Ética y Responsabilidad en el Uso Educativo de la Inteligencia Artificial
La pregunta no es si es legal. Es si es correcto para este estudiante.
Las partes anteriores dejaron claros los riesgos generales de la IA y los criterios de uso adecuado en el aula. Esta parte hace algo distinto: convierte esos principios en decisiones concretas que tú vas a tener que tomar, muchas veces sin tiempo, sin norma institucional que te respalde y sin nadie a quien preguntar.
Porque así se presentan los dilemas éticos reales. No como debates. Como un martes por la tarde, con veinte trabajos por revisar y uno que no parece escrito por quien lo firma.
Seis asuntos, en orden de urgencia práctica.
I. Privacidad de los datos de tus estudiantes
El principio, en una línea
Los datos de un estudiante no son tuyos. Te fueron confiados para educarlo. No para alimentar con ellos el servicio de una empresa.
Qué ocurre realmente cuando escribes en un prompt
Como vimos en Cómo aprende la IA, el modelo no aprende de tu conversación. Pero eso no significa que lo que escribes desaparezca. Ese texto viaja a los servidores de una empresa, normalmente en otro país, donde puede quedar almacenado y, en algunos servicios y planes, ser revisado por personas o utilizado para entrenar versiones futuras.
Tú no controlas nada de eso. Y no puedes prometerle a una familia lo que no controlas.
La regla operativa
Nunca escribas en una herramienta de IA nada que identifique a un estudiante concreto.
No van en un prompt:
- Nombres y apellidos, ni fotografías.
- Diagnósticos, informes psicopedagógicos, condiciones de salud o neurodivergencias.
- Calificaciones, expedientes o historiales de conducta asociados a una persona.
- Situación familiar, migratoria, económica o judicial.
- Textos completos escritos por un estudiante que permitan identificarlo.
Cómo trabajar igual de bien sin exponer a nadie
La mayoría de las veces la IA no necesita saber quién es. Necesita saber cómo es. Y eso se dice sin identificar a nadie.
En lugar de:
«Camila Rodríguez, de séptimo B, tiene dislexia diagnosticada y va muy atrasada en comprensión lectora. ¿Cómo la ayudo?»
Escribe:
«Tengo una estudiante de 12 años con dificultades de decodificación lectora, que comprende bien cuando escucha pero se pierde al leer textos largos. ¿Qué adaptaciones puedo hacer a una guía de lectura de dos páginas?»
La segunda versión obtiene una respuesta igual de buena o mejor —porque describe la necesidad en vez del rótulo— y no expone a nadie.
Cuatro hábitos que resuelven casi todo:
- Anonimiza siempre. «Estudiante A», «un grupo de», «un caso en que…».
- Describe la necesidad, no la persona. Es mejor pedagogía, además de mejor protección.
- Trabaja con patrones del grupo, no con individuos. «En un grupo de 30, un tercio no domina fracciones» es suficiente contexto.
- Revisa lo que pegas. El riesgo mayor no es lo que escribes: es el documento que copias y pegas entero sin mirar qué contiene.
Y en el otro sentido
Si vas a pedir a tus estudiantes que usen una herramienta de IA, verifica antes qué edad mínima exige, qué datos pide para registrarse y si tu institución la ha aprobado. Pedirle a un menor que cree una cuenta a su nombre te convierte a ti en responsable de esa decisión. Cuando sea posible, usa cuentas institucionales o trabaja con la herramienta proyectada, con un solo acceso: el tuyo.
La UNESCO recomienda que la edad mínima para conversar de forma independiente con plataformas de IA generativa sea de 13 años (Miao y Holmes, 2023, Guidance for generative AI in education and research, §3.3.1, p. 21). Es una orientación, no una ley, y los términos de cada proveedor pueden ser más estrictos: varios exigen 18.
Esta es también la postura de Resguardo de Menores de Smoother, que se aplica completa a cualquier aprendizaje con participantes menores de 18 años. Tres de sus reglas te sirven directamente:
- Cero datos personales de un menor en cualquier instrucción de IA: ni nombre, ni rostro, ni voz reconocible, ni salud, ni expediente, ni ubicación. Tampoco en una plantilla de prompt que podría rellenarse con un nombre: esa plantilla ya es un defecto, aunque hoy nadie la use así.
