Las normas de IA escolar de Florida prohíben los chatbots de compañía pero mantienen la IA en el aula
Florida adoptó normas vinculantes sobre IA escolar el 16 de septiembre, creando una prohibición estatal de los chatbots de compañía y manteniendo disponible la IA educativa aprobada. La distinción importa porque Florida no está rechazando por completo la automatización en el aula. Está separando las herramientas que respaldan tareas académicas definidas de los sistemas diseñados para construir relaciones emocionales con los estudiantes.
Los distritos, las juntas de escuelas chárter y las instituciones del Florida College System deben ahora traducir esa distinción en políticas locales. Los padres recibirán información sobre las herramientas aprobadas y controlarán si sus hijos interactúan directamente con ellas. Las escuelas también deben ofrecer una opción sin IA sustancialmente similar cuando las familias declinen participar.
Por lo tanto, el conflicto es más amplio que decidir si los estudiantes deben usar chatbots. Florida está obligando a escuelas y proveedores a demostrar dónde termina la instrucción y dónde comienza la interacción conductual. Esto sitúa al estado entre las amplias moratorias de IA de Nueva York y Los Ángeles y las empresas tecnológicas que expanden la IA en las plataformas educativas.
Las normas de IA escolar de Florida fijan una fecha límite para julio de 2027
Florida ha convertido una colección desigual de prácticas locales de IA en requisitos estatales exigibles.
La Junta Estatal de Educación aprobó las normas el 16 de septiembre de 2026. Los distritos públicos y las juntas de escuelas chárter deben modificar sus políticas de seguridad en internet antes del 1 de julio de 2027.
El marco oficial de IA se extiende desde la Educación Preescolar Voluntaria hasta el Florida College System. Sus requisitos cambian según las edades de los estudiantes y los entornos institucionales.
Para las escuelas K-12, las políticas locales deben definir cómo los estudiantes y empleados pueden utilizar la inteligencia artificial. Deben abordar la aprobación educativa, la integridad académica, la privacidad, la seguridad y la preservación del criterio docente.
El estado describe una herramienta educativa de IA como tecnología utilizada para un propósito educativo definido. Esto podría incluir tutoría, práctica guiada, comentarios o trabajo asignado por un docente.
La definición no otorga aprobación automática a todos los chatbots de aula. Los distritos deben evaluar las herramientas, decidir qué usos se ajustan a sus programas y publicar información sobre los productos que autorizan.
Las escuelas deben notificar a los padres cuando aprueben una herramienta para uso directo de los estudiantes. La notificación debe identificar la plataforma, los cursos o asignaturas aplicables, los estudiantes participantes y la forma prevista de interacción.
Los padres deben autorizar expresamente que sus hijos participen en interacciones directas con IA. Si rechazan hacerlo, la escuela debe proporcionar una alternativa educativa sustancialmente similar que no requiera esa interacción.
Este requisito crea más que un formulario de autorización. Un distrito no puede convertir un producto de IA en algo esencial y luego dejar a un estudiante excluido con una ficha de trabajo inferior o sin una alternativa práctica.
Las herramientas de IA utilizadas desde preescolar hasta quinto grado se enfrentan a una revisión adicional. Las escuelas deben considerar la idoneidad para el desarrollo, la adecuación a la edad, los estándares académicos y el valor educativo previsto de la herramienta.
Las políticas también deben indicar a los estudiantes cuándo se permite el uso de IA y cómo deben revelarlo. Las escuelas necesitan procedimientos para el plagio, la verificación del trabajo estudiantil y las demostraciones de dominio sin IA.
Esto crea un límite más claro entre asistencia y sustitución. Una herramienta de lluvia de ideas podría respaldar una tarea, mientras que la generación no declarada de la respuesta final podría infringir la misma política distrital.
Los docentes y administradores deben recibir capacitación sobre las limitaciones de la IA, la seguridad, el cumplimiento legal y el uso educativo responsable. Este requisito reconoce que las normas de adquisición no pueden anticipar todas las decisiones del aula.
Las normas separadas de Florida para la educación superior siguen el mismo principio básico. Las instituciones deben especificar el uso aceptable, proteger la privacidad y la propiedad intelectual, y restringir la IA en trabajos calificados salvo que un instructor la autorice.
Las universidades también deben establecer expectativas de alfabetización en IA. Los padres deben recibir una notificación cuando un menor matriculado vaya a utilizar directamente una herramienta educativa de IA aprobada.
