134/365 · Rincones en primaria: versión 2026 (con IA)

Llevo dos días hablando de rotaciones — de estaciones en una sesión, de talleres a lo largo de semanas — y hay algo que no he mencionado todavía y que me parece clave: cómo encaja todo esto con la IA. Porque una cosa es rotar al alumnado por espacios donde hacen actividades más o menos tradicionales (leer, escribir, manipular materiales, jugar a un deporte), y otra muy distinta es pensar qué pasa cuando uno de esos espacios incluye herramientas de inteligencia artificial que funcionan de verdad — no como un adorno o un "mira qué modernos somos", sino como una herramienta que amplía lo que el alumnado puede hacer.

Y aquí está el problema (bueno, uno de los problemas): la mayoría de las herramientas de IA que se usan en educación dependen de la nube, de servidores externos, de empresas que procesan los datos del alumnado en algún lugar que no controlas. Y eso, para mí, es un no rotundo. Si voy a meter IA en mi aula, quiero que los datos no salgan del dispositivo del alumno — que lo que escriben, lo que prueban, lo que experimentan, se quede ahí. Y hasta hace poco eso era complicado (o directamente imposible en dispositivos con recursos limitados), pero en 2026 ya no es excusa.

Modelos locales: la IA que no se va de casa

Cuando hablo de modelos locales me refiero a esto: inteligencia artificial que corre en el propio dispositivo del alumno, sin necesidad de conexión a internet, sin enviar datos a servidores externos. Y sí, es posible — cada vez más. Los modelos han ido reduciéndose en tamaño (sin perder demasiada capacidad) hasta el punto de que puedes tener un modelo de lenguaje decente corriendo en un ordenador normal, en una tablet, incluso en algunos móviles.

¿Por qué me parece esto fundamental? Porque si queremos que el alumnado experimente con IA de verdad — que la use para crear, para explorar, para equivocarse y volver a intentar — necesitamos que esa experimentación sea segura. Y segura no significa solo "que no haya contenido inapropiado" (que también), sino segura en términos de privacidad: que lo que un alumno de tercero de primaria escribe mientras prueba a programar un robot con IA no acabe en una base de datos de OpenAI o Google para entrenar futuros modelos. Eso no debería ser negociable, pero en la práctica lo es — porque la inmensa mayoría de herramientas educativas de IA funcionan en la nube y procesan datos externamente.

Fruto de esta reflexión (y de muchas pruebas que no salieron bien) nació EDUmind Robotics, que me permite trabajar robótica con vibe coding con mi alumnado. Los datos no salen del dispositivo del alumno, el modelo corre localmente, y eso me da una tranquilidad que con otras herramientas no tengo. No es perfecta — ninguna herramienta lo es — pero cumple con algo que para mí es innegociable: respeta la privacidad del alumnado mientras les permite experimentar con tecnología de verdad.

El rincón de robótica (que todavía no existe, pero existirá)

Aunque aún no lo he integrado en ningún rinconcito (y esto es honestidad brutal: todavía estoy tanteando cómo hacerlo sin que se convierta en caos), una de las ideas que tengo clarísimas para el curso que viene es meter un rincón de robótica con IA local. La idea es sencilla en teoría: un espacio donde el alumnado puede programar robots (o simulaciones de robots, porque no siempre tenemos hardware físico para todos) usando lenguaje natural — vibe coding, que básicamente significa que le dices a la IA lo que quieres que haga el robot y ella traduce eso a código ejecutable.

¿Por qué me parece esto interesante? Porque elimina la barrera de entrada de la programación tradicional. No hace falta que un alumno de ocho años sepa sintaxis, ni que entienda qué es un bucle for antes de poder hacer que un robot se mueva en círculo. Puede decir "quiero que el robot avance tres pasos, gire a la derecha y vuelva al punto de partida", y el modelo local traduce eso a código que el robot (o la simulación) ejecuta. Y luego, si quiere, puede ver el código generado, modificarlo, romperlo, entender cómo funciona. Pero el punto de entrada es el lenguaje natural — algo que ya dominan.

Esto no es magia, y no resuelve todo — pero sí resuelve algo importante: permite que el alumnado se enfoque en el pensamiento computacional (qué pasos necesito para resolver este problema, en qué orden, qué pasa si cambio esto) sin que la sintaxis del lenguaje de programación sea el obstáculo. Y eso, en primaria, es oro puro. Si quieres empezar a explorar esto, tengo una guía de primeros pasos con vibe coding que explica cómo funciona el concepto sin asumir conocimientos previos.

Privacidad y ética: no son palabras bonitas, son requisitos

Aquí es donde tengo que ponerme pesado (y lo voy a hacer, porque esto importa). La privacidad en educación no es un "nice to have" — es un requisito ético y legal. Y cuando metemos IA en el aula, ese requisito se vuelve todavía más crítico porque estamos hablando de tecnologías que procesan lenguaje, que analizan patrones, que potencialmente pueden inferir información sensible sobre el alumnado sin que nadie se dé cuenta.