- La elegibilidad de una herramienta la fijan los términos vigentes del proveedor, y se consultan con fecha. Lo que no has verificado se trata como no elegible. Se enseñan criterios —gratuita, elegible por edad, accesible, con cuota suficiente—, no marcas.
- Cuando la elegibilidad no alcanza, la generación corre en la cuenta de la persona adulta, proyectada para el grupo, sin cuenta a nombre de ningún menor. Los estudiantes siguen dirigiendo, decidiendo y defendiendo el trabajo; lo único que no hacen es teclear en una cuenta que los términos les niegan.
La ley europea va en la misma dirección. Desde el 2 de diciembre de 2026 prohíbe además los sistemas que generen imágenes, videos o audios realistas de las partes íntimas de una persona identificable sin su consentimiento (art. 5.1 b bis, introducido por el Reglamento (UE) 2026/1744). La regla de este programa es más estricta y se mantiene: ninguna imagen ni voz identificable de un menor entra en un generador.
Como referencia, este era el estado verificado en los términos de cada proveedor al 16 de septiembre de 2026, con algunas filas revisadas o añadidas al 23 de septiembre de 2026; cada ejemplo lleva su fecha. Caduca: vuelve a comprobarlo antes de usarlo.
| Situación | Qué significa | Ejemplos (fecha de verificación) |
|---|---|---|
| Solo mayores de 18 | No se usa con estudiantes menores de edad, ni con permiso | Claude (Anthropic); ElevenLabs (al 2026-09-16). D-ID; HeyGen (al 2026-09-23) |
| Función principal retirada para menores de 18 | Aunque el piso de edad sea menor, la función central no está disponible | Chat abierto de Character.AI (al 2026-09-16) |
| Solo con consentimiento propio | No hay ruta de permiso de la representante legal: la persona debe tener edad para consentir por sí misma (13 años según la mayor parte de la ley de Estados Unidos; 16 según la ley de la Unión Europea) | Grammarly (al 2026-09-23) |
| 13 a 17 años, con condición | Solo si se cumple la condición del proveedor, como el permiso de la representante legal | La mayoría de las demás herramientas de consumo revisadas (al 2026-09-16). Mistral Le Chat: desde 13 años, con permiso de la representante legal donde se exija; DeepSeek: pensado sobre todo para adultos, con menores de 18 solo con consentimiento de la representante legal y sin edad mínima numérica (al 2026-09-23) |
| Administrada por la institución | La ruta pensada para 13 a 17 años es una cuenta educativa gestionada por la escuela | Cuentas escolares de Google; rutas educativas de Microsoft (al 2026-09-16) |
Y cuando algo producido por un estudiante menor de edad vaya a salir del aula —publicarse, grabarse, exponerse—, pide consentimiento escrito para cada pieza, con asentimiento del propio estudiante. Una autorización general firmada al inicio del año no alcanza para publicar una pieza concreta meses después, y quien no quiere ser mostrado no tiene que dar explicaciones.
Referencia legal por país, al 23 de septiembre de 2026 — confirma con una revisión legal local
Esta lista orienta; no dice qué exige la ley en tu caso ni sustituye esa revisión. Las normas cambian: vuelve a comprobarla antes de usarla.
- Unión Europea. El RGPD fija 16 años (rebajables por cada Estado hasta 13) para consentir servicios de la sociedad de la información ofrecidos directamente a menores (art. 8); no es una «edad de uso» general.
- España. Un menor puede consentir el tratamiento de sus datos desde los 14 años (LOPDGDD, art. 7); un proyecto de ley en trámite desde 2025 lo elevaría a 16.
- Estados Unidos. COPPA protege a menores de 13 años y, desde 2025, incluye identificadores biométricos como la voz y el rostro; no hay una excepción escolar codificada (la FTC se abstuvo de adoptarla). Con FERPA, los derechos sobre el expediente educativo pasan de la familia al estudiante a los 18 años o al entrar en la educación postsecundaria.
- República Dominicana. El consentimiento para tratar datos debe ser libre, expreso y consciente, por escrito o por un medio equivalente (Ley 172-13, art. 5.4), y los datos de menores se rigen por el Código de protección de niños, niñas y adolescentes (art. 79). Ese Código prohíbe divulgar la imagen y los datos de niños, niñas y adolescentes «en forma que puedan afectar su desarrollo» (Ley 136-03, art. 26). El consentimiento escrito para cada pieza que pide este programa es más estricto que la ley: es una decisión del programa, no lo que la ley exige.