La enmienda adoptada a la norma de seguridad en internet de Florida comenzó como una propuesta formal de elaboración normativa, en lugar de una recomendación opcional. Ese estatus legal distingue la política de IA en las aulas de Florida de las orientaciones no vinculantes emitidas en otros lugares.
La implementación local sigue siendo importante. Cada distrito debe convertir los requisitos estatales en listas de herramientas aprobadas, procesos de consentimiento, procedimientos de aula, programas de capacitación y contratos con proveedores exigibles.
Ese trabajo determinará si la política se convierte en una salvaguarda efectiva o en otro documento administrativo. Florida ha establecido el límite, pero los distritos deben construir el sistema operativo a su alrededor.
La prohibición de compañeros de IA apunta al diseño emocional
El estado está prohibiendo un comportamiento de producto, no todas las interfaces conversacionales.
La prohibición de compañeros de IA en las escuelas abarca productos diseñados o configurados para satisfacer las necesidades sociales o emocionales de un estudiante. También cubre sistemas que simulan amistad, compañía u otra relación emocional.
Florida además prohíbe funciones de creación de vínculos destinadas a prolongar la interacción con una máquina. Este lenguaje se centra en la intención de diseño y las mecánicas de interacción, en lugar de limitarse al formato de chatbot.
Un bot de tutoría todavía puede mantener una conversación. La cuestión crítica es si ese intercambio sirve a una tarea de aprendizaje definida o anima a un estudiante a tratar el software como una presencia social.
Esta distinción refleja cómo han evolucionado los productos de IA generativa. Los chatbots modernos pueden recordar preferencias, reflejar el tono de un usuario y responder con un lenguaje que se siente comprensivo o íntimo.
Estas capacidades pueden facilitar el uso del software educativo. También pueden desdibujar el límite entre la asistencia educativa y la dependencia emocional, en particular para los estudiantes más jóvenes.
La norma de Florida establece el límite antes de que una escuela adopte ese tipo de sistema. Los distritos no pueden esperar a que ocurra un incidente perjudicial antes de decidir si un producto orientado a la compañía pertenece al aula.
La prohibición también alcanza el diseño antropomórfico, que otorga a una máquina características humanas que fomentan la interacción continuada. Un avatar amigable por sí solo puede no infringir la norma, pero su comportamiento y propósito pasan a ser importantes.
Esto crea un difícil problema de clasificación. Muchas aplicaciones educativas usan elogios, indicaciones conversacionales, rachas, recordatorios personalizados y personajes animados para retener la atención de los estudiantes.
Un proveedor puede llamar motivación a esas funciones. Un regulador o padre puede considerar las mismas funciones como técnicas de creación de vínculos que van más allá de la instrucción.
Los distritos necesitarán revisiones de adquisición que examinen el comportamiento real del producto. Las descripciones de marketing y las políticas de privacidad no revelarán todas las señales emocionales que un estudiante encuentra durante el uso repetido.
Las pruebas deberían considerar cómo responde una herramienta cuando un estudiante expresa soledad, angustia, miedo o apego. Los revisores también deben comprobar si el sistema redirige las conversaciones sensibles a adultos de confianza.
La restricción sobre compañeros se sitúa junto a una prohibición más amplia de la supervisión conductual no revelada, la puntuación social y la elaboración de perfiles psicológicos. En conjunto, estas disposiciones abordan sistemas que infieren más de lo que un estudiante entrega conscientemente.
Una aplicación de ortografía podría razonablemente registrar respuestas incorrectas. No debería crear silenciosamente un perfil psicológico ni utilizar señales conductuales para manipular la interacción continuada.
Florida también prohíbe a los proveedores vender, monetizar o explotar comercialmente los datos de los estudiantes. El estado afirma que los datos no pueden entrenar modelos agentivos comerciales, sistemas capaces de realizar acciones de varios pasos para alcanzar un objetivo.
Estas restricciones conectan el diseño del producto con la gobernanza de datos. Las interacciones emocionales pueden revelar miedos, problemas familiares, preocupaciones de salud y otra información que va mucho más allá de un expediente académico ordinario.
Mantener esas conversaciones fuera de los sistemas de compañía reduce una categoría de exposición. No elimina los riesgos de privacidad asociados con las herramientas aprobadas de tutoría y productividad.
