan el lenguaje mentalista de educadoras: oficio de MSL, no mindreading index. Heise y Bowman (2025) proponen el CAT para 3–8 años: medida, no pedagogía. Süngü y Alıcı (2025), Witt, Seehagen y Zmyj (2022) y Tuglaci e Ilgaz (2025) muestran que el rendimiento en falsa creencia depende del objeto, de la membresía y de elementos fantásticos: hallazgo de tarea, no autorización de false-belief accuracy como evaluación. Bhavna, Akhter, Banerjee y Roy (2024) —transferencia: 3–12 años y adultos; fMRI— decodifican estados y predicen falsa creencia: artefacto detector, no aula 3–6. Eso autoriza a preguntar qué se midió: ToM-score o ranking developmental —no la práctica cuando un niño atribuye una creencia que él no comparte y un adulto nombra el desajuste.

El problema se agrava por siete confusiones de categoría. Primera: no es prosocial helping/sharing/consoling como eje —Shi, Zhang y Zhu (2024) vinculan ToM y sharing; Rubio, Neira, Villacura-Herrera y Castillo (2022) predicen ayuda y cooperación vía ToM; el eje es ver/saber, deseo/creencia y falsa creencia sencilla, no ayudar/compartir/consolar—. Segunda: no es negociación de conflictos / turn-taking. Tercera: no es SEL genérico —puede haber emoción EN la PT afectiva (Wang et al., 2026; Macheta, Gut y Pons, 2023); el eje no es un SEC auto-score—. Cuarta: no es participación/voz ni CLASS como eje. Quinta: no es atención conjunta. Sexta: no es funciones ejecutivas como eje —Shahaeian, Haynes y Frick (2023) se leen solo como contraste periférico de lenguaje–ToM–FE—. Séptima: no es emotion monitoring clínico ni inclusión —Ari-Arat y Tutkun (2026) asocian PT e intenciones hacia pares con NEE; no se reescribe este artículo como inclusión—. No se reciclan mark-making, dialogic reading, literacidad, oralidad, sand/water/playdough/loose parts/outdoor, bienestar, evaluación formativa, documentación, STEM, motricidad, creatividad, juego libre ni juego simbólico como eje: Wolf (2022) se cita por ToM (representaciones inconsistentes y soporte externo), no como pedagogía del juego simbólico. Hay una economía de coordinación: los artefactos caben en una diapositiva; el episodio de un niño que atribuye una creencia falsa sencilla y un adulto que nombra el desajuste, no. OECD (2021) exige interacciones significativas, con digitalización subordinada. Contribuciones: separar oficio y artefactos; examinar casos marcados; y ofrecer cuatro pruebas de apoyo.

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

Conviene separar cuatro estratos que el mercado de «IA para ToM / perspective-taking en inicial» suele mezclar. El primero es el constructo de 3 a 6 años como práctica relacional situada: atribuir a otro un ver, un saber, un deseo o una creencia que pueden no coincidir con los propios; falsa creencia sencilla; lenguaje mentalista; juego de roles que exige ponerse en el lugar del otro con mediación (OECD, 2021; Wang et al., 2026; Liang et al., 2026; Heise y Bowman, 2025). El segundo es el oficio que lo cultiva —adulto que andamia el desajuste, nombra estados mentales y sostiene que el niño atribuya sin reducir a «correct/incorrect»; co-presencia que interpreta el ver/saber; relatos que hacen visible que el otro no vio lo mismo— (Mulvihill et al., 2023; Wang et al., 2026; Wolf, 2022). El tercero es la evidencia de affordances de IA en ECE, ToM computacional y detectores de FB —sin equivalerlos a pedagogía situada— (Chen, 2024; Ljungcrantz, 2026; Nikolopoulou, 2025; Matta, 2026; Bhavna et al., 2024; Tison y Zawidzki, 2025). El cuarto es el marco de práctica y de GenAI, que trata al infante como sujeto que atribuye perspectivas con agencia, no como vector de ToM-score ni destinatario exclusivo de empathy-ToM cards o rankings developmental (OECD, 2021; Miao y Holmes, 2023).

