Privacidad del estudiante en tiempos de IA

de Geralt en Pixabay

 El mensaje principal del artículo" AI in Teacher Preparation: Why Student Privacy Must Come First" de la Revista "Faculty Focus" es que, aunque la Inteligencia Artificial ofrece un gran potencial para optimizar la labor docente, los programas de formación para futuros maestros deben priorizar la privacidad de los datos de los estudiantes y la responsabilidad ética por encima de la mera eficiencia tecnológica.

Muchos futuros docentes (preservice teachers) están tan familiarizados con las herramientas digitales que introducen de manera inconsciente información personal identificable (PII) de los alumnos en sistemas de IA públicos (como redactar correos a padres o buscar adaptaciones para discapacidades).

Al igual que en las aulas tradicionales, se deben cumplir las normativas de confidencialidad y protección de datos estudiantiles (como FERPA o la ley estatal de Nueva York).Más allá de la técnica: No basta con enseñar a los futuros profesores cómo usar los prompts de la IA, sino también a reflexionar críticamente sobre cuándo su uso es inapropiado, ilegal o vulnera la confianza y dignidad de los alumnos.
Se propone que las facultades de educación modelen buenas prácticas (usando ejemplos ficticios), enseñen a hacer una pausa antes de subir datos, integren la ética digital en las asignaturas y enfaticen el uso exclusivo de plataformas aprobadas por los distritos escolares.

Referencia

Violanti, R. J. (2026, 12 de octubre). AI in teacher preparation: Why student privacy must come first. Faculty Focus

A continuación,  cito las referencias bibliográficas y artículos académicos que aparecen directamente relacionados con el tema:

• Sobre los desafíos y promesas de la inteligencia artificial para los docentes:
  
  

  Çelik, İ., Dindar, M. M., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 616–630. DOI: 10.1007/s11528-022-00715-y

  
  

• Sobre la preparación y disposición de los futuros maestros ante la integración de la IA:
  
  

  Lucas, M., Bem-haja, P., Zhang, Y., Llorente-Cejudo, C., & Palacios-Rodriguez, A. (2025). A comparative analysis of pre-service teachers’ readiness for AI integration. Computers and Education: Artificial Intelligence, 8, 100396. DOI: 10.1016/j.caeai.2025.100396

  
  

• Sobre la alfabetización en IA en los programas de formación docente (perspectiva global):
  
  

  Tunjera, N., & Chigona, A. (2025). AI Literacy in Preservice Teachers Preparation Programs: A Global Meta-Analysis. Proceedings of the 24th European Conference on E-Learning (pp. 363-370). Denmark: ACI.

  
  

• 
  

• 
  

• 
  

• Sobre normativas legales y de privacidad (marcos regulatorios de protección de datos estudiantiles):
  
  

  • FERPA (Ley de Privacidad y Derechos Educativos de la Familia): U.S. Department of Education. (1974). Protecting Student Privacy (FERPA).
    
    
  • Ley de Educación de Nueva York §2-d: The New York State Senate. (2024). Section 2-D: Unauthorized release of personally identifiable information.

   

  • Departamento de Educación de los Estados Unidos. (s. f.). La Ley de Derechos Educativos y Privacidad Familiar: Orientación para los padres. Oficina de Aplicación de Política Familiar. Recuperado de The Family Educational Rights and Privacy Act