La posición del estado se parece a las salvaguardas que Microsoft aceptó recientemente mediante un acuerdo con la American Federation of Teachers. El acuerdo también prohíbe funciones diseñadas para fomentar el apego emocional o la dependencia.
Según una revisión sobre privacidad educativa, esas normas se aplican a las escuelas que contratan a Microsoft a partir del 1 de noviembre. Según se informó, OpenAI y Anthropic estaban negociando acuerdos similares.
Ese paralelismo importa para los proveedores. Florida está convirtiendo un principio de seguridad emergente en una condición para acceder a las aulas de un gran sistema público de educación.
Por lo tanto, la prohibición de compañeros de IA en las escuelas podría influir en las hojas de ruta de productos más allá de Florida. Los proveedores rara vez quieren arquitecturas separadas de diseño emocional para cada estado o distrito.
Un proveedor que elimine comportamientos de compañía para Florida podría poner la misma configuración a disposición a nivel nacional. Los competidores también podrían adoptar controles comparables para evitar parecer menos protectores.
Sin embargo, el cumplimiento requerirá más que desactivar una etiqueta llamada “modo compañero”. Las escuelas necesitan evidencia sobre memoria, personalización, indicaciones de interacción, respuestas a crisis y el tratamiento del modelo de las divulgaciones sensibles.
Sin ese examen, un chatbot de propósito general podría reproducir comportamientos similares a los de un compañero incluso cuando su propósito declarado sea académico. El modelo subyacente puede responder socialmente porque la calidez conversacional forma parte de su diseño.
Florida ha identificado el resultado prohibido. El desafío no resuelto es medir ese resultado de forma consistente entre productos que cambian mediante frecuentes actualizaciones de software.
El consentimiento parental cambia la economía de la IA en el aula
La estructura de aceptación de Florida desplaza la carga de las familias que se resisten a la IA hacia las escuelas, que deben justificar cada uso aprobado.
Muchos sistemas de educación digital se convierten en infraestructura predeterminada una vez que un distrito firma un contrato. Los estudiantes los utilizan porque los docentes los asignan, no porque las familias seleccionen el producto de forma independiente.
Florida invierte ese valor predeterminado para la interacción directa con IA. Los padres reciben información antes de participar y pueden elegir una alternativa sin IA para su hijo.
Los detalles de la política estatal exigen que los distritos describan las plataformas aprobadas, las asignaturas, los niveles de grado y los métodos de interacción. Las listas públicas también deben mostrar qué herramientas de IA autorizan las escuelas.
La transparencia cambia la conversación de compra. Un distrito ahora necesita explicar una herramienta a las familias, capacitar a los empleados, conservar registros y respaldar una vía alternativa de aprendizaje.
Eso hace que la aprobación sea más costosa que adquirir una licencia de software. El tiempo administrativo, la planificación docente, la revisión legal, el análisis de seguridad y los materiales alternativos pasan a formar parte del costo real del producto.
Los proveedores se enfrentarán a presión para facilitar esos procesos. Los productos con prácticas de datos imprecisas o comportamientos de modelo poco claros pueden generar demasiado trabajo de cumplimiento, incluso cuando sus funciones de aula parezcan útiles.
Las empresas que ofrezcan divulgaciones concisas, retención de datos controlable y configuraciones de seguridad verificables tendrán ventaja. La evidencia de valor educativo también cobrará mayor importancia durante las renovaciones.
Florida exige que las escuelas mantengan registros de las interacciones de los estudiantes con herramientas educativas de IA durante al menos 30 días. Los registros facilitan el acceso de padres y administradores que revisan el uso educativo.
Ese requisito plantea cuestiones técnicas sobre almacenamiento, identidad, eliminación y controles de acceso. Los distritos deben conservar información suficiente para garantizar la rendición de cuentas sin recopilar material sensible innecesario.
Una transcripción puede ayudar a investigar una respuesta insegura o una disputa sobre integridad académica. También puede contener datos personales que amplíen las consecuencias de una brecha de seguridad.
Las escuelas necesitarán prácticas de retención precisas. Los proveedores deben aclarar dónde se alojan los registros, qué personal puede recuperarlos y qué ocurre tras el período mínimo de retención.
La política también pide a los distritos que prioricen proveedores que almacenen y procesen datos de estudiantes en Estados Unidos. Esa preferencia puede limitar las opciones de contratación y aumentar el escrutinio de los subcontratistas.
