Artículo 020
GOBIERNO, PRIVACIDAD E IA · 4 DE SEPTIEMBRE DE 2026
Gobernar una app educativa: privacidad, IA, comunicación y límites verificables
Las afirmaciones públicas, el manejo de datos, el uso de IA y la distribución de una aplicación forman una sola responsabilidad de gobierno. La transparencia exige declarar qué se sabe, qué no se ha validado y qué puede retirarse.
Tesis y alcance
El NIST Privacy Framework propone gestionar riesgos de privacidad como parte de la gestión organizacional; guardar datos localmente no elimina la necesidad de explicar propósito, retención y control.
La tesis de este artículo es operativa: una afirmación pedagógica solo puede ser tan fuerte como la evidencia que la respalda. Por ello se diferencian diseño, control técnico, revisión humana, observación con personas y usos de los resultados. Ninguna capa sustituye a las demás.
Cuatro datos que deben aparecer
| Dato | Para qué sirve |
|---|---|
| Versión y fecha | Permiten saber qué información está vigente. |
| Estado de disponibilidad | Evita presentar una prueba cerrada como lanzamiento público. |
| Alcance de la función | Distingue práctica, apoyo y retroalimentación de una evaluación. |
| Límites y contacto | Permiten corregir expectativas y recibir incidencias. |
Lo que Lector Global no debe afirmar
La práctica guiada no certifica niveles, no diagnostica, no asigna automáticamente A1–C2 a una persona y no equivale al MCER/CEFR. Los niveles del MRCL son rótulos internos de progresión curricular. Una afirmación sobre validez, fiabilidad, equidad o transferencia requiere evidencia específica y autorización correspondiente.
La misma prudencia se aplica a los textos: un candidato editorial no se anuncia como corpus definitivo; una referencia web no se anuncia como derechos verificados; un protocolo de validación no se presenta como resultados obtenidos.
Cuando cambia algo, se corrige públicamente
Una versión nueva debe comunicar su fecha de vigencia, los cambios relevantes y cualquier límite nuevo. Si aparece una procedencia dudosa, una clave incorrecta, una barrera grave o una promesa no autorizada, el material debe poder retirarse o limitarse sin borrar el motivo de la decisión.
Planteamiento
Una secuencia de respuestas puede orientar una práctica, pero no basta para afirmar que una persona “domina” una habilidad. El progreso formativo debe mostrar qué se practicó, qué evidencia se utilizó, qué patrón de error apareció y cuál puede ser el siguiente paso.
Un porcentaje mezcla tareas de distinta complejidad, apoyos distintos y oportunidades de relectura. Por eso el registro necesita denominadores: cuántas oportunidades hubo, qué proceso se propuso, qué texto se leyó y qué tipo de respuesta se solicitó.
Implicación y límite
El uso responsable es descriptivo: invita a volver a una evidencia y probar una estrategia. No infiere nivel, capacidad, diagnóstico ni pronóstico.
Planteamiento
La retroalimentación formativa señala evidencia relevante, explica un razonamiento, distingue una confusión posible y propone una acción concreta de relectura.
No debe fabricar una explicación cerrada si la consigna es ambigua, el texto necesita revisión o el formato no permite observar el razonamiento. La calidad del feedback depende de la calidad del reactivo.
Implicación y límite
Una práctica se reconoce por el siguiente paso que ofrece, no por una etiqueta de capacidad, diagnóstico o nivel.
Planteamiento
Guardar datos localmente reduce ciertos flujos de transmisión, pero no elimina las responsabilidades de privacidad. Se debe explicar qué se conserva, para qué sirve y cómo se elimina.
El principio de minimización implica retener solo lo necesario para el propósito formativo. Si la arquitectura cambia, también debe cambiar la comunicación pública sobre datos.
Implicación y límite
Un historial de práctica no autoriza diagnóstico, certificación ni inferencias sensibles. Describe una interacción en una condición concreta, no a una persona completa.
Planteamiento
Una herramienta de IA puede proponer preguntas, resumir expedientes o señalar inconsistencias. Puede ahorrar trabajo inicial, pero no otorga revisión experta, validación con personas, juicio de equidad ni autorización de publicación.
Toda salida necesita modelo, instrucción, versión, fecha, fuentes y preguntas sin resolver. Una persona responsable debe revisar procedencia, clave, distractores, acceso, equidad y coherencia con el marco.
Implicación y límite
La IA puede inventar fuentes o producir explicaciones persuasivas sin evidencia. Su uso responsable es provisional, trazable y sujeto a decisión humana.
Planteamiento
Una prueba cerrada solo está disponible para las cuentas autorizadas que aceptan participar. No es una liberación pública y las comunicaciones deben describirlo sin ambigüedad.
La distribución y la calidad pedagógica son estados separados. Estar disponible para verificadores no convierte textos en corpus validado ni tareas en instrumentos evaluativos.
Implicación y límite
Las condiciones de Google Play y las puertas internas del proyecto no autorizan certificación, diagnóstico, equivalencia con el MCER/CEFR ni derechos editoriales no verificados.
Límites de la afirmación
Este artículo documenta criterios de diseño y revisión para Lector Global. No certifica a quien lee, no diagnostica, no prueba por sí mismo eficacia y no transforma una referencia externa en aval de la aplicación. Los cambios futuros deben registrar versión, motivo y alcance.
Referencias
- National Institute of Standards and Technology. (2020). NIST Privacy Framework. Enlace oficial.
- National Institute of Standards and Technology. (2023). AI Risk Management Framework 1.0. Enlace oficial.
- Google Play. (s. f.). Closed testing. Enlace oficial.
- Lector Global. (2026). Marco de Referencia de Comprensión Lectora, versión 1.0.
Artículo consolidado el 4 de septiembre de 2026 a partir de una revisión editorial de publicaciones previas. Las páginas históricas redirigen a esta versión cuando su contenido se integró aquí.