Asistente de IA con datos privados en educación
Cómo usar un asistente de IA en tu LMS sin que los datos del alumnado ni los materiales docentes salgan de la institución: RGPD, AEPD y criterios de elección.

En este artículo
- En resumen
- Qué ocurre con los datos cuando el alumnado usa IA generalista
- Qué significa realmente “datos privados” en un asistente educativo
- Cómo responde un asistente solo con el contenido del docente
- Qué exige la normativa en España
- Criterios para elegir un asistente de IA con datos privados
- Por qué importa también para la retención
- Nuestro punto de vista
- BrainBoost en tu LMS
- Preguntas frecuentes
- Fuentes
Un asistente de IA con datos privados, en el contexto de una universidad o un centro de formación, es aquel que responde a las dudas del alumnado usando solo los materiales que aporta el profesorado, dentro del LMS, y con la institución al mando de los datos. Es la alternativa a que cada estudiante suba apuntes, enunciados y trabajos a una herramienta generalista que no controlas. BrainBoost está diseñado para esto: se integra de forma nativa en el LMS mediante LTI 1.3, responde únicamente sobre el contenido del docente y deja el control de los datos en la institución.
Este artículo explica qué riesgos hay cuando la IA se usa sin control, qué exige la normativa en España y qué debe reunir un asistente para que tu equipo de tecnología, tu delegado de protección de datos y tu profesorado puedan aprobarlo con tranquilidad.
En resumen
- Cuando el alumnado usa versiones gratuitas o de consumo de herramientas de IA, los datos pueden almacenarse, reutilizarse para entrenar modelos y quedar fuera del control de la institución.
- Un asistente integrado en el LMS que responde solo con el temario del docente reduce respuestas genéricas y evita que los documentos de la universidad circulen por servicios externos.
- En España, la AEPD exige evaluación de impacto previa, contrato de encargo conforme al artículo 28 del RGPD, información clara al alumnado y medidas de seguridad apropiadas al riesgo.
- BrainBoost combina LTI 1.3, SSO, seudonimización, control institucional de datos y soporte técnico 24/7, sin desarrollo a medida.
Qué ocurre con los datos cuando el alumnado usa IA generalista
El problema no es que el alumnado use IA: es dónde la usa. La Universitat de València advierte en sus directrices de que, al introducir información en versiones gratuitas o de consumo de estas herramientas, los datos pueden almacenarse, emplearse para entrenar modelos y quedar fuera del control de la institución. Entre los ejemplos que cita figuran datos personales del estudiantado, expedientes, calificaciones, datos de salud, trabajos no publicados, código y proyectos de investigación confidenciales.
Para una institución, esto tiene dos caras:
- Privacidad del alumnado. Un estudiante que pega una consulta con su nombre, una calificación o una circunstancia personal está cediendo datos a un tercero sin que la institución lo sepa ni pueda documentarlo en su registro de tratamientos.
- Propiedad intelectual. Cuando el alumnado sube a un servicio externo las presentaciones, los apuntes o los exámenes de la universidad, esos materiales salen del perímetro institucional. La misma guía de la UV señala que subir materiales propios a servicios sin garantías puede suponer la cesión implícita de derechos o la pérdida de exclusividad.
La propia UV desaconseja subir trabajos de evaluación a herramientas que no ofrezcan garantías. Y el libro de CATEDU sobre IA en el diseño curricular recomienda no compartir datos personales, calificaciones, informes confidenciales ni información del alumnado sin las debidas garantías, y conectar solo las herramientas que realmente se van a utilizar.
Prohibir no suele funcionar: el alumnado seguirá usando IA porque le resulta útil. Lo que sí funciona es darle dentro del LMS una herramienta igual de cómoda, pero que respete el perímetro de la institución.
Qué significa realmente “datos privados” en un asistente educativo
Cuando un director académico o un responsable de sistemas dice que quiere un asistente con datos privados, suele referirse a tres cosas distintas. Conviene separarlas, porque cada una se resuelve de un modo.
