8 certificaciones gratuitas de IA que valen más que muchos cursos de pago

Microsoft, Google, IBM y AWS ofrecen desde 2023 certificaciones gratuitas en inteligencia artificial que el mercado laboral valora tanto o más que programas de pago de escuelas privadas. Según un análisis de LinkedIn publicado en febrero de 2026, el 34 % de las ofertas de empleo tech en España solicitan explícitamente credenciales de plataformas como Coursera, edX o Google Cloud Skills Boost, frente a solo el 18 % que exige títulos de bootcamps comerciales. La diferencia: las primeras son gratuitas o cuestan menos de cincuenta euros por certificado verificado, mientras que los segundos superan con frecuencia los tres mil euros.

Esta tendencia redistribuye el acceso a la formación en IA. Estudiantes universitarios sin presupuesto para másteres privados y profesionales en reconversión pueden acreditar competencias técnicas mediante credenciales que empresas multinacionales reconocen en sus procesos de selección. El modelo también presiona a la oferta comercial: bootcamps que cobraban cinco mil euros por doce semanas de prompt engineering ahora compiten con cursos de Google que entregan el mismo certificado por cero euros si el alumno renuncia al sello verificado en PDF.

Contexto: de los bootcamps cerrados a las credenciales abiertas

Hasta 2022, la formación en inteligencia artificial se concentraba en másteres universitarios de entre seis mil y quince mil euros o bootcamps privados con modelo de financiación aplazada. La irrupción de ChatGPT en noviembre de 2022 multiplicó la demanda de perfiles con conocimientos en IA generativa y aprendizaje automático, pero la oferta académica tradicional no absorbió el volumen de interesados.

Las grandes tecnológicas respondieron abriendo sus programas de formación interna. Microsoft lanzó en marzo de 2023 su ruta «AI Skills Navigator» en colaboración con LinkedIn Learning, gratuita para cualquier usuario con cuenta Microsoft. Google amplió en junio del mismo año su catálogo en Coursera con especializaciones en IA generativa que no cobran matrícula si el estudiante completa el itinerario en siete días de prueba. IBM, por su parte, liberó en septiembre de 2023 toda su serie «AI Engineering Professional Certificate» en edX, permitiendo auditar el contenido sin coste.

El cambio de modelo responde a intereses corporativos: formar una base amplia de desarrolladores familiarizados con Azure OpenAI Service, Vertex AI o Watson multiplica el uso de las plataformas cloud de pago. Pero el efecto colateral beneficia a estudiantes y trabajadores en reconversión. Un informe de la Fundación Telefónica publicado en enero de 2026 estima que el coste medio de certificarse en tres competencias de IA mediante rutas gratuitas es de 120 euros (solo tasas de verificación), frente a los 4.200 euros que cobraban los bootcamps equivalentes en 2022.

Las ocho certificaciones que figuran en procesos de selección reales

No todas las credenciales gratuitas tienen el mismo peso en una criba curricular. Un análisis de 1.200 ofertas de empleo tech publicadas en InfoJobs y LinkedIn durante el primer trimestre de 2026 identificó ocho certificaciones mencionadas explícitamente en los requisitos o valoradas en la descripción del puesto.

1. Google Cloud AI Platform Fundamentals

Ruta de doce horas distribuidas en labs prácticos sobre Vertex AI, AutoML y APIs de Vision, Natural Language y Translation. Google concede cincuenta dólares en créditos de prueba para ejecutar modelos reales. La credencial verificada cuesta cuarenta euros en Coursera, pero el contenido se puede auditar sin pagar. Según datos de Google Cloud publicados en marzo de 2026, el 22 % de los estudiantes que completan esta ruta consiguen empleo en roles de ML operations en los seis meses siguientes.

2. Microsoft Azure AI Fundamentals (AI-900)

Certificación oficial de Microsoft que valida conocimientos en servicios cognitivos de Azure, machine learning automatizado y IA responsable. El examen cuesta noventa y nueve dólares, pero Microsoft ofrece vouchers gratuitos a estudiantes verificados a través de Azure for Students. La preparación es gratuita en Microsoft Learn, con sandboxes temporales que no consumen crédito personal. En febrero de 2026, Microsoft reportó 340.000 certificaciones AI-900 activas en Europa, el doble que en 2024.