OECD (2021) ancla interacciones significativas: marco. Los sistemas verificados miden objetos distintos del oficio —Social Story de PT (Wang et al., 2026), VPT (Liang et al., 2026), MSL de educadoras (Mulvihill et al., 2023), CAT como medida (Heise y Bowman, 2025), FB sensible a objeto, membresía y fantasía (Süngü y Alıcı, 2025; Witt et al., 2022; Tuglaci e Ilgaz, 2025)—. Inferencia: un mindreading index no nombra «él no lo vio»; un adulto que andamia el desajuste de perspectiva sí. Chen (2024) y Ljungcrantz (2026) mapean IA en ECE sin equivalerla a ToM situada. Nikolopoulou (2025) y Miao y Holmes (2023) fijan cautela de GenAI. Matta (2026) revisa IA y ToM como arquitectura de atribución funcional: mindreading artificial, no jardín 3–6. Bhavna et al. (2024) saturan el techo del detector. Tison y Zawidzki (2025) marcan la diferencia normativa entre cognición social humana y artificial.

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 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 de toma de perspectiva, incluye 7–8 años o 3–12 y adultos, es fMRI/deep learning de estados cerebrales, es ToM computacional o HRI/LLM de cognición social adulta/general, o el objeto es medida psicométrica sin equivaler a pedagogía; (b) ToM, perspective-taking, falsa creencia, VPT, lenguaje mentalista de educadores, Social Story de PT, pretend play en su vínculo con ToM, cooperación predicha por ToM, emoción–PT, o IA en ECE / ToM computacional / detector de FB con relevancia artefacto/oficio; (c) jardín, preescolar, CENDI o 3–6, o transferencia explícita; (d) revista con pares, DOI o informe OECD/UNESCO GenAI; (e) DOI o página editorial verificable. Se excluyeron como objeto central los ejes ya usados en esta serie —prosocial helping/sharing/consoling, negociación de conflictos/turn-taking, SEL, participación/voz, CLASS, atención conjunta, inclusión, bienestar, evaluación formativa, documentación, mark-making, dialogic reading, literacidad, oralidad, sand/water/playdough/loose parts/outdoor, juego libre, juego simbólico, STEM, motricidad, creatividad e indagación, y funciones ejecutivas como eje—. Shahaeian et al. (2023) solo como contraste periférico. Shi et al. (2024) y Rubio et al. (2022) distinguen ToM de helping/sharing, no reciclan el eje del 8 de septiembre. Wolf (2022) se lee por ToM, no como juego simbólico. Heise y Bowman (2025) = medida ≠ pedagogía; 3–8, transferencia parcial. Bhavna et al. (2024) = 3–12 y adultos, fMRI: transferencia. Matta (2026) y Tison y Zawidzki (2025) = ToM artificial, transferencia adulto/general.

La búsqueda se ejecutó el 9 de septiembre de 2026 (slot 09:02 America/Mexico_City, weekday routine) en páginas DOI, Crossref, Springer, Elsevier, Wiley, Taylor & Francis, MDPI, Frontiers, JAIR, OECD iLibrary, UNESDOC y sitios editoriales. Cada fuente se verificó contra 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 ensayo verificado como paquete de exhibición en CENDI 3–6, se discute como techo de categoría (Chen, 2024; Ljungcrantz, 2026; Nikolopoulou, 2025; Miao y Holmes, 2023; Matta, 2026; Bhavna et al., 2024; Tison y Zawidzki, 2025). Se usaron veintiuna fuentes del corpus verificado.

4. Caso 1. Detector CV/multimodal de ToM / perspective-taking score / false-belief accuracy / mindreading index / mentalizing level / ToM developmental age, GenAI de ToM worksheets/perspective scripts/false-belief lesson packs/empathy-ToM cards, dashboard de ToM trials/hora, VR/app/robot como tratamiento cerrado que «entrena ToM», o mirada/proxémica/emoción/lenguaje→ranking ToM developmental level no constituyen apoyo a la teoría de la mente / toma de perspectiva

Chen (2024) y Ljungcrantz (2026) saturan el techo de artefactos cuando la IA en ECE se presenta como si fuera apoyo a ToM / perspective-taking. Chen (2024) cartografía affordances —tutoría, analítica, generación de contenidos, agentes—, no que un perspective-taking score cultive la atribución situada de ver/saber. Ljungcrantz (2026) revisa la interacción IA–ECE 2020–2024: estado del arte, no toma de perspectiva situada. Inferencia: «false-belief accuracy alta = hubo apoyo» es techo de analítica. Un mindreading index puede coexistir con ausencia de andamiaje. La gramática de exhibición invierte la secuencia: primero se activa el detector; después se declara «ya hay ToM con IA».