Los datos personales del alumnado
Nombres, identificadores, consultas, historial de preguntas, rendimiento. Son datos personales bajo el RGPD y, si hay menores, merecen especial cautela. Aquí importan la minimización, la seudonimización y quién actúa como responsable y quién como encargado del tratamiento. Tenemos una guía específica sobre seudonimización de datos en educación si quieres profundizar en la técnica.
Los materiales del profesorado
Temarios, apuntes, presentaciones, bancos de preguntas. Son propiedad intelectual de la universidad o de sus docentes. Un asistente que los usa como única base de respuesta debe hacerlo sin que esos contenidos acaben alimentando modelos ajenos a la institución.
El contexto de cada conversación
Lo que pregunta un estudiante revela dónde tiene dificultades. Esa información es valiosa para el docente y delicada para el alumno, así que debe quedarse dentro de la institución y mostrarse al profesorado de forma útil, no expuesta a terceros.
Un asistente verdaderamente privado atiende las tres capas a la vez. Si solo resuelve una, el riesgo sigue abierto por otro lado.
Cómo responde un asistente solo con el contenido del docente
La diferencia de fondo entre un chatbot generalista y un asistente educativo propio está en de dónde saca la respuesta. Un modelo generalista contesta con lo que aprendió en su entrenamiento y, según la UV, los modelos generativos producen con frecuencia información falsa con apariencia de veracidad: referencias inexistentes, citas inventadas, normativa mal interpretada. Por eso la universidad exige revisión humana.
El enfoque que reduce ese riesgo es anclar las respuestas en el material de la asignatura. La investigación académica sobre asistentes de aprendizaje basados en contenido propio (libros de texto, apuntes, vídeos) describe respuestas con referencias y menos propensas a alucinaciones que las de los chatbots habituales, integradas en el LMS mediante el estándar de interoperabilidad IMS LTI. Es el mismo principio de diseño sobre el que se construye BrainBoost.
En BrainBoost, esto se traduce en lo siguiente:
- Respuestas solo sobre el material del docente. El asistente contesta con los contenidos que el profesorado ha aportado, no con respuestas genéricas.
- Integración nativa con LTI 1.3. Se activa dentro de la plataforma de aprendizaje, sin desarrollo a medida y sin carga para el equipo de TI.
- Acceso con SSO. El alumnado entra con su identidad institucional, sin registros adicionales ni cuentas en servicios externos.
- Modo socrático configurable. El docente decide si el asistente da la respuesta directa o guía al estudiante con preguntas para que razone.
- Preguntas de práctica automáticas. A partir del contenido de la asignatura, el alumnado puede practicar sin que el profesorado tenga que redactar cada ejercicio.
- Panel de analíticas en tiempo real. El docente ve qué dudas se repiten y puede reforzar esos puntos en clase. Si te interesa el enfoque, tenemos un artículo sobre qué mostrar en un panel de analítica educativa.
El resultado es que el alumnado deja de recurrir a herramientas externas para resolver dudas sobre su asignatura, y con ello dejan de salir de la universidad documentos y datos. Según nuestros análisis en las asignaturas estudiadas, el uso de BrainBoost se asocia a un aumento medio de +0,5 puntos en el rendimiento académico.
Si quieres ver el concepto con más detalle, lo desarrollamos en IA que responde sobre documentos y en la guía de tutor virtual con IA.
Qué exige la normativa en España
La referencia más útil para una institución española es el documento de la AEPD Principios básicos para la contratación y uso de plataformas educativas digitales (marzo de 2026). Aunque habla de plataformas educativas en general, sus criterios se aplican con claridad a un asistente de IA integrado en el LMS. Estos son los puntos que más afectan a quien decide.
Evaluación de impacto antes de empezar
La AEPD exige una evaluación de impacto relativa a la protección de datos (artículo 35 del RGPD) con carácter previo a la puesta en funcionamiento de cualquier plataforma. Es obligatoria cuando hay tratamiento a gran escala de datos de menores mediante tecnologías en la nube, debe abarcar todos los tratamientos derivados del uso y se revisa cuando cambian las condiciones.