La Agencia Española de Protección de Datos ha publicado recomendaciones sobre el uso de la IA en el ámbito educativo que son bastante claras: hay que hacer evaluaciones de riesgo, hay que informar al alumnado y las familias de qué datos se procesan y cómo, hay que implementar medidas técnicas y organizativas que protejan la privacidad. Y cuando hablamos de modelos locales, muchas de esas preocupaciones desaparecen o se reducen drásticamente — porque si los datos no salen del dispositivo, no hay terceros procesándolos, no hay servidores externos que puedan ser vulnerados, no hay empresas que cambien sus políticas de privacidad de un día para otro y de repente empiecen a usar los datos de tu alumnado para entrenar modelos comerciales.

Pero (y esto es importante): usar modelos locales no elimina todas las preocupaciones éticas. Los modelos siguen teniendo sesgos — porque se entrenan con datos del mundo real, y el mundo real está lleno de sesgos. Los modelos pueden dar respuestas incorrectas o generar código que no funciona — porque no son perfectos, ni mucho menos. Y el alumnado necesita entender esto — no desde un discurso moralista de "la IA es peligrosa", sino desde una comprensión real de cómo funcionan estas herramientas, qué pueden hacer y qué no, cuándo confiar en ellas y cuándo cuestionar lo que te dicen.

Pensamiento crítico y evaluación: no te creas todo lo que te dice la IA

Una de las cosas que más me preocupa cuando veo cómo se usa la IA en educación es la tendencia a asumir que si la máquina lo dice, será verdad. Y eso es un problema enorme — especialmente con modelos de lenguaje, que son increíblemente buenos generando texto que suena convincente, pero que no siempre es correcto. Los modelos pueden alucinar (inventarse datos, referencias, explicaciones que suenan razonables pero son falsas), pueden reproducir sesgos de los datos con los que se entrenaron, pueden dar respuestas diferentes a la misma pregunta dependiendo de cómo la formules.

Y esto no es un fallo — bueno, en cierto sentido sí, pero es un fallo inherente a cómo funcionan estos modelos. No son bases de datos que te devuelven información exacta — son sistemas que predicen qué palabra debería venir a continuación basándose en patrones estadísticos. A veces aciertan, a veces no, y no siempre es fácil distinguir cuándo están acertando y cuándo están inventando.

Por eso, si voy a meter un rincón de IA en mi aula, una parte fundamental de ese rincón tiene que ser enseñar a cuestionar lo que la IA produce. No desde el miedo — "no te fíes nunca de la máquina" — sino desde el pensamiento crítico: "¿Tiene sentido esta respuesta? ¿Puedes verificarla de otra forma? ¿Qué pasaría si cambiaras un poco la pregunta, te daría la misma respuesta?". Esto es lo que algunos investigadores llaman alfabetización en IA, y es tan importante (o más) que saber usar la herramienta.

Integración con otros rincones: la IA no es una isla

Una de las trampas en las que es fácil caer cuando introduces tecnología en el aula es tratarla como algo separado del resto. El rincón de IA, el rincón digital, el rincón de tablets — como si fueran mundos aparte. Y yo creo que eso es un error. La IA (y la tecnología en general) debería ser una herramienta transversal que puede aparecer en cualquier rincón cuando tiene sentido, no un espacio aislado donde "se hace lo de la tecnología".

Por ejemplo: imagina un rincón de escritura creativa donde el alumnado está escribiendo historias. Podrías integrar IA local para que les ayude a generar ideas cuando están bloqueados, o para que les sugiera formas de continuar una historia, o para que les dé feedback sobre si un diálogo suena natural. No es que la IA escriba por ellos — es que la usan como una herramienta de apoyo, como usarían un diccionario o un compañero que les da ideas. Y luego pueden decidir si usan esas sugerencias o no, si las modifican, si las descartan completamente.

O un rincón de matemáticas donde están resolviendo problemas de lógica, y pueden usar IA para verificar si su razonamiento es correcto, o para pedirle que les plantee un problema similar pero un poco más difícil. O un rincón de ciencias donde están diseñando experimentos, y usan IA para simular qué pasaría si cambiaras una variable antes de hacer el experimento real.

La clave está en que la IA no sea el objetivo — el objetivo sigue siendo escribir bien, razonar matemáticamente, diseñar experimentos — pero la IA es una herramienta que amplía lo que pueden hacer, que les da feedback inmediato, que les permite explorar más allá de lo que podrían hacer solos o de lo que tú podrías ayudarles a hacer si tuvieras que estar en cinco rincones a la vez.

¿Nos vemos mañana?