Nikolopoulou (2025) y Miao y Holmes (2023) nombran el riesgo del GenAI de ToM worksheets / perspective scripts / false-belief lesson packs / empathy-ToM cards por prompt que cierra el episodio: marco de cautela, no ensayo versus adulto que nombra «él no lo vio; ¿dónde buscará?» (OECD, 2021; Wang et al., 2026). Inferencia: producir un worksheet por prompt puede ser preparación subordinada; el apoyo empieza con un desajuste real de perspectiva y un adulto que nombra sin reducir a correctness. Cuando el script habla por el adulto y el score habla por el niño, el umbral de mediación humana se incumple aunque el dashboard luzca «verde». OECD (2021) exige interacciones significativas: un trial/hora no es interacción.

Bhavna et al. (2024) saturan el ancla del detector y deben leerse con transferencia marcada. Proponen un marco de deep learning explicable para decodificar estados cerebrales (ToM y dolor) y predecir el desempeño en falsa creencia; dataset del orden de 155 participantes (122 niños de 3–12 años y 33 adultos). Estatus: hallazgo de neuroinformática (pass/fail/inconsistent en FB). Transferencia: 3–12 más adultos; fMRI, no aula CENDI 3–6; predicción de tarea ≠ evaluación pedagógica. Inferencia: un sistema que «detecta ToM» o predice false-belief accuracy no equivale a andamiaje de ver/saber ni autoriza CNN/visión/multimodal de mirada, emoción o lenguaje como ToM developmental age. Matta (2026) —scoping de 45 fuentes; arquitecturas neuro-simbólicas de atribución funcional— es marco de mindreading artificial, no pedagogía de 3–6. Tison y Zawidzki (2025) argumentan que la cognición social humana implica actitudes normativas que los LLM no implementan: diferencia normativa, no ficha de un robot que «entrena mindreading». Inferencia restrictiva: detector ≠ adulto que nombra el desajuste; GenAI de empathy-ToM cards ≠ episodio abierto; dashboard de trials/hora ≠ observación; VR/app/robot como tratamiento cerrado ≠ co-presencia; ranking por mirada/proxémica/emoción/lenguaje ≠ mediación. Los artefactos carecen, en el corpus verificado, de ensayos de equivalencia pedagógica con el oficio en CENDI 3–6; no se inventan d, r ni AUC de «apoyo». Comparten una gramática de sustitución: el score habla por la atribución; el GenAI cierra; el dashboard sustituye la observación; el VR/robot se vende como tratamiento; el ranking convierte proceso en nivel sin mediación.

5. Caso 2. Lo que el jardín sí hace cuando hay apoyo a la toma de perspectiva: oficio relacional situado y qué miden Wang Social Story, Liang VPT, Mulvihill MSL, Heise CAT, Süngü/Witt/Tuglaci falsa creencia, Wolf pretend play, Rubio, Ari-Arat y Macheta —con Matta, Bhavna y Tison en transferencia

El piso del oficio no es un score: es desajustes reales de ver/saber y de creencia; andamiaje adulto que nombra estados mentales (pensar, saber, ver, querer, creer) y sostiene que el niño atribuya una perspectiva distinta de la propia; co-presencia que interpreta el episodio —no solo «acertó el trial»—; y, cuando hay juego de roles, la exigencia de ponerse en el lugar del otro con mediación, no un guion de correctness (OECD, 2021; Wang et al., 2026; Mulvihill et al., 2023; Wolf, 2022). Inferencia: hay apoyo cuando se protege esa práctica; no cuando se exhibe perspective-taking score, GenAI de worksheets o ranking de ToM developmental level. El oficio se reconoce en el episodio: un par no vio el traslado del objeto; el adulto nombra («ella no estaba; ¿dónde buscará?») y sostiene que el niño atribuya; el robot o el VR, si aparecen, son medios subordinados, no sustitutos.

Wang et al. (2026) saturan el ancla de práctica mediada: cuasi-experimento de 12 semanas con 60 niños chinos de 4–5 años; Social Story versus business-as-usual; CPT y APT; SPT en pretest, postest y seguimiento a dos meses. Hallazgo empírico: el grupo de entrenamiento logró ganancias mayores en SPT total, CPT y APT, mantenidas en el seguimiento. Inferencia marcada: Social Story con adulto ≠ GenAI de perspective scripts como receta cerrada; ganancias en SPT ≠ ToM-score pedagógico ni VR/app como tratamiento que sustituye mediación. Liang et al. (2026) —254 preescolares de 3–5 años (130 niñas); photographer task— saturan el ancla de VPT: desarrollo asociado a rasgos del estímulo, edad y SES. Inferencia: VPT es base de ver/saber («desde ahí no se ve»); no un VPT-accuracy dashboard.

