Lectoescritura asistida por Inteligencia Artificial en Educación Infantil

Abstract

Este Trabajo de Fin de Grado se centra en explorar, con amplitud y rigor crítico, las posibilidades que ofrece la inteligencia artificial (IA) para potenciar la lectoescritura en el segundo ciclo de Educación Infantil. Partiendo de los enfoques constructivistas que subrayan la importancia del juego, la motivación intrínseca y la intervención temprana (Ferreiro & Teberosky, 1979; Jiménez & Ortiz, 2000), la investigación revisa durante más de ochenta referencias académicas y experiencias prácticas la evolución reciente de las herramientas basadas en IA, poniendo el foco en tres ejes: personalización del aprendizaje, retroalimentación inmediata y detección precoz de dificultades (Holmes et al., 2019; Zagalaz Sánchez et al., 2020). El marco teórico se completa con estudios sobre neurociencia del lenguaje, aprendizaje adaptativo y motivación lúdica, lo que permite vincular la IA con procesos cognitivos esenciales —memoria de trabajo, conciencia fonológica y funciones ejecutivas— sin descuidar la dimensión socioemocional del aula. A partir de ello se han clasificado cinco familias de recursos: (1) plataformas adaptativas que ajustan el nivel en tiempo real; (2) aplicaciones de reconocimiento de voz capaces de corregir la pronunciación y la prosodia; (3) asistentes conversacionales y chatbots que impulsan la expresión oral y la creación de historias; (4) generadores automáticos de materiales (cuentos, fichas, rimas) que permiten al docente diseñar contenidos a medida; y (5) sistemas de learning analytics que visualizan el progreso y alertan sobre indicadores de riesgo. Todos los ejemplos (Lingokids, Google Read Along, Amira Learning, Ello, Reading Eggs, Dytective, entre otros) se han analizado comparando sus algoritmos, accesibilidad y evidencia empírica. La parte aplicada del trabajo consiste en una situación de aprendizaje de dos semanas para un aula de cinco años. Diez actividades sucesivas combinan herramientas de IA con momentos manipulativos: reconocimiento auditivo de fonemas, asociación imagen-palabra, dictados inteligentes, cuentos interactivos, rimas generadas automáticamente y rincones de caligrafía asistida. Cada sesión integra tiempos de pantalla limitados con talleres sensoriales y cooperativos, garantizando que la tecnología funcione como recurso y no como fin. El diseño se somete a una simulación cualitativa que valora motivación, personalización y eficacia; los resultados sugieren un aumento de la participación y una detección más temprana de errores de decodificación sin pérdida del clima lúdico. IV El estudio concluye que la IA puede enriquecer la lectoescritura infantil siempre que se apliquen cuatro salvaguardas: (1) docentes formados pedagógica y digitalmente; (2) equidad tecnológica entre centros; (3) protección de datos y límites saludables de tiempo de pantalla; y (4) enfoque humanista que preserve el juego, la exploración y el vínculo afectivo. Bajo estas condiciones, la IA emerge como un puente entre la tradición pedagógica y los desafíos del siglo XXI, capaz de ofrecer experiencias inclusivas, personalizadas y motivadoras sin renunciar a la esencia profundamente humana de la Educación Infantil.