Para los docentes, la regla de consentimiento introduce un desafío práctico en el aula. Una misma lección podría requerir una vía respaldada por IA y otra alternativa comparable sin IA.
Las alternativas deben mantenerse alineadas académicamente. Los docentes no pueden tratar la opción sin IA como castigo, trabajo adicional o una versión inferior de la lección.
Los distritos podrían responder aprobando menos herramientas para propósitos más acotados. Es más fácil explicar y sustituir un tutor de matemáticas especializado que un asistente general utilizado en todas las materias.
También podrían separar la automatización dirigida a docentes de la interacción directa con estudiantes. Un educador podría usar IA para redactar ejemplos sin incorporar a los estudiantes a la aplicación.
Incluso ese enfoque requiere supervisión. Los docentes deben verificar que el material generado no contenga errores, sesgos, contenido inapropiado ni desajustes con los estándares estatales antes de presentarlo.
Por tanto, las normas de Florida sobre IA escolar ejercen presión sobre ambos lados del mercado. Los distritos deben documentar por qué una herramienta corresponde a la enseñanza, mientras que los proveedores deben hacer auditables la seguridad y la utilidad.
Los padres obtienen visibilidad, pero el consentimiento por sí solo no garantiza una decisión informada. Los avisos llenos de lenguaje técnico podrían cumplir un procedimiento sin ayudar a las familias a comprender el producto.
Las escuelas deberían explicar si una herramienta genera respuestas, evalúa trabajos, almacena conversaciones, adapta la dificultad o envía datos a modelos externos. Estas funciones afectan la decisión de maneras distintas.
Las familias también deben comprender la alternativa. Una elección significativa exige objetivos de aprendizaje comparables, acceso razonable y ninguna penalización académica por rechazar la IA.
Los trabajadores del conocimiento ya afrontan un problema similar al evaluar sistemas de IA que combinan contexto personal con asistencia automatizada. Las prácticas claras de gestión del conocimiento muestran por qué el propósito, el acceso y la retención deben definirse antes de que la información entre en una herramienta.
Para los sistemas escolares, esos principios son aún más urgentes porque los estudiantes no pueden negociar por sí mismos las condiciones de los proveedores. La institución controla el entorno tecnológico y asume el deber de protegerlo.
La política de Florida sobre IA en el aula hace explícita esa responsabilidad. También garantiza que los costos de implementación influirán en qué productos de IA superan la revisión de los distritos.
Florida elige salvaguardas en lugar de una moratoria amplia sobre la IA
Florida preserva la IA educativa al tiempo que rechaza la idea de que todo chatbot de aula merezca acceso.
Esa postura difiere de una pausa total. La ciudad de Nueva York y Los Ángeles iniciaron moratorias de un año sobre el uso estudiantil de IA mientras auditaban productos, privacidad y valor educativo.
Florida establece en cambio categorías de uso permitido y prohibido. Los sistemas educativos aprobados seguirán disponibles si cumplen los estándares de consentimiento, transparencia, privacidad y calidad académica.
Esta vía refleja una tensión política más amplia. Las escuelas quieren preparar a los estudiantes para lugares de trabajo configurados por la IA, pero también necesitan pruebas de que los sistemas usados en el aula mejoran el aprendizaje.
El Departamento de Educación de Estados Unidos acentuó esa tensión en agosto. Su guía sobre tecnología educativa pide a las escuelas que identifiquen el problema que resuelve cada herramienta y la evidencia que respalda su uso.
Los funcionarios federales también instaron a las escuelas a distinguir entre la participación recreativa y el valor educativo. Pidieron transparencia, criterio docente y disposición para retirar productos ineficaces.
Florida traduce buena parte de esa filosofía en obligaciones específicas. Los distritos deben evaluar el valor educativo, supervisar la implementación y vincular las decisiones de renovación con resultados demostrados.
El enfoque estatal presiona a los proveedores que venden la interacción como sustituto del aprendizaje. El tiempo pasado dentro de una aplicación no demuestra que los estudiantes comprendan más después.
También presiona a las escuelas que acumularon productos digitales sin una revisión sistemática. Un inventario de herramientas aprobadas puede revelar suscripciones superpuestas, funciones sin uso y aplicaciones con flujos de datos poco claros.
Sin embargo, el marco conlleva incertidumbres importantes.
