Conceptos fundamentales de IA adaptados a Infantil y Primaria

En este apartado el protagonismo es del alumnado: la meta es que niñas y niños puedan comprender con sentido (no memorizar) ideas que están detrás de la IA —algoritmo, datos, modelo y sesgo— a través de experiencias concretas, manipulativas y seguras. Planteamos propuestas donde el alumnado observa qué ocurre cuando sigue una secuencia, clasifica ejemplos, prueba una regla y detecta cuándo esa regla falla. Este enfoque conecta con metodologías activas en las que el aprendizaje se construye a partir de la curiosidad, la exploración, la comparación y la revisión de ideas previas, especialmente pertinentes en edades tempranas (Medina Gaite, 2017).

A la vez, cuidamos una perspectiva inclusiva: la IA y lo “algorítmico” pueden convertirse en una oportunidad para diseñar situaciones donde todo el alumnado participe con apoyos, andamiajes y diferentes formas de demostrar comprensión, reforzando la equidad en el aprendizaje (Vega Maldonado, Vázquez Padilla, & Moscoso Chávez, 2023).

Educación Infantil (3–6): construir los cimientos sin tecnicismos

En Infantil no buscamos explicar “qué es” la IA, sino fortalecer habilidades que la sostienen: secuenciación, causa–efecto, clasificación, reconocimiento de patrones, atención y una relación sana con el error. Las experiencias deben ser breves, lúdicas y tangibles, respetando ritmos y posibilidades de acción del grupo (Medina Gaite, 2017).

Aquí los conceptos se viven así (sin necesidad de nombrarlos siempre):

• Algoritmo = “pasos” para lograr algo: recorridos en el suelo, “robot humano”, recetas visuales con tarjetas de acciones.

• Datos = “ejemplos”: objetos reales (tapones, figuras, imágenes) para clasificar por un criterio (color, tamaño, forma).

• Modelo = “la regla” que construimos: “si tiene… entonces va aquí”.

• Sesgo (semilla) = cuando la regla falla porque faltan ejemplos o están desequilibrados: si solo clasificamos objetos rojos, después no sabemos qué hacer con otros colores.

El valor educativo está en el lenguaje que acompaña y da seguridad: “¿Qué hicimos primero?” “¿Qué cambió?” “¿Qué necesitamos para que funcione con todas las tarjetas?”; así el error se convierte en una oportunidad para ajustar y aprender (Medina Gaite, 2017).

Como apoyo metodológico, puede consultarse el curso “Pensamiento computacional y actividades desenchufadas” (CATEDU), que desarrolla propuestas y recursos de aula para trabajar secuenciación, patrones, clasificación y depuración del error sin necesidad de introducir aún conceptos técnicos de IA. 

Educación Primaria (6–12): poner nombre, probar y pensar críticamente

En Primaria el alumnado ya puede nombrar los conceptos y, sobre todo, justificarlos con evidencias: comparar resultados entre grupos, registrar aciertos/errores y explicar por qué una regla “generaliza” bien o mal. Propondremos experiencias donde el alumnado entienda que:

• un algoritmo es una secuencia clara (y depurable) de pasos;

• los datos son ejemplos que “alimentan” una decisión;

• un modelo es la regla que “aprende” a partir de esos ejemplos;

• y el sesgo aparece cuando los datos no representan bien la realidad o cuando la regla se construye con un conjunto limitado de casos.

Esta aproximación es coherente con la evidencia de que las herramientas basadas en IA pueden complementar métodos tradicionales y favorecer aprendizajes (especialmente si se integran con estrategias pedagógicas adaptadas), pero que el impacto educativo depende del diseño didáctico y del contexto (Mayorga Villegas et al., 2025).

En términos prácticos, trabajaremos con recursos manipulativos (tarjetas, cajas de clasificación, “casos sorpresa”) y pequeñas rutinas de pensamiento: “¿con qué ejemplos entrenamos?” “¿qué ejemplo faltaba?” “¿a quién deja fuera esta regla?”; así el alumnado aprende a detectar limitaciones y a proponer mejoras, un paso clave hacia un uso crítico y responsable (Vega Maldonado et al., 2023).