Mulvihill et al. (2023) —13 educadoras; 77 niños de 3–5 años; MSL en álbum sin texto y en tarea de construcción— no hallan relación significativa entre el MSL grupal y la ToM infantil. Estatus: hallazgo empírico, inclusive el nulo. Inferencia restrictiva: el lenguaje mentalista es material del oficio —nombrar ver, querer, saber, creer en el episodio—, no un conteo que «produce ToM» ni un mentalizing level de vigilancia. El oficio exige co-presencia que interpreta el desajuste concreto, no solo instrucción grupal. Heise y Bowman (2025) —n = 206; 3–8 años; transferencia parcial al incluir 7–8— presentan el CAT (deseos diversos, creencias diversas, acceso al conocimiento, expertise, falsa creencia, VPT y falsa señal; predicción, explicación y comprensión). Hallazgo: medida robusta que replica y matiza el escalamiento de Wellman y Liu. Inferencia de contraste: CAT es instrumento de investigación, no dashboard de ToM trials/hora ni evaluación que sustituya al adulto.

Süngü y Alıcı (2025) —150 niños de 3–6 años; FB estándar y tres alternativas que manipulan presencia y localización del objeto— hallan predominio de razonamiento de realidad y más aciertos cuando el objeto se retira. Inferencia: fallar un trial de FB no equivale a «ausencia de ToM»; un false-belief accuracy malinterpreta estrategias de tarea. Witt et al. (2022) examinan en 4 años si la membresía (acento; género) influye en la atribución de falsa creencia: no hallan influencia consistente. Inferencia: la atribución no es un mindreading index estable; un ranking uniforme borra la situacionalidad. Tuglaci e Ilgaz (2025) —FB fantástica versus realista, controlando FE— hallan mejor desempeño en FB fantástica; los de 3 años se benefician cuando la FB fantástica precede a la realista. Inferencia: el contexto cambia el rendimiento; un ToM-score de trials realistas no captura la toma de perspectiva situada; no se convierte en eje de FE.

Wolf (2022) argumenta que el pretend play temprano no constituye por sí evidencia de ToM —no exige distinguir la perspectiva propia de la del otro—, pero sí evidencia de manejar representaciones inconsistentes con soporte externo; esa capacidad subyace a la atribución de creencia. Distinción marcada: se cita por ToM, no como eje de juego simbólico. Inferencia: el juego de roles que exige ponerse en el lugar del otro necesita mediación; el soporte externo es el oficio, no un robot-tratamiento. Rubio et al. (2022) —40 niños de 3–7 años (M = 5,075; transferencia parcial al incluir 7)— proponen que la ToM de primer orden predice ayuda básica y la de segundo orden, cooperación más compleja. Inferencia de distinción: ToM puede predecir cooperación; eso no recicla el eje prosocial del 8 de septiembre ni convierte cooperación en perspective compliance. Ari-Arat y Tutkun (2026) —193 niños de 4–6 años; Bayburt, Türkiye— hallan asociaciones pequeñas entre capacidades percibidas e intenciones hacia pares con NEE; la toma de perspectiva no se asoció de modo independiente con las intenciones. Inferencia: PT no se deja reducir a inclusión-score; no se convierte este artículo en eje de inclusión. Macheta et al. (2023) —99 niños polacos de 3–6 años; TEC y tres tareas de ToM— hallan que solo la tarea de opacidad predijo la comprensión emocional. Inferencia: acceder a un objeto bajo una descripción no garantiza acceder bajo todas; emotion comprehension ≠ emotion monitoring clínico ni empathy-ToM card.

Matta (2026), Bhavna et al. (2024) y Tison y Zawidzki (2025) se leen en transferencia: ToM computacional, detector de FB y diferencia normativa no equivalen a pedagogía de 3–6. En conjunto: hay sistemas que entrenan PT con Social Story, describen VPT, examinan MSL, validan medidas, muestran la sensibilidad de la FB, discuten pretend play y ToM, predicen cooperación, asocian PT e intenciones, vinculan opacidad y emoción, o decodifican estados con DL. Ninguno —por sí solo— firma desajuste real de ver/saber, lenguaje mentalista andamiado, co-presencia que interpreta el episodio y agencia para atribuir una creencia distinta en el aula. La evidencia técnica es real en su dominio; «score / GenAI / VR-tratamiento / detector = apoyo a ToM» es inferencia ilegítima de categoría.