La primera es la coherencia en la aplicación. Florida cuenta con 67 distritos escolares de condado, además de operadores de escuelas chárter y universidades públicas con diferentes niveles de personal, presupuesto y capacidad técnica.
Un distrito grande puede contratar asesores de privacidad, especialistas en seguridad, revisores curriculares y analistas de contratación. Un distrito más pequeño podría depender de personal compartido o de documentación proporcionada por proveedores.
Por ello, el mismo producto podría recibir un escrutinio distinto en todo el estado. Las plantillas de revisión estandarizadas pueden reducir la variación, pero no pueden reemplazar la experiencia técnica.
La segunda incertidumbre se refiere al software que cambia rápidamente. Un distrito podría aprobar una versión de una herramienta de IA y después encontrarse con nuevos modelos, funciones de memoria o comportamientos de interfaz tras una actualización.
Las políticas necesitan desencadenantes para una nueva revisión. Los cambios sustanciales en el uso de datos, la personalización, los proveedores de modelos, las funciones emocionales o las funciones dirigidas a estudiantes no deberían considerarse mantenimiento rutinario.
El tercer problema es definicional. Un sistema puede ofrecer ánimo sin presentarse explícitamente como un amigo.
Los reguladores deben determinar cuándo el lenguaje de apoyo se convierte en compañía simulada. Esa valoración depende del contexto, la frecuencia, la edad y la respuesta del sistema ante revelaciones emocionales.
La cuarta incertidumbre es la calidad de la evidencia. Los proveedores suelen informar sobre uso, finalización o satisfacción porque esas mediciones son más sencillas que demostrar mejoras duraderas en el aprendizaje.
El marco de Florida pide a los distritos que conecten la tecnología con el desempeño estudiantil. No produce automáticamente estudios independientes para cada producto y contexto de aula.
La quinta preocupación afecta a la accesibilidad. Algunos estudiantes utilizan sistemas conversacionales para apoyo lingüístico, asistencia en la comunicación o adaptaciones por discapacidad.
Las escuelas deben evitar aplicar la restricción sobre compañeros de IA de forma tan amplia que bloquee tecnologías asistivas legítimas. La cuestión relevante es si el sistema facilita el acceso o busca generar dependencia emocional.
La revisión humana sigue siendo esencial. Una decisión categórica basada únicamente en el estilo de la interfaz podría excluir herramientas útiles y, al mismo tiempo, pasar por alto comportamientos dañinos dentro de una plataforma de propósito general.
El éxito de la política también depende de la capacidad docente. Los educadores no pueden evaluar cuidadosamente las respuestas de la IA cuando la capacitación es breve, las expectativas entran en conflicto o las cargas de trabajo no dejan tiempo para revisar.
Florida afirma que la IA debe complementar el criterio profesional. Los distritos deben respaldar ese principio con capacitación, tiempo de planificación, canales de reporte y una asignación clara de responsabilidades cuando los sistemas fallen.
El estado también debería publicar orientaciones de implementación que distingan los requisitos obligatorios de las prácticas recomendadas. La ambigüedad puede fomentar tanto una restricción excesiva como un cumplimiento débil.
Una lectura cautelosa de la norma evita dos conclusiones exageradas. Florida no ha prohibido que los estudiantes utilicen toda IA, ni ha certificado que los sistemas aprobados sean seguros en todas las circunstancias.
El estado ha creado un proceso de control de acceso. Su valor dependerá de cuán fiablemente ese proceso identifique el beneficio educativo, la manipulación emocional, la exposición de privacidad y la sustitución académica.
Esto convierte la utilidad educativa frente a la protección del estudiante en la disputa central. Ninguna de las dos partes triunfa mediante eslóganes sobre innovación o miedo.
Las escuelas deben demostrar que una tarea apoyada por IA mejora el aprendizaje sin sustituir el pensamiento del estudiante. Los proveedores deben demostrar que la personalización sirve a esa tarea sin convertirse en un diseño encubierto de relaciones.
Tres pruebas mostrarán si la política de Florida funciona
La siguiente fase es la implementación, y tres señales revelarán si las normas cambian la práctica en el aula.
La primera señal es la calidad de las políticas distritales adoptadas antes del 1 de julio de 2027. Las políticas sólidas identificarán usos aprobados, responsables, criterios de revisión, procedimientos de consentimiento y desencadenantes de nueva aprobación.