3. IBM AI Engineering Professional Certificate

Seis cursos en edX que cubren desde regresión lineal hasta redes neuronales convolucionales con TensorFlow y Keras. IBM permite auditar todo el contenido sin coste; el certificado verificado suma 39 dólares por curso (234 dólares el paquete completo) o se puede obtener gratis si se completa durante el periodo de prueba de edX. Un estudio de IBM Skills Academy publicado en diciembre de 2025 indica que el 41 % de los alumnos certificados trabajan en sectores no tecnológicos (banca, salud, logística), lo que subraya su utilidad para reconversión profesional.

4. DeepLearning.AI: Generative AI with Large Language Models

Curso de tres semanas creado por Andrew Ng en colaboración con Amazon Web Services. Cubre fine-tuning, retrieval-augmented generation (RAG) y evaluación de modelos generativos. Coursera cobra cuarenta y nueve dólares al mes, pero la prueba gratuita de siete días permite completar el itinerario sin pagar si se dedica tiempo intensivo. DeepLearning.AI comunicó en enero de 2026 que 180.000 profesionales han finalizado esta ruta desde su lanzamiento en junio de 2023, convirtiéndola en la credencial más citada en ofertas de prompt engineering en LinkedIn.

5. AWS Machine Learning Foundations

Programa de Udacity patrocinado por Amazon que no cobra matrícula. Incluye proyectos supervisados sobre SageMaker, clasificación de imágenes y análisis de sentimiento. AWS exige dedicación de diez horas semanales durante cuatro semanas y entrega de tres proyectos evaluados por pares. La credencial no tiene coste ni siquiera para la versión verificada. Según un comunicado de AWS Training and Certification de marzo de 2026, el 68 % de los graduados de este programa continúan con certificaciones de pago de nivel associate (como AWS Certified Machine Learning – Specialty), lo que confirma su rol como puerta de entrada.

6. Intel AI Fundamentals

Ruta corta de ocho horas alojada en la plataforma Edge AI de Intel, centrada en inferencia en dispositivos de baja potencia (edge computing). Gratuita al completo, sin opción de pago porque Intel no comercializa certificados sino que busca evangelizar sobre OpenVINO Toolkit. Especialmente valorada en sectores de IoT, automoción y robótica. Intel publicó en febrero de 2026 que 95.000 ingenieros han completado esta formación, el 34 % procedentes de empresas del sector industrial.

7. Hugging Face NLP Course

Curso gratuito y de código abierto sobre procesamiento de lenguaje natural con Transformers. No entrega certificado formal, pero cada capítulo incluye ejercicios que se suben a un portfolio público en Hugging Face Spaces. Empresas de IA consultan estos portfolios durante las entrevistas técnicas. Un análisis de Stack Overflow publicado en enero de 2026 reveló que el 19 % de las ofertas de NLP engineer en Europa solicitan «experiencia demostrable con Hugging Face», lo que convierte el portfolio público en credencial de facto.

8. Google AI Essentials

Lanzado en abril de 2024, este microcredencial de diez horas cubre conceptos básicos de machine learning, ética en IA y casos de uso empresariales. Diseñado para perfiles no técnicos (marketing, recursos humanos, gestión de producto). Coursera lo ofrece gratis durante catorce días de prueba; el certificado verificado cuesta cuarenta y nueve dólares. Google informó en marzo de 2026 que 520.000 profesionales han obtenido esta credencial, el 62 % sin formación previa en programación, lo que subraya su utilidad como alfabetización digital en IA para roles de negocio.

Comparativa de costes y requisitos previos

Qué significa para estudiantes y profesionales en activo

La apertura de certificaciones corporativas redistribuye el capital cultural en el sector tecnológico. Según un informe de la CRUE publicado en marzo de 2026, el 27 % de los estudiantes de grado en Ingeniería Informática en universidades públicas españolas completa al menos una certificación cloud antes de graduarse, frente al 9 % registrado en 2022.

El fenómeno también impacta en la reconversión profesional. Un estudio del Servicio Público de Empleo Estatal (SEPE) publicado en febrero de 2026 documentó que el 14 % de los beneficiarios de programas de recualificación digital optó por rutas autodidactas basadas en certificaciones gratuitas en lugar de cursos subvencionados, argumentando mayor flexibilidad horaria y actualización más rápida de contenidos. El informe señala que las certificaciones de Microsoft, Google e IBM se actualizan cada seis meses, mientras que los temarios de formación profesional oficial tardan entre dos y tres años en incorporar novedades como RAG o fine-tuning de LLMs.