- Brasil. Los datos de niñas y niños exigen el consentimiento específico de al menos uno de los padres o representantes legales, y los de adolescentes deben tratarse en su mejor interés (Lei 13.709/2018, art. 14); desde el 17 de marzo de 2026, las cuentas de menores de 16 años deben vincularse a la de un representante legal (Lei 15.211/2025, art. 24).
- Chile. Desde el 1 de diciembre de 2026, tratar datos de menores de 14 años requerirá el consentimiento de sus padres o representantes legales, y los datos sensibles de adolescentes menores de 16 también (Ley 21.719). Hasta esa fecha no hay una regla de edad.
- México. La ley de protección de datos personales no fija una edad; los datos de niñas, niños y adolescentes se rigen por la Ley General de los Derechos de Niñas, Niños y Adolescentes (art. 76). El INAI ya no existe.
- Colombia. El tratamiento de datos de niñas, niños y adolescentes está «proscrito», salvo los de naturaleza pública (Ley 1581 de 2012, art. 7); cuando procede, lo autoriza su representante legal después de que el menor ejerza su derecho a ser escuchado (Decreto 1377 de 2013, art. 12).
- Perú. Entre los 14 y los 17 años se puede consentir, según la propia capacidad, si la información se expresa en un lenguaje comprensible (D.S. 016-2024-JUS, art. 22.2); el reglamento anterior, D.S. 003-2013-JUS, está derogado.
- Argentina. La Ley 25.326 no fija una edad.
II. Sesgo algorítmico
Por qué te llega a ti, aunque no lo veas
La parte Retos, riesgos, límites y oportunidades documentó el problema general. Lo que hay que sumar aquí es que el sesgo, en educación, no llega como discriminación evidente. Llega como una sutil normalidad ajena.
Imaginemos un docente que pide a la IA diez problemas de matemáticas sin dar contexto. Recibe diez problemas correctos, bien redactados, con nombres que no son los de su región, con precios en una moneda que no es la suya, situados en supermercados y centros comerciales que sus estudiantes rurales no frecuentan. Nada es incorrecto. Todo dice, en voz baja, esto no fue escrito para ustedes.
Imaginemos ahora que pide ejemplos de «científicos importantes», «familias» o «profesiones». Sin contexto explícito, la respuesta por defecto tenderá a reflejar lo que predomina en el material del que aprendió.
Qué haces con eso
- Da contexto siempre. País, región, nivel socioeconómico, ruralidad, lenguas presentes en el aula, realidades familiares. No es un adorno del prompt: es la corrección del sesgo.
- Revisa lo que la IA produjo antes de repartirlo, con tres preguntas: ¿quién aparece aquí?, ¿quién no aparece?, ¿algún estudiante mío se sentiría ajeno o señalado al leer esto?
- Pídele explícitamente que se revise. Funciona sorprendentemente bien.
✂️
Revisa el siguiente material educativo que vas a usar en un aula de [PAÍS/REGIÓN] con estudiantes de [PERFIL DEL GRUPO].
Identifica:
- Supuestos culturales, económicos o familiares que el texto da por sentados.
- Grupos que están ausentes o representados de forma estereotipada.
- Referencias, precios, lugares o nombres que mis estudiantes no reconocerían.
- Cualquier frase que pudiera hacer sentir ajeno o señalado a un estudiante de este grupo.
Para cada problema, propón una alternativa concreta. No reescribas todo el texto: dame los cambios puntuales.
Material: [PEGA AQUÍ EL MATERIAL]
✂️
- Y no te ahorres el paso final. La revisión de sesgo hecha por la IA es un primer filtro útil, no una garantía: el mismo sistema que produjo el sesgo está evaluándolo. Quien conoce a estos estudiantes eres tú.
El riesgo crece cuando el sesgo llega a la evaluación. La OCDE lo llama «distorsión magnética»: herramientas de IA entrenadas con datos imperfectos que, adoptadas sin escrutinio crítico, trasladan sus sesgos a la calificación, al acompañamiento y a las recomendaciones de enseñanza (OCDE, Teaching Compass, 2025, p. 16, en paráfrasis). Revisar lo que repartes es la mitad del trabajo; la otra mitad es revisar lo que la herramienta te sugiere decidir.
