← Proctorizer Research

Cómo evaluar a un proveedor de IA para tu campus: checklist basada en la rúbrica de 1EdTech

Publicado el 11 de septiembre de 2026

Qué es este documento. Una traducción y adaptación al contexto latinoamericano de la rúbrica de datos de IA generativa de 1EdTech (sección de privacidad), pensada para que un administrador de LMS, una dirección de tecnología o un comité de compras la use tal cual en una licitación o en una renovación de contrato. Todo lo que dice la rúbrica está citado de su fuente; lo que agregamos está marcado como adaptación.

1. Qué es la rúbrica y quién la hizo

1EdTech es el consorcio que mantiene los estándares de interoperabilidad de tecnología educativa (LTI, Open Badges, entre otros). Dentro de su programa TrustEd Apps publicó la TrustEd Apps Generative AI Data Rubric, un instrumento de autoevaluación para proveedores de tecnología educativa sobre cómo tratan los datos cuando usan IA generativa.

Cuatro cosas hay que saber antes de usarla:

• Es de autoevaluación del proveedor. Lo llena el proveedor, no la institución. Los miembros de 1EdTech pueden publicar su autoevaluación en el directorio TrustEd Apps, donde otras instituciones miembro la consultan. 1EdTech pide que se complete cada año.
• Hoy cubre sólo una sección: privacidad de datos de IA generativa. 1EdTech anuncia que la ampliará con al menos una sección más sobre calidad, validez y propiedad de los datos, fuentes de entrenamiento, sesgo, propiedad intelectual y protección de los datos que el usuario escribe en los prompts.
• La escribió un grupo de expertos de empresas miembro del consorcio: Cengage, PowerSchool, Instructure y Accelerate Learning. Es decir, la industria se fijó su propio piso, con el consorcio como garante.
• No forma parte de la especificación 1EdTech Data Privacy 1.0. Es un complemento.

El propósito declarado por 1EdTech: dar un marco común para evaluar y discutir prácticas de datos con IA, que el proveedor se autoevalúe y madure, y que la información sobre IA generativa entre en los documentos de privacidad que ya existen (política de privacidad, términos de servicio) o dé pie a crear una política de IA.

2. Las cinco preguntas y cómo se puntúan

La rúbrica tiene cinco afirmaciones. Cada una se califica en tres niveles: No cumple (0 puntos), Con reservas (1 punto) y Cumple (2 puntos), o No aplica. Puntaje total: de 0 a 3 no cumple; de 3 a 9 con reservas; 10 cumple. (Los rangos aparecen así en el documento original, con el 3 en dos tramos.)

1. Las políticas dicen si se está usando IA.

• No cumple: las políticas no dicen si el producto usa IA.
• Con reservas: dicen que usan IA pero no para qué.
• Cumple: dicen si la aplicación usa IA o no, y con qué propósito.

2. Las políticas dan al usuario opciones sobre el uso de IA.

• No cumple: el usuario no puede registrar su preferencia, o el tema no se aborda.
• Con reservas: el usuario queda incluido automáticamente y se le da la opción de salirse (opt-out).
• Cumple: el usuario tiene la opción de entrar (opt-in) al uso de IA.

3. Las políticas dicen si la IA es un producto de terceros o es interna.

• No cumple: no dicen si la IA es interna o de un tercero; no revelan si se usa una solución de IA de terceros ni quién es el proveedor.
• Con reservas: dicen que el proveedor no ha renunciado a compartir datos con un servicio de terceros, o que el tercero no ofrece la opción de no compartir datos; o dicen que hay una IA de terceros en uso pero no revelan los términos de uso y de compartición de datos de ese tercero.
• Cumple: el usuario es alertado de si la IA es de terceros o interna, y los datos no se comparten con terceros; las políticas dicen que el proveedor renunció al servicio de terceros.

4. Las políticas dicen de dónde vienen los datos.

• No cumple: no definen la fuente de los datos de entrenamiento.
• Con reservas: dicen con qué datos se entrenó el modelo pero no abordan permiso ni anonimización.
• Cumple: dicen claramente que el corpus usado para entrenar el modelo sólo incluye datos anónimos o datos que la organización tiene permiso de usar dentro de un sistema cerrado.

5. Las políticas dicen cómo se mejora el modelo de IA.

• No cumple: no dicen cómo se mejora el modelo con el tiempo, o dicen que los prompts de los usuarios se usan para entrenarlo.
• Con reservas: dicen que el usuario puede elegir permitir que sus prompts mejoren el modelo.
• Cumple: describen el proceso para anonimizar los datos de los prompts; los prompts no se usan para mejorar el modelo, sólo los datos de retroalimentación destinados a entrenamiento.