6. Caso 3. ToM / toma de perspectiva ≠ prosocial helping/sharing/consoling, negociación de conflictos/turn-taking, SEL como eje, participación-voz, CLASS, atención conjunta, FE como eje ni emotion monitoring clínico

Siete fronteras protegen el eje. Primera: prosocial helping/sharing/consoling —Shi et al. (2024) sitúan ToM y emociones en sharing; Rubio et al. (2022) predicen ayuda y cooperación vía ToM; puede haber atribución de creencia EN un episodio de compartir; el eje es ver/saber, deseo/creencia y falsa creencia sencilla, no ayudar/compartir/consolar, ya publicados el 8 de septiembre—. Inferencia: «trabajamos sharing = hay ToM» no firma. Segunda: negociación de conflictos / turn-taking —puede haber disputa EN un episodio de perspectiva; el eje no es el turno—. Tercera: SEL genérico —Wang et al. (2026) entrenan APT; Macheta et al. (2023) vinculan opacidad y emoción; el eje no es un SEC auto-score ni un empathy-ToM card—. Cuarta: participación/voz infantil —hay habla mentalista; no se convierte este artículo en voz ya publicada—. Quinta: CLASS / interacciones como eje —OECD (2021) ancla interacciones significativas; no autoriza reducir ToM a score CLASS—. Sexta: atención conjunta —nombrar «él no lo vio» no es joint attention como eje—. Séptima: FE como eje y emotion monitoring clínico —Shahaeian et al. (2023) —N = 142; 3–6; tres oleadas— hallan que la FE temprana influyó en ToM, que el efecto se volvió bidireccional y que el lenguaje influyó en ambos; Tuglaci e Ilgaz (2025) controlan FE; se leen solo como contraste periférico. Ari-Arat y Tutkun (2026) impiden reciclar inclusión. Miao y Holmes (2023) y Nikolopoulou (2025) exigen mediación de GenAI. Inferencia: la IA coherente en 3–6 permanece del lado del adulto, no como detector, GenAI de lesson packs, dashboard, VR-tratamiento, robot de mindreading ni ranking sin mediación.

Estas fronteras protegen el eje. ToM / toma de perspectiva puede tocar, de modo lateral, sharing, cooperación, emoción, lenguaje, FE o intenciones hacia pares con NEE; no se deja reducir a esos ejes ya publicados. Un centro que «trabaja SEL», «puntúa helping» o «entrena FE» no ha demostrado por esa sola etiqueta el oficio de andamiar ver/saber, deseo/creencia y falsa creencia sencilla. Shi et al. (2024) y Rubio et al. (2022) se leen por distinción, no como eje prosocial; Shahaeian et al. (2023) se leen por periférico, no como eje de FE; Wolf (2022) se lee por ToM, no como eje de juego simbólico.

7. Marco inferencial: cuatro pruebas para afirmar que hay apoyo a la teoría de la mente / toma de perspectiva, 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 artefactos constituyen apoyo al desarrollo de la teoría de la mente / toma de perspectiva en la primera infancia.

7.1. Prueba de la práctica situada (desajuste real de ver/saber y de creencia; falsa creencia sencilla; deseo/creencia; agencia para atribuir una perspectiva distinta), no del detector CV/multimodal ni del VR/app/robot de «entrenar ToM». OECD (2021) y los casos de práctica y de tarea (Wang et al., 2026; Liang et al., 2026; Süngü y Alıcı, 2025; Witt et al., 2022; Tuglaci e Ilgaz, 2025; Wolf, 2022) definen el contraste oficio/artefacto. Chen (2024), Ljungcrantz (2026), Matta (2026), Bhavna et al. (2024, transferencia) y Tison y Zawidzki (2025) mapean analítica, ToM computacional y detector como affordance o arquitectura, no como toma de perspectiva situada. Inferencia: si la «evidencia» es ToM-score, false-belief accuracy, mindreading index, mentalizing level o ToM developmental age, el centro hizo analítica o decodificación, no apoyo.