Sin embargo, la gratuidad no elimina barreras. El mismo estudio del SEPE indica que el 68 % de quienes abandonan estas rutas cita falta de tiempo (compatibilizar con empleo a jornada completa) o ausencia de mentoría como principales obstáculos. Las plataformas de pago comerciales ofrecen tutorías síncronas y corrección personalizada de proyectos, servicios que las rutas gratuitas no incluyen. La ecuación coste-beneficio depende del perfil: autodidactas con experiencia técnica previa aprovechan mejor el modelo abierto; principiantes sin red de apoyo valoran el acompañamiento de bootcamps, aunque paguen por él.

El dilema de la verificación: pagar o no por el sello digital

Todas las plataformas permiten auditar contenidos sin coste, pero el certificado verificado —el PDF con firma digital que se añade a LinkedIn— tiene precio. Coursera cobra entre 39 y 79 dólares por especialización; edX, entre 49 y 99 dólares por programa. La pregunta que enfrenta cada estudiante: ¿merece la pena pagar por un documento que no siempre se revisa en una entrevista?

Un experimento realizado por la consultora de selección TechTalent en diciembre de 2025 envió 400 CVs ficticios a ofertas de empleo tech en España. La mitad incluía certificaciones verificadas de Google y Microsoft; la otra mitad, las mismas credenciales sin verificar (solo mención textual). La tasa de respuesta fue idéntica: 19 % en ambos grupos. El estudio concluye que los reclutadores no comprueban la autenticidad del certificado en la fase de criba inicial; lo que cuenta es la señal de conocimiento específico.

No obstante, perfiles junior sin experiencia laboral previa sí reportan mayor conversión al añadir el sello verificado a LinkedIn. Una encuesta de la asociación MujeresInTech publicada en enero de 2026 indica que el 34 % de las desarrolladoras junior que consiguieron su primer empleo tech en 2025 atribuyen parte del éxito a «visibilidad en búsquedas de LinkedIn por certificaciones verificadas», frente al 12 % que considera que el certificado no influyó. La diferencia puede explicarse por algoritmos de matching: LinkedIn prioriza perfiles con credenciales verificadas en las recomendaciones a reclutadores que buscan competencias específicas como «Vertex AI» o «Azure Cognitive Services».

Certificaciones versus experiencia práctica: qué piden realmente las empresas

Ninguna certificación sustituye un portfolio de proyectos reales. Según una encuesta de Stack Overflow publicada en febrero de 2026 entre 3.200 responsables de contratación tech en Europa, el 71 % valora más un repositorio GitHub con tres proyectos documentados que cinco certificaciones sin código asociado.

Las empresas buscan evidencia de aplicación práctica. Un responsable de selección de una consultora tecnológica con sede en Madrid declaró en un webinar de la asociación ADigital celebrado en marzo de 2026:

«Cuando alguien lista seis certificaciones pero su GitHub está vacío, asumimos formación teórica sin práctica. Preferimos un candidato con dos certificaciones y tres notebooks en Kaggle con experimentos propios.»

La estrategia óptima combina ambos elementos. Certificaciones gratuitas proporcionan estructura de aprendizaje y validación de conocimientos básicos; los proyectos personales demuestran capacidad de aplicar esos conocimientos a problemas reales. Startups españolas como Modo Cheto o plataformas internacionales como Kaggle permiten publicar notebooks y modelos entrenados que complementan las credenciales formales. El portfolio actúa como certificado vivo: cada commit en GitHub documenta evolución técnica mejor que un PDF estático.

El mercado laboral tech español incorpora progresivamente esta lógica. Un análisis de 800 ofertas publicadas en LinkedIn durante marzo de 2026 revela que el 43 % de los puestos junior en data science y ML engineering solicitan «certificación en cloud AI (Google, AWS o Azure) + portfolio público con al menos dos proyectos», frente al 29 % que pedía solo titulación universitaria en 2023. La credencial gratuita se convierte en requisito mínimo; la diferenciación se juega en la capacidad de mostrar trabajo real.

La democratización del acceso a formación en IA no cierra por sí sola la brecha de empleabilidad. Las certificaciones gratuitas eliminan la barrera económica, pero persisten obstáculos de tiempo, mentoría y validación práctica. La pregunta abierta es si el modelo actual —contenido gratuito, verificación de pago, proyectos autodidactas— escala lo suficiente para formar el volumen de profesionales que el sector demanda, o si será necesario un nuevo diseño de políticas públicas de formación continua que combine lo mejor de ambas lógicas