3. Cómo usarla desde la institución

1EdTech propone tres usos para las instituciones: reducir riesgo de seguridad exigiendo la rúbrica a los proveedores, estandarizar el proceso de licitación con datos comparables, y proteger los datos de estudiantes pidiéndola a todo proveedor potencial.

El consorcio publica una cláusula modelo para licitaciones. Traducción de la cláusula:

"Exigimos a todos los oferentes de esta licitación haber completado la rúbrica de datos de IA generativa TrustEd Apps de 1EdTech. Esta rúbrica está diseñada como modelo de mejora con transparencia y opciones para el usuario en la aplicación de inteligencia artificial en recursos digitales. Los oferentes deben aportar información detallada sobre sus prácticas de privacidad y los documentos asociados, como políticas de privacidad, términos de servicio y políticas de IA. Este requisito se alinea con nuestro compromiso de proteger los datos de los estudiantes y crear entornos de aprendizaje seguros."

Adaptación para instituciones que no son miembros de 1EdTech: el proveedor sólo puede publicar su autoevaluación en el directorio si es miembro, pero nada impide que la institución le pida al proveedor que responda las cinco preguntas por escrito, con evidencia (enlace a la política, a los términos, a la política de IA), y que lo puntúe con la misma escala. Ese es el uso que propone el checklist de la sección 5.

4. Lo que la rúbrica no cubre todavía, y con qué se complementa

La rúbrica mide transparencia de políticas, no calidad del modelo. No dice nada sobre validez de los resultados, sesgo, propiedad intelectual del contenido generado, ni sobre qué pasa con lo que el usuario escribe en un prompt más allá de si entrena o no el modelo. 1EdTech lo reconoce y anuncia esa ampliación.

Para el lado institucional, 1EdTech publicó otro instrumento, el AI Preparedness Checklist (lista de preparación en IA), creado por su red de liderazgo en pedagogías digitales emergentes. Organiza la conversación institucional en cuatro secciones: organizacional, política, pedagógica y de alfabetización. Dos de sus preguntas de compras conviene poner al lado de la rúbrica:

• ¿La institución ha desarrollado lenguaje de licitación o de contrato que trate los temas de IA durante las compras? Por ejemplo, ¿se reserva el derecho de activar o desactivar funciones de IA, en lugar de dejarlo a criterio del proveedor?
• ¿El personal pertinente revisa los términos de licencia y los contratos actualizados para asegurar que los derechos de la institución quedan protegidos, y está conectado a las estructuras de gobierno que se están creando?

5. Checklist para el comité de compras o el administrador del LMS (adaptación)

Para cada herramienta con IA generativa que se evalúe (asistente en el LMS, tutor, generador de contenido, corrector, analítica), pedir al proveedor respuesta escrita y evidencia para cada línea, y puntuar 0, 1 o 2.

Lectura del total: 0 a 3 no cumple; de 4 a 9 con reservas; 10 cumple (la rúbrica original imprime 0 a 3 y 3 a 9; aquí se resuelve el solapamiento asignando el 3 al tramo bajo).

Tres agregados de adaptación, fuera de la rúbrica:

• Derecho de apagado. Exigir por contrato que la institución pueda activar o desactivar cada función de IA, en línea con la pregunta de compras del AI Preparedness Checklist.
• Ley local. La rúbrica la escribieron empresas del mercado estadounidense. En América Latina y España aplica la ley de protección de datos de cada país, y la autoridad que la vigila (por ejemplo, INAI en México, SIC en Colombia, ANPD en Brasil, AEPD en España). Antes de firmar, pedir al proveedor que declare dónde se almacenan y procesan los datos y bajo qué ley.
• Revisión anual. 1EdTech pide autoevaluación anual; conviene atar la renovación del contrato a una respuesta actualizada de las cinco preguntas.

6. Qué hacen las instituciones con esto

El uso que 1EdTech describe es de compras: exigir la rúbrica en la licitación, comparar proveedores con datos comparables y proteger los datos de estudiantes. La rúbrica no certifica nada; ordena la conversación y deja evidencia escrita. Para una universidad que ya tiene una política de IA, es la lista de preguntas que le faltaba hacer a sus proveedores; para una que no la tiene, es un punto de partida que la propia 1EdTech propone como tal.

Fuentes

• 1EdTech Consortium, TrustEd Apps Generative AI Data Rubric, página del estándar. Consultada el 11 de septiembre de 2026. https://www.1edtech.org/standards/ai-rubric
• 1EdTech Consortium, Generative AI Data Rubric, sección de privacidad de datos (PDF, © 2023). https://www.1edtech.org/sites/default/files/media/docs/2023/Data-Privacy_AI-Rubric.pdf
• 1EdTech Consortium, AI Preparedness Checklist, página y PDF (2024). https://www.1edtech.org/resource/ai-checklist y https://www.1edtech.org/sites/default/files/media/docs/2024/AI-Checklist.pdf