Las políticas débiles repetirán el lenguaje estatal sin definir decisiones operativas. Podrían prohibir productos de compañía evidentes mientras dejan en gran medida sin examinar chatbots generales, plugins y funciones de IA integradas.
Las listas públicas de herramientas aprobadas harán visibles esas diferencias. Padres, docentes, investigadores y proveedores podrán comparar cómo los distritos clasifican productos similares.
Esa comparación debería revelar si Florida está logrando coherencia en todo el estado. Una variación amplia sugeriría que los distritos necesitan orientaciones de implementación más claras o recursos compartidos de evaluación.
La segunda señal es el comportamiento de los proveedores. Las empresas de tecnología educativa necesitarán configuraciones que desactiven la interacción emocional, restrinjan el uso de datos, conserven los registros exigidos y admitan configuraciones específicas por edad.
Conviene observar si los proveedores publican documentación y condiciones contractuales preparadas para Florida. Esos materiales deberían explicar el entrenamiento de modelos, la retención, los subcontratistas, la supervisión y los procedimientos para actualizar productos.
La señal más sólida serían controles auditables de forma independiente. Una promesa de que los datos estudiantiles están protegidos tiene menos peso que las restricciones técnicas y los compromisos contractuales exigibles.
Las respuestas de los proveedores también aclararán el alcance de la prohibición de compañeros de IA en las escuelas. Los productos podrían eliminar personalidades sociales, memoria emocional a largo plazo o indicaciones diseñadas para prolongar las conversaciones.
Si las principales plataformas adoptan esos controles a escala nacional, el impacto de Florida se extenderá más allá de sus fronteras. Si los proveedores se apoyan en etiquetas superficiales, los distritos asumirán la mayor parte de la carga de aplicación.
La tercera señal es la evidencia procedente de las aulas tras la implementación. Los distritos deberían realizar seguimiento de los resultados de aprendizaje, tasas de participación voluntaria, quejas, incidentes de seguridad y la carga de trabajo creada por las alternativas sin IA.
Las tasas de participación voluntaria por sí solas no demostrarán si un producto funciona. Una alta participación puede reflejar conveniencia, estímulo docente o un aviso de consentimiento que las familias no comprendieron plenamente.
La evidencia de aprendizaje debería comparar los resultados previstos con el desempeño real de los estudiantes. Las escuelas también deberían examinar si los estudiantes pueden demostrar dominio cuando la herramienta no está disponible.
El reporte de incidentes merece la misma atención. Un pequeño número de fallos documentados de carácter emocional, de privacidad o de integridad puede revelar debilidades que los paneles de uso ocultan.
Los registros conservados durante al menos 30 días deberían respaldar esas revisiones. Los distritos deben proteger los propios registros y evitar convertir la rendición de cuentas en vigilancia innecesaria.
Florida debería publicar hallazgos agregados sobre la implementación cuando sea posible. Los resultados transparentes ayudarían a otros estados a distinguir protecciones viables de requisitos que generan papeleo sin cambiar los resultados.
La política llega mientras las directrices federales, los acuerdos sindicales, las moratorias locales y las leyes estatales convergen en preocupaciones similares. Cada vía plantea quién controla la IA en el aula y a qué intereses sirve su diseño.
La respuesta de Florida es clara en principio. Los padres autorizan el uso directo, los educadores conservan su criterio, los distritos aprueban las herramientas y los proveedores no pueden tratar los datos de los estudiantes como un recurso comercial.
La cuestión más difícil es si las instituciones pueden hacer cumplir esa distribución del poder. El software cambia rápidamente, mientras que las revisiones de contratación y las políticas de los consejos escolares avanzan con lentitud.
Las normas de Florida sobre IA escolar importarán si obligan a cada producto a justificar su lugar en una lección. Importarán más si los distritos retiran las herramientas que no superen esa prueba.
Los padres deberían examinar detenidamente los primeros avisos sobre herramientas aprobadas. Los educadores deberían preguntar qué evidencia respalda cada uso y cómo pueden informar de comportamientos inesperados.
Los proveedores deberían considerar la fecha límite de julio de 2027 como un requisito del producto, no simplemente como una revisión legal. Límites claros, recopilación de datos limitada y controles auditables se convertirán en condiciones de acceso.
Para todos quienes observan la IA en el aula, la pregunta decisiva ya no es si un chatbot puede producir una respuesta. Es si el sistema refuerza el criterio de un estudiante sin intentar sustituir las relaciones humanas que rodean el aprendizaje.