Contrato de encargo del tratamiento
El uso de la plataforma debe regirse por un contrato conforme al artículo 28 del RGPD: por escrito, accesible y comprensible, con el objeto, la duración, la naturaleza y la finalidad del tratamiento y las categorías de datos. La AEPD también pide que el proveedor ofrezca opciones de configuración para aplicar la minimización y que notifique al responsable las brechas de seguridad en un plazo que permita cumplir los artículos 33 y 34.
Información clara al alumnado, familias y profesorado
Hay que informar de forma completa, accesible y comprensible sobre todos los tratamientos (artículos 12, 13 y 14), con un lenguaje especialmente sencillo cuando se dirige a menores. No basta remitir a una política de privacidad genérica, y los tratamientos deben constar en el registro de actividades (artículo 30).
Base de licitud y seguridad
Para la función educativa, la base de licitud que señala la AEPD es la misión de interés público. Las medidas de seguridad deben ser apropiadas al riesgo (artículo 32), teniendo en cuenta la vulnerabilidad de los menores, e incluir el Esquema Nacional de Seguridad cuando el tratamiento preste servicios a la Administración. El delegado de protección de datos debe participar desde las fases iniciales de estudio, selección e implantación.
Orientaciones del Ministerio
Las Orientaciones para la integración de la IA en los centros educativos del INTEF indican que, junto al Reglamento de IA, deben considerarse el RGPD y la LOPDGDD, y que esto afecta a herramientas que traten nombres, imágenes, voces, producciones académicas, calificaciones, datos de comportamiento, informes o necesidades educativas. Antes de incorporar una herramienta, el centro debe valorar sus condiciones de privacidad, tratamiento, almacenamiento y cesión de datos, y sus garantías de seguridad. Se pide además supervisión humana y minimización de datos.
El Reglamento europeo de IA
Las directrices de la Comisión Europea para educadores recuerdan que el Reglamento Europeo de Inteligencia Artificial (2024) y el RGPD forman un marco jurídico basado en una clasificación de riesgos que los centros y el profesorado deben tener en cuenta al introducir herramientas de IA. Conviene que tu delegado de protección de datos y tu asesoría jurídica fijen qué obligaciones concretas recaen sobre tu institución y desde cuándo.
Criterios para elegir un asistente de IA con datos privados
Con lo anterior, estos son los criterios que un responsable de tecnología o de innovación puede llevar a la mesa de decisión. La última columna indica cómo responde BrainBoost según lo que nos corresponde afirmar.
| Criterio | Qué buscar | BrainBoost |
|---|---|---|
| Origen de las respuestas | Solo el material aportado por el docente | Responde únicamente sobre contenidos del profesorado |
| Integración | Estándar de interoperabilidad, sin desarrollos a medida | Integración nativa con LTI 1.3, activación sin desarrollo a medida |
| Acceso del alumnado | Identidad institucional, sin cuentas externas | SSO automático |
| Datos personales | Minimización y seudonimización | Cumplimiento RGPD con seudonimización de datos |
| Control | La institución conserva el dato y el contenido | Control institucional total de datos y contenido |
| Seguimiento docente | Visibilidad sobre las dudas del alumnado | Panel de analíticas en tiempo real |
| Soporte | Respuesta ante incidencias | Soporte técnico 24/7 |
Además de la tabla, hay tres cuestiones documentales que corresponden a tu institución y que la AEPD pone en primer plano: que el contrato de encargo esté firmado conforme al artículo 28, que la evaluación de impacto esté hecha antes del despliegue y que la información al alumnado sea específica. Cuanto antes las abras con tu delegado de protección de datos, más ágil será el proyecto. Si estás planificando el despliegue completo, la guía sobre IA en universidades recoge el proceso paso a paso.
Por qué importa también para la retención

Un asistente privado no es solo una cuestión de cumplimiento. Cuando el alumnado obtiene respuestas fiables, a cualquier hora y sobre su propia asignatura, tiene menos motivos para bloquearse en silencio. Y cuando el profesorado ve en el panel qué conceptos generan más dudas, puede intervenir antes de que un estudiante se descuelgue. Es la conexión entre privacidad, rendimiento y permanencia que desarrollamos en el artículo sobre abandono universitario y en el de innovación educativa digital.