III. Autoría y honestidad académica
El problema real no es el que se discute
La conversación pública trata el uso de IA por estudiantes como un problema de vigilancia: cómo atraparlos. Es el marco equivocado, y además no funciona.
Los detectores de IA no son confiables. Producen falsos positivos, y los producen con un sesgo particularmente injusto: golpean con más frecuencia a estudiantes que escriben en una lengua que no es la materna y a quienes redactan de forma más plana y formulaica —a menudo, los que más apoyo necesitan. Este programa lo aborda en detalle en la Unidad 4, y la conclusión allí es firme: no bases una acusación en la salida de un detector. No solo por injusto: es un instrumento que no soporta el peso que se le pide.
Un estudio que probó catorce detectores concluyó que «no son precisos ni fiables» y que tienden a clasificar los textos como escritos por humanos (Weber-Wulff et al., 2023, International Journal for Educational Integrity, 19, 26; trad. propia). Un hallazgo toca de cerca a quienes escriben en español: los textos humanos escritos en otra lengua y traducidos automáticamente al inglés se marcaban como IA con mucha más frecuencia. Para un estudiante que traduce, el riesgo de una acusación injusta crece.
Un falso positivo no es un error administrativo. Es un estudiante acusado de deshonestidad sin haberla cometido, con consecuencias que pueden durar años.
El marco que sí funciona
Desplazar la pregunta desde «¿usó IA?» hacia «¿aprendió?».
-
Declara reglas explícitas por tarea, no una política general. La misma herramienta puede ser legítima en un trabajo e inaceptable en otro, y los estudiantes no pueden adivinarlo. Escríbelo en la consigna:
- Uso libre: puedes usar IA como quieras; lo que evalúo es el resultado final.
- Uso con declaración: puedes usarla, pero indica dónde y cómo.
- Uso acotado: solo para [tarea específica: buscar contraargumentos, revisar ortografía, generar ejemplos].
- Sin IA: esta tarea evalúa precisamente lo que la IA haría por ti.
-
Normaliza declarar el uso. Una nota de tres líneas al final del trabajo —qué herramienta, para qué, qué cambió después— quita el incentivo de esconder y añade un ejercicio metacognitivo genuino. Un estudiante que explica cómo usó la herramienta está reflexionando sobre su propio proceso. La Education Endowment Foundation califica la enseñanza de la metacognición y la autorregulación como de «alto impacto a muy bajo costo», más eficaz cuando se enseña dentro de una asignatura (Teaching and Learning Toolkit, consultado en septiembre de 2026; trad. propia).
-
Haz visible el proceso, no solo el producto. Borradores, esquemas, versiones intermedias, una defensa oral breve. Quien hizo el trabajo puede hablar de él; quien lo delegó, no.
-
Y cuando sospeches, conversa. Una pregunta abierta —«cuéntame cómo llegaste a esta parte»— resuelve más casos, con más justicia, que cualquier herramienta. Y deja abierta la puerta a lo que muchas veces está detrás: un estudiante que no entendió, que no tuvo tiempo, o que sintió que no podía.
La agencia australiana de calidad de la educación terciaria (TEQSA) lo dice sin rodeos: parece «casi imposible» detectar de forma fiable si se usaron estas tecnologías, y formarse un juicio confiable sobre el aprendizaje requiere varias formas de evidencia, incluida la del proceso (Lodge, Howard, Bearman, Dawson y colaboradores, 2023, Assessment reform for the age of artificial intelligence, p. 3; trad. propia). Es una orientación de expertos para la educación superior, no un resultado medido; y se alinea con la conversación y la evidencia de proceso que propone este programa.
El objetivo no es un aula sin IA. Es un aula donde usarla no requiera esconderse, porque las reglas son claras y el aprendizaje sigue siendo el objeto de la evaluación.
IV. Equidad de acceso
La desigualdad que la IA puede profundizar
Tus estudiantes no llegan iguales a esta tecnología. Algunos tienen en casa un buen dispositivo, conexión estable, una versión de pago y adultos que les enseñan a usarla. Otros tienen un teléfono compartido con datos limitados. Otros no tienen nada.
Si diseñas actividades que asumen acceso en casa, no estás midiendo aprendizaje: estás midiendo condiciones materiales, y le estás poniendo una nota.