7.2. Prueba de la co-presencia adulta que nombra estados mentales y andamia el desajuste —no solo «acertó el trial»—, no del GenAI de ToM worksheets / perspective scripts / false-belief lesson packs / empathy-ToM cards. OECD (2021), Wang et al. (2026), Mulvihill et al. (2023) y Wolf (2022, soporte externo) sitúan práctica y mediación. Miao y Holmes (2023) y Nikolopoulou (2025) exigen mediación de GenAI. Inferencia: un script por prompt o un lesson pack cerrado no firman el episodio de aula en el que el adulto nombra «ella no lo vio» y el niño atribuye.

7.3. Prueba de la mediación humana y de la interpretación de la ToM como práctica relacional, no del dashboard de ToM trials/hora / perspective compliance ni del ranking por mirada/proxémica/emoción facial/lenguaje. OECD (2021) exige interacciones significativas. Heise y Bowman (2025) anclan medida ≠ pedagogía. Süngü y Alıcı (2025), Witt et al. (2022) y Tuglaci e Ilgaz (2025) anclan la sensibilidad de la FB a la tarea, no la vigilancia de conteos. Inferencia: trials/hora altos no elevan por sí solos el andamiaje. Preparación subordinada del adulto es legítima; el scorer que convierte al niño en vector de ToM-score no lo es.

7.4. Prueba de la distinción de categoría y del juicio profesional, no del catálogo de producto. ToM / perspective-taking ≠ prosocial helping/sharing/consoling, negociación de conflictos/turn-taking, SEL, participación-voz, CLASS, atención conjunta, FE como eje ni emotion monitoring clínico. Shi et al. (2024), Rubio et al. (2022), Shahaeian et al. (2023, periférico), Macheta et al. (2023) y Ari-Arat y Tutkun (2026) impiden esas confusiones. Miao y Holmes (2023), Nikolopoulou (2025) y OECD (2021) exigen mediación humana. Inferencia: el apoyo se cumple con desajuste real de perspectiva, co-presencia que nombra/andamia y agencia para atribuir —no puntuando ToM ni sustituyendo mediación por robot.

El marco admite digital subordinado a preparación del adulto (Wang et al., 2026, leído como práctica mediada, no como receta GenAI; Heise y Bowman, 2025, como medida para el investigador, no como dashboard). Rechaza declarar apoyo por los artefactos (Miao y Holmes, 2023; Nikolopoulou, 2025; Bhavna et al., 2024; Matta, 2026). Las cuatro pruebas se leen en conjunto.

8. Discusión

Tres tensiones. Primera: exhibir los artefactos versus ejercer apoyo. Los casos de las secciones 5–6 —con transferencias y distinciones marcadas— sostienen el contraste; Chen (2024) y Ljungcrantz (2026) mapean IA sin equivalencia a ToM situada. Segunda: assessment automatizado o VR-tratamiento versus pedagogía relacional —declarar apoyo por false-belief accuracy, mindreading index o por un detector de estados cerebrales es pedagogía invertida; Heise y Bowman (2025) muestran que incluso una medida comprehensiva no es el oficio—. Tercera: GenAI de empathy-ToM cards / robot que «entrena mindreading» / ranking por mirada versus oficio (Miao y Holmes, 2023; Nikolopoulou, 2025; OECD, 2021; Tison y Zawidzki, 2025): vender ToM computacional o predicción de FB como «ToM con IA» en el jardín confunde producto con práctica. Mulvihill et al. (2023) confirman que el MSL grupal no se deja traducir en ToM-score; Süngü y Alıcı (2025) confirman que un trial de FB malinterpreta estrategias; Miao y Holmes (2023) subordinan la generación al juicio profesional.

Las cuatro pruebas de la sección 7 leen estas tensiones. El contraste empírico define el piso que los artefactos no alcanzan solos. Inferencia: el apoyo se erosiona al tratarlos como si fueran la práctica. El digital subordinado es legítimo hacia el adulto (preparación de lenguaje mentalista; CAT para el investigador, no para el dashboard; Wang et al., 2026, como práctica mediada); no lo es invertir la secuencia (OECD, 2021). Si el centro muestra desajustes reales de ver/saber y de creencia, adulto que nombró estados mentales, y niños que atribuyeron una perspectiva distinta con agencia, puede hablar de apoyo; si solo muestra detectors, scripts GenAI, trials/hora, VR-tratamientos, robots de mindreading o rankings sin mediación, habla de artefactos. Chen (2024) y Ljungcrantz (2026): affordances de IA en ECE ≠ ToM situada.

