Aprender inteligencia artificial ya no cuesta dinero. En 2026, las mejores universidades del mundo, Google, Microsoft y hasta los propios laboratorios de IA ofrecen formación de calidad completamente gratis. El problema, la verdad, ya no es la falta de recursos, es saber cuáles valen de verdad y por dónde empezar sin perderte. He seleccionado los mejores según tu nivel y tu objetivo, con mi opinión honesta sobre cada uno, para que no pierdas el tiempo con los que no aportan.
Si empiezas desde cero
Si no tienes ni idea de tecnología, aquí es donde debes empezar. Mi recomendación número uno, sin dudarlo, es Elements of AI, de la Universidad de Helsinki. Lo diseñaron precisamente para acercar la IA al gran público, y lo clavan: te explica qué es la IA, cómo funciona el machine learning y qué implicaciones éticas tiene, con ejemplos claros y cero jerga. Está en español, es gratis del todo y son unas 30 horas. Es donde mandaría a empezar a casi cualquiera.
Si además quieres una aplicación práctica inmediata, Google AI Essentials (en Coursera, auditable gratis) es más corto, unas 10 horas, y te enseña a usar la IA en el trabajo con las herramientas de Google. Y si te va lo más técnico desde el principio, Microsoft AI for Beginners entra más a fondo en machine learning y redes neuronales, aunque pide más constancia. Para la mayoría, el orden ideal es empezar por Elements of AI y seguir por el de Google.
Si quieres usar la IA en tu trabajo ya
Aquí el objetivo no es entender la teoría, es sacarle partido cuanto antes. Y para eso hay un recurso que da más mejora por hora invertida que ningún otro: el tutorial interactivo de prompt engineering de Anthropic, gratis en su documentación. Si usas Claude a menudo, esto te va a cambiar los resultados de inmediato.
También muy recomendable es el ChatGPT Prompt Engineering for Developers de DeepLearning.AI: dura solo una hora, es gratis y lo dan figuras de primer nivel del sector, pero está densísimo de información útil. Corto y al grano. Todo esto conecta con lo que ya tienes en la guía de los mejores prompts para ChatGPT, que es la parte práctica.
Si quieres aprender machine learning y programar
Aquí subimos de nivel, y ya conviene saber algo de Python. Mi favorito con diferencia es Fast.ai: Practical Deep Learning for Coders. En mi opinión es el mejor curso de deep learning práctico que existe, y es gratis. Su filosofía es «haz que funcione primero, entiende la teoría después», que es como de verdad se aprende. Para un programador que quiere especializarse en IA, es la mejor puerta de entrada.
Como complementos, el Machine Learning Crash Course de Google te da los fundamentos en unas 15 horas, y Kaggle Learn te enseña las librerías clave con datasets reales. De hecho, participar en las competiciones de Kaggle es de las mejores formas de aprender que existen, porque te obliga a resolver problemas de verdad, no ejercicios de juguete.
Si quieres especializarte en IA generativa
Para el que quiere entender a fondo cómo funcionan los modelos como ChatGPT por dentro. El curso más completo y gratuito es el Generative AI with Large Language Models de DeepLearning.AI (auditable gratis en Coursera): te explica cómo funcionan los LLMs, el fine-tuning y el despliegue. El Google Generative AI Learning Path cubre lo mismo desde el ecosistema de Google. Y el Hugging Face NLP Course es ideal si quieres trabajar directamente con los modelos, tocando código. Si te interesa entender qué es un LLM antes de meterte aquí, lo explico fácil en la guía de qué es un LLM.
Si eres desarrollador y quieres integrar IA en tus apps
El terreno de construir cosas con IA. Para empezar a crear aplicaciones con Claude, el Build with Claude de Anthropic es el punto de partida (integración de la API, tool use, prompting avanzado). La documentación y tutoriales de OpenAI cubren lo mismo para ChatGPT. Y la LangChain Academy es muy práctica para proyectos reales, enseñándote a construir agentes y sistemas de RAG. Todo esto enlaza bien con la guía de cómo usar Claude para programar.
Sobre las certificaciones
Un apunte útil: muchos de estos cursos puedes auditarlos gratis, pero el certificado cuesta aparte. ¿Merece la pena pagarlo? Depende de para qué. Las certificaciones oficiales de Microsoft o AWS (que tienen un coste de examen) sí tienen peso real en un currículum técnico. Otras, como la de Elements of AI, valen más por lo que aprendes que por el papel. Mi consejo: aprende gratis auditando, y paga por el certificado solo si vas a usarlo de verdad para buscar trabajo en el sector.
Un plan de estudio según lo que busques
Para que no te quedes en la teoría, aquí van tres rutas concretas. Si partes de cero y solo quieres entender la IA, en cuatro a seis semanas: Elements of AI, luego Google AI Essentials, y cierra con un curso corto de prompting. Si lo que quieres es usar la IA en tu trabajo, en dos o tres semanas: los tutoriales de prompting de OpenAI y Anthropic, más algún curso de aplicación al negocio. Y si vas en serio a especializarte técnicamente, calcula de tres a seis meses: el crash course de Google, luego Fast.ai a fondo, y después Hugging Face y LangChain. La clave, como siempre, es la constancia.
Preguntas frecuentes
¿Los cursos gratuitos son tan buenos como los de pago?
En muchos de esta lista, sí. Fast.ai está considerado uno de los mejores cursos de deep learning del mundo y es completamente gratis. Google y DeepLearning.AI producen contenido de primer nivel que puedes auditar sin pagar.
¿Necesito saber programar para aprender IA?
Para entender conceptos y usar herramientas, no. Para el machine learning técnico y desarrollar aplicaciones, sí, sobre todo Python. Cursos como Elements of AI o Google AI Essentials no piden programar nada.
¿Cuánto se tarda en aprender IA desde cero?
Para entender los conceptos y usar las herramientas con soltura, de cuatro a ocho semanas con una hora al día. Para trabajar profesionalmente como desarrollador de IA, cuenta entre doce y dieciocho meses de estudio continuo.
Si quieres empezar por el lado práctico, tienes la guía de cómo automatizar tareas con Python e IA.