Hay además una brecha menos visible y más persistente: la del criterio. Dos estudiantes con la misma herramienta obtienen resultados muy distintos según sepan o no formular, dudar y verificar. Esa brecha no la cierra el acceso. La cierra la escuela —o no la cierra nadie.
Decisiones concretas
- Todo lo que se evalúa, ocurre en la escuela. El uso de IA en casa puede ser voluntario y de apoyo; nunca requisito para cumplir.
- Diseña para el mínimo común. Si no todos tienen dispositivo, trabaja con la herramienta proyectada, en parejas o en rotación por estaciones. Un solo acceso bien usado puede sostener una clase entera.
- Enseña el criterio explícitamente, no lo supongas adquirido. La capacidad de dudar de una respuesta fluida se enseña; no aparece sola.
- Cuidado con la versión de pago. Si tu actividad solo funciona bien con funciones que algunos no tienen, la actividad está mal diseñada.
- La accesibilidad es parte de la equidad. Lectura en voz alta, descripción de imágenes, subtitulado, simplificación de textos: para varios estudiantes, la IA es una herramienta de acceso al currículo, no un extra. Ahí conviene ser generoso.
V. Transparencia con estudiantes y familias
Con los estudiantes
Si usas IA para preparar sus materiales, dilo. No como advertencia legal: como modelado.
Un docente que dice «este texto lo generé con IA y lo corregí en estos tres puntos porque tenía errores» está enseñando, en veinte segundos, verificación crítica, honestidad intelectual y uso responsable. Ningún discurso sobre ética digital consigue eso.
Lo contrario también comunica: exigir declaración de uso a los estudiantes mientras se oculta el propio establece una asimetría que ellos detectan de inmediato.
Con las familias
Las familias tienen derecho a saber que la IA forma parte del proceso educativo de sus hijos, y muchas llegan con miedos legítimos: que la máquina reemplace al docente, que se recojan datos de sus hijos, que dejen de aprender a escribir.
Una comunicación breve, honesta y anticipada previene casi todos los conflictos. Debería decir, sin tecnicismos: para qué se usa, qué no se hace nunca —empezando por que no se introducen datos personales de estudiantes—, qué sigue siendo del docente —enseñar, evaluar y decidir—, y a quién preguntar si tienen dudas.
✂️
Redacta una comunicación breve para las familias de mis estudiantes de [NIVEL] en [PAÍS], explicando cómo uso la inteligencia artificial en mi trabajo docente.
Debe:
- Tener menos de 400 palabras y un tono cercano, sin tecnicismos.
- Explicar para qué la uso (preparar materiales, adaptar textos, diseñar actividades).
- Decir con claridad que NO introduzco datos personales de sus hijos en estas herramientas.
- Aclarar que la enseñanza, la evaluación y las decisiones pedagógicas siguen siendo mías.
- Anticipar y responder con honestidad las dos preocupaciones más frecuentes de las familias sobre este tema.
- Indicar cómo pueden comunicarse conmigo si tienen dudas.
No prometas beneficios que no puedo garantizar ni uses lenguaje publicitario.
✂️
Revisa el resultado antes de enviarlo: debe sonar a ti, y no debe prometer nada que no vayas a cumplir.
VI. El criterio del docente como responsable final
Esta es la única regla de la que se derivan todas las demás.
La IA no es responsable de nada. No tiene intención, no tiene deber, no puede rendir cuentas. Cuando una actividad generada con IA contiene un error conceptual y llega a treinta estudiantes, el responsable no es la herramienta. Eres tú, que la repartiste.
Esto no es una carga injusta: es exactamente el mismo criterio que aplicas a un libro de texto, a un video o a un material de un colega. Nunca ha sido aceptable repartir algo sin haberlo leído. La IA no cambia esa norma; solo aumenta la velocidad a la que puede incumplirse.
Tu responsabilidad, y la de los demás
La OCDE matiza esa idea de un modo que conviene conocer. En su Teaching Compass (2025) sostiene que la responsabilidad profesional por un sistema de IA recae en quienes lo diseñan, lo usan o las instituciones que lo implantan, porque la herramienta misma carece de agencia moral y de responsabilidad profesional (OCDE, 2025, p. 21, en paráfrasis). Y señala que la dirección de la escuela, la política educativa y el diseño de la tecnología deben crear las condiciones para que quien educa pueda decidir si, cuándo y cómo se usa la IA (OCDE, 2025, p. 22).