9. Límites

Esta revisión es narrativa. No aplica PRISMA propio ni estima efectos combinados. No se inventan d, r ni AUC. Wang et al. (2026) son cuasi-experimento (60; 4–5): práctica mediada, no receta GenAI. Liang et al. (2026) miden VPT (254; 3–5): constructo visual. Mulvihill et al. (2023) miden 13 educadoras y 77 niños: nulo con cautela. Heise y Bowman (2025) miden n = 206 en 3–8: transferencia parcial; CAT es medida, no aula. Süngü y Alıcı (2025) miden 150 niños en FB de laboratorio. Witt et al. (2022) delimitan 4 años y membresía. Tuglaci e Ilgaz (2025) manipulan fantasía en FB: no se convierten en eje de FE. Wolf (2022) es argumento filosófico. Rubio et al. (2022) miden 40 niños de 3–7: transferencia parcial; distinción, no eje prosocial. Ari-Arat y Tutkun (2026) usan conveniencia (193; 4–6). Macheta et al. (2023) miden N = 99. Shahaeian et al. (2023) son longitudinales (N = 142): periféricos de FE. Shi et al. (2024) se usan solo para distinguir sharing. Bhavna et al. (2024) son fMRI 3–12 más adultos: transferencia. Matta (2026) y Tison y Zawidzki (2025) son marcos de IA–ToM, no ECE 3–6. Chen (2024), Ljungcrantz (2026) y Nikolopoulou (2025) mapean IA en ECE, no el paquete de exhibición en CENDI latinoamericano. No se localizaron ensayos verificados de los artefactos como paquete único de «ToM con IA» en aula 3–6; se discuten como techo de categoría. OECD y Miao y Holmes son de marco. Las inferencias de la sección 7 son hipótesis de categoría, no evidencia de implementación.

10. Conclusiones

Los artefactos —detector CV/multimodal o scores de ToM / perspective-taking / false-belief accuracy / mindreading index / mentalizing level / ToM developmental age; GenAI de worksheets/scripts/lesson packs/empathy-ToM cards; dashboard de trials/hora; VR/app/robot como tratamiento cerrado; ranking sin mediación— no constituyen apoyo al desarrollo de la teoría de la mente / toma de perspectiva en educación inicial. Chen (2024) y Ljungcrantz (2026) confirman affordances sin equivalencia a ToM situada. Nikolopoulou (2025) y Miao y Holmes (2023) fijan límites de GenAI. Los casos empíricos (secciones 5–6) exigen leer Social Story, VPT, MSL, CAT, FB, pretend play, cooperación, emoción–PT, lenguaje–ToM–FE y sharing por lo que miden y por lo que no equivalen a pedagogía situada. Matta (2026), Bhavna et al. (2024) y Tison y Zawidzki (2025) se leen como techo de artefacto, no como oficio de 3–6. Cuando hay apoyo hay desajustes reales de ver/saber y de creencia, co-presencia que nombra estados mentales y agencia para atribuir una perspectiva distinta (OECD, 2021). ToM / toma de perspectiva se distingue de helping/sharing/consoling, negociación de conflictos/turn-taking, SEL, participación-voz, CLASS, atención conjunta, FE como eje y emotion monitoring clínico.

Donde las fuentes no miden un jardín, este artículo no lo afirma. Donde miden mapeos de IA, Social Story de PT, VPT, MSL de educadoras, CAT, FB sensible a objeto/membresía/fantasía, pretend play, cooperación, emoción–PT, lenguaje–ToM–FE, sharing, ToM computacional o predicción de FB con transferencia, no los traduce en apoyo vía ToM-score, worksheet por prompt, VR-tratamiento cerrado ni robot-sustituto. Acompañar a niñas y niños de tres a seis años en teoría de la mente / toma de perspectiva es ejercer desajustes reales de ver/saber y de creencia, falsa creencia sencilla, deseo/creencia, lenguaje mentalista, juego de roles que exige ponerse en el lugar del otro con mediación, andamiaje que nombra estados mentales, y co-presencia que interpreta la ToM como práctica relacional situada, no como «ToM-score». Lo demás es detector, GenAI de worksheets, dashboard de trials, VR-tratamiento cerrado, robot de mindreading y ranking. No es apoyo a la teoría de la mente / toma de perspectiva en educación inicial, y no debe presentarse como lo que no es.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre.