Nuestro punto de vista
Cuando una universidad nos pregunta por IA con datos privados, casi siempre la pregunta de fondo es otra: cómo dar al alumnado lo que ya está buscando fuera sin perder el control de lo que es de la institución.
Creemos que la respuesta pasa por poner el asistente donde el alumnado ya estudia, dentro del LMS, y por limitar lo que puede decir al material que el docente ha decidido aportar. Así la respuesta es relevante para la asignatura, el contenido de la universidad no se reparte entre servicios ajenos y los datos de los estudiantes siguen bajo el control de quien debe responder por ellos.
Por eso BrainBoost se activa con LTI 1.3 y SSO, sin desarrollo a medida y sin añadir carga al equipo de TI, y trabaja con seudonimización de datos bajo el RGPD. Para nosotros la privacidad no es una capa que se añade al final: es la razón por la que el producto responde solo sobre el contenido del profesorado.
Y creemos que el docente debe seguir siendo el centro. Por eso el modo socrático es configurable y el panel de analíticas está pensado para que el profesorado entienda qué le cuesta al grupo, no para vigilar a nadie.
Jaime
BrainBoost en tu LMS
BrainBoost es un asistente de IA que se integra de forma nativa en tu plataforma de aprendizaje, responde con el contenido de tus docentes y deja el control de datos y contenido en la institución. Está disponible en tres planes, STARTER, BOOST y CAMPUS, que puedes consultar en la página del producto. La licencia es por suscripción, por alumno y mes, con precios adaptados por volumen y ajustados a universidades españolas y latinoamericanas.

Si quieres ver cómo encaja en tu entorno, puedes solicitar una demo o ver primero la demo grabada. Los términos de uso están en la web de BrainBoost y la información sobre tratamiento de datos, en nuestra política de privacidad.
Preguntas frecuentes
¿Un asistente de IA integrado en el LMS cumple automáticamente el RGPD?
No existe un cumplimiento automático: el RGPD recae sobre la institución como responsable del tratamiento. Según la AEPD, hace falta evaluación de impacto previa, contrato de encargo conforme al artículo 28, información clara al alumnado y medidas de seguridad adecuadas. BrainBoost trabaja con seudonimización y control institucional de datos, lo que facilita ese cumplimiento.
¿Qué diferencia hay entre un asistente con datos privados y un chatbot generalista?
El chatbot generalista responde con lo aprendido en su entrenamiento y, si el alumnado introduce materiales o datos en versiones de consumo, estos pueden quedar fuera del control de la institución. El asistente con datos privados responde solo con el contenido que aporta el profesorado y funciona dentro del LMS. BrainBoost sigue este segundo modelo.
¿Hace falta desarrollo a medida o apoyo del equipo de TI para activarlo?
BrainBoost se activa sin desarrollo a medida mediante LTI 1.3, el estándar de integración con plataformas de aprendizaje, y el alumnado accede con SSO sin registros adicionales. La carga para el equipo de TI es mínima y el soporte técnico está disponible 24/7.
¿Quién decide qué contenido usa el asistente?
El profesorado. BrainBoost responde únicamente sobre los materiales que el docente aporta para su asignatura, y la institución mantiene el control sobre los datos y los contenidos. El docente también configura el modo socrático y consulta el panel de analíticas.
¿Debo informar al alumnado de que usa un asistente de IA?
Sí. La AEPD exige informar de forma completa, accesible y comprensible sobre los tratamientos derivados de la plataforma, con lenguaje claro si hay menores, y no basta con remitir a una política genérica. Tu delegado de protección de datos puede ayudarte a redactar esa información.
Fuentes
- Directrices para un uso responsable de las herramientas de IA, Universitat de València
- 4.1 Uso avanzado de chatbots conversacionales, CATEDU
- LAMB: An open-source software framework to create AI learning assistants, ScienceDirect (2024)
- Principios básicos para la contratación y uso de plataformas educativas digitales, AEPD
- Orientaciones para la integración de la IA en los centros educativos, INTEF
- Directrices para educadores sobre el uso ético de la IA y los datos, Comisión Europea



