SIVON y Kennisnet, con el respaldo del ministerio de educación neerlandés, publicaron un marco (AI Toetsingskader, v1.0, abril de 2026) que ayuda a los 476 consejos escolares neerlandeses a clasificar herramientas de IA según el Reglamento de IA de la UE.
476 primary and secondary school boards
Consejos escolares cubiertos por las orientaciones de SIVON (as of April 2026)
Details
Promoter
SIVON / Kennisnet (with the Dutch Ministry of Education, Culture and Science)
Period
{'end': '', 'start': '2026-04'}
Keywords
AI governance, EU AI Act compliance, data protection, school IT procurement, primary and secondary education
Context
SIVON, la cooperativa de TIC que representa a 476 consejos escolares de primaria y secundaria en los Países Bajos, publica orientaciones de contratación y cumplimiento en nombre de las escuelas neerlandesas. A medida que las herramientas de IA generativa se extendían por las aulas y la administración escolar, y las obligaciones de la Ley de IA de la UE comenzaban a entrar en vigor de forma escalonada desde agosto de 2024, las escuelas y sus proveedores de software carecían de una forma común de determinar qué normas se aplicaban a qué herramienta. El 1 de abril de 2026, SIVON publicó la versión 1.0 del AI Toetsingskader Funderend Onderwijs (Marco de Evaluación de IA para la Educación Primaria y Secundaria), desarrollado junto con Kennisnet y con el apoyo del Ministerio de Educación, Cultura y Ciencia de los Países Bajos (OCW), explícitamente calificado como preliminar, con actualizaciones previstas a lo largo de 2026.
Objectives
Ofrecer a las escuelas y a sus proveedores de IA una forma común, paso a paso, de clasificar las herramientas de IA conforme a la Ley de IA de la UE: si un sistema cumple la definición de sistema de IA de la Ley, si entra dentro de una práctica prohibida, qué categoría de riesgo se aplica, y qué disposiciones de transparencia o exención se derivan de ello.
Activities
El marco señala las decisiones de admisión, la evaluación del rendimiento de los estudiantes y la supervisión de exámenes como usos probablemente de alto riesgo, y advierte a las escuelas de que personalizar una herramienta de IA generativa para su propio uso docente puede, por sí mismo, convertir a la escuela en un 'proveedor' de IA conforme a la Ley, asumiendo todas las obligaciones de cumplimiento de un proveedor y no solo las de un implementador. Este marco se suma a la propia Evaluación de Impacto sobre la Protección de Datos (DPIA) que SIVON está realizando sobre Google Gemini dentro de Workspace for Education (resultados previstos para 2026), tras la DPIA de 2024 de la organización hermana SURF sobre Microsoft 365 Copilot, que concluyó que un despliegue cauteloso ('terughoudend') seguía estando justificado. Las orientaciones conexas de SIVON indican a las escuelas que prefieran cuentas de pago que excluyan los datos enviados del entrenamiento de los modelos, que gestionen las cuentas de IA de forma centralizada en lugar de permitir que el personal instale herramientas sin supervisión, y que no permitan que los estudiantes menores de 13 años utilicen IA generativa directamente.
Conclusions
El marco es una herramienta de cumplimiento y clasificación de riesgos, no una intervención pedagógica: no contiene datos sobre los resultados de aprendizaje de los estudiantes, y tanto SIVON como Kennisnet lo describen como una versión preliminar que esperan revisar a medida que se finalicen las orientaciones secundarias de la Ley de IA de la UE.
Implementation
Indicative cost
Low (< €50k) — No budget figures are published. Guidance-document production by an existing ICT cooperative and its partners, without new technical infrastructure, points to a low direct cost; treated as a conservative estimate.
Time to results
Short (< 1 year) — Version 1.0 was published on 1 April 2026 with updates explicitly planned through the rest of 2026 as EU implementing guidance solidifies — a short, iterative revision cycle rather than a long-horizon programme.
Staffing & skills
SIVON policy and compliance staff, Kennisnet, Support from the Dutch Ministry of Education, Culture and Science (OCW)
Conditions for success
Multi-stakeholder development (SIVON, Kennisnet, OCW) giving the framework sector-wide legitimacy
Pairing the general framework with concrete, tool-specific work — SIVON's DPIA of Google Gemini in Workspace for Education and SURF's prior DPIA of Microsoft 365 Copilot
Explicit, actionable guidance (e.g. prefer paid accounts that exclude data from model training, manage AI accounts centrally, no direct generative-AI use for under-13s)
Common failure modes
The framework is explicitly preliminary and expected to be revised as EU AI Act secondary guidance is finalised, so current classifications may change
A school that customises a generative AI tool for its own teaching use can inadvertently become an AI 'provider' under the Act, taking on a compliance burden it may not anticipate
No data on student learning outcomes exists — this is a compliance tool, not a validated pedagogical or efficiency intervention
Where it fits
Governance type
national school-ICT cooperative with ministry support
Scale
national (476 school boards)
Income level
high income
Data sources
Where this practice's information was retrieved from, and when.
Finland's education ministry and Opetushallitus published national AI recommendations (31 March 2025) after consulting 172 organisations and youth 'Digiraati' councils, …
Portugal's National Education Council published Recommendation 4/2026 in May 2026, mandating AI literacy from primary school, an independent education AI …
Denmark's Ministry of Education issued seven AI-in-schools recommendations in June 2025, complemented by Datatilsynet's 2023 GDPR guidance, forming a dual-layer …