Referencias

  1. Ari-Arat, C., y Tutkun, C. (2026). Associations between preschool children’s perspective-taking skills and their perceived abilities and behavioral intentions toward peers with special educational needs. Current Psychology, 45(17). https://doi.org/10.1007/s12144-026-09997-4
  2. Bhavna, K., Akhter, A., Banerjee, R., y Roy, D. (2024). Explainable deep-learning framework: decoding brain states and prediction of individual performance in false-belief task at early childhood stage. Frontiers in Neuroinformatics, 18. https://doi.org/10.3389/fninf.2024.1392661
  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. Heise, M. J., y Bowman, L. C. (2025). The Comprehensive Assessment of Theory of Mind (CAT): A novel measure of 3- to 8-year-old children’s theory of mind and an evaluation of mental-state scaling. Child Development, 96(5), 1787–1806. https://doi.org/10.1111/cdev.14263
  5. Liang, J., Sun, J., Xu, X., Lee, K., y Siu, C. T. S. (2026). Early development of visual perspective-taking: Its associations with stimuli feature, child age, and family socio-economic status. Early Childhood Education Journal, 54(2), 757–772. https://doi.org/10.1007/s10643-025-01866-2
  6. 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
  7. Macheta, K., Gut, A., y Pons, F. (2023). The link between emotion comprehension and cognitive perspective taking in theory of mind (ToM): a study of preschool children. Frontiers in Psychology, 14. https://doi.org/10.3389/fpsyg.2023.1150959
  8. Matta, D. (2026). Artificial intelligence and theory of mind. Journal of Psychology and AI, 2(1). https://doi.org/10.1080/29974100.2026.2628373
  9. Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/ewzm9535
  10. Mulvihill, A., Armstrong, R., Casey, C., Redshaw, J., Scarinci, N., y Slaughter, V. (2023). Early childhood educators' mental state language and children's theory of mind in the preschool setting. British Journal of Developmental Psychology, 41(3), 227–245. https://doi.org/10.1111/bjdp.12449
  11. 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
  12. OECD. (2021). Starting Strong VI: Supporting meaningful interactions in early childhood education and care. OECD Publishing. https://doi.org/10.1787/f47a06ae-en
  13. Rubio, F., Neira, C., Villacura-Herrera, C., y Castillo, R. D. (2022). First and second-order theory of mind as predictors of cooperative behaviors in preschool and school children. Psykhe, 31(SI 1). https://doi.org/10.7764/psykhe.2021.36317
  14. Shahaeian, A., Haynes, M., y Frick, P. J. (2023). The role of language in the association between theory of mind and executive functioning in early childhood: New longitudinal evidence. Early Childhood Research Quarterly, 62, 251–258. https://doi.org/10.1016/j.ecresq.2022.09.003
  15. Shi, Y., Zhang, M., y Zhu, L. (2024). Sharing and allocation in preschool children: The roles of theory of mind, anticipated emotions, and consequential emotions. Behavioral Sciences, 14(10), Article 931. https://doi.org/10.3390/bs14100931
  16. Süngü, M., y Alıcı, T. (2025). Discrimination of false response from object reality in false belief test in preschool children. Journal of Intelligence, 13(10), Article 124. https://doi.org/10.3390/jintelligence13100124
  17. Tison, R., y Zawidzki, T. (2025). Human versus artificial social cognition and metacognition: the normative difference. AI and Ethics, 5(5), 5255–5271. https://doi.org/10.1007/s43681-025-00774-w
  18. Tuglaci, E., y Ilgaz, H. (2025). The effect of fantastical elements on preschoolers’ false belief task performance. Journal of Experimental Child Psychology, 260, Article 106321. https://doi.org/10.1016/j.jecp.2025.106321
  19. Wang, X., Wang, J., Qin, L., Wu, Y., y Wu, J. (2026). Promoting cognitive and affective perspective-taking in 4-5-year-olds through social story training: A quasi-experimental study. Early Childhood Education Journal, 54(5), 3627–3638. https://doi.org/10.1007/s10643-025-02093-5
  20. Witt, S., Seehagen, S., y Zmyj, N. (2022). The influence of group membership on false-belief attribution in preschool children. Journal of Experimental Child Psychology, 222, Article 105467. https://doi.org/10.1016/j.jecp.2022.105467
  21. Wolf, J. (2022). Implications of pretend play for Theory of Mind research. Synthese, 200(6), Article 523. https://doi.org/10.1007/s11229-022-03984-5