Dos consecuencias. La primera: tu criterio sigue siendo imprescindible, y lo que sale de tus manos es tuyo. La segunda: no cargas solo con todo. Si tu institución adopta una plataforma con IA sin revisar sus sesgos o su tratamiento de datos, esa decisión es también de la institución, y tienes derecho a preguntar y a pedir que se revise.
Lo que la herramienta decide, no lo decides tú
Hay una forma sencilla de ver por qué la responsabilidad no se delega. En uno de los ensayos reunidos por la UNESCO en The algorithm in the room, Kenneth Lim, Ahmed Hilmy y Bryan Kuok retoman la idea de un «presupuesto de autonomía»: «When AI systems are granted more autonomy over decisions, human autonomy decreases proportionally, unless the technology is deliberately designed to enhance rather than diminish human agency.» (Lim, Hilmy y Kuok, en UNESCO, 2026, p. 28). Cuando a un sistema de IA se le concede más autonomía sobre las decisiones, la autonomía humana disminuye en la misma medida, salvo que la tecnología se diseñe deliberadamente para ampliar la agencia humana en lugar de reducirla. Es un argumento de sus autores, no una posición oficial de la UNESCO; pero es una buena pregunta para cada uso: ¿qué parte de esta decisión le estoy cediendo a la herramienta, y quería cederla?
Lo que nunca se delega
- La evaluación final de un estudiante. La IA puede sugerir retroalimentación, señalar errores frecuentes o proponer una rúbrica. La calificación y el juicio sobre una persona son tuyos, porque solo tú tienes el contexto: de dónde venía ese estudiante, qué le costó, qué significó ese trabajo en su trayectoria.
- Las decisiones que afectan la trayectoria de alguien. Promoción, derivación, agrupamiento, medidas disciplinarias. Ninguna de esas decisiones debe apoyarse en la salida de un sistema que no conoce a la persona.
- El vínculo. El estudiante que se queda al final de la clase con una pregunta que no es sobre la materia. Eso no se automatiza, y es buena parte de lo que hace un docente.
- La verificación de todo lo que sale de tus manos. Sin excepciones.
La prueba de las cuatro preguntas
Antes de usar IA para algo que afecte a estudiantes:
- ¿Puedo explicar y defender esta decisión sin mencionar que la tomó una herramienta? Si la única justificación es «lo dijo la IA», no la uses.
- ¿Estaría cómodo si mis estudiantes y sus familias supieran exactamente cómo la usé? Si la respuesta es no, el problema no es que se enteren: es el uso.
- ¿Verifiqué esto, o solo me pareció bien escrito? La fluidez es lo que la IA hace mejor. No la confundas con corrección.
- ¿Qué autonomía le cedí a la herramienta en esta decisión? Si no sabrías decir qué decidió ella y qué decidiste tú, vuelve a mirarla.
VII. Síntesis
| Asunto | La pregunta que hay que hacerse | La regla mínima |
|---|---|---|
| Privacidad | ¿Puede identificarse a alguien en lo que escribí? | Ningún dato personal de estudiantes en un prompt |
| Sesgo | ¿Quién aparece aquí y quién falta? | Contexto explícito siempre; revisión propia después |
| Autoría | ¿Aprendió, más allá de si usó la herramienta? | Reglas claras por tarea; conversación, nunca detectores |
| Equidad | ¿Estoy midiendo aprendizaje o acceso? | Lo evaluable ocurre en la escuela |
| Transparencia | ¿Podría explicar esto abiertamente? | Dilo antes de que lo pregunten |
| Responsabilidad | ¿Puedo defender esto como decisión mía? | Nada sale de tus manos sin que lo hayas verificado |
Cierre
La ética de la IA en educación no es un capítulo aparte de la ética docente. Es la misma de siempre —proteger a quien te fue confiado, no exponerlo, no juzgarlo sin fundamento, no darle por cierto lo que no verificaste— aplicada a una herramienta que hace todo eso más fácil de olvidar, porque es rápida, fluida y suena convincente.
La velocidad es precisamente el riesgo. Lo que la IA acelera, lo acelera todo: también el error, también la injusticia.
Por eso el criterio no es un freno a la innovación. Es lo que hace que la innovación valga la pena.
La herramienta amplifica lo que ya eres como docente. Si eres cuidadoso, te vuelve más cuidadoso a escala. Si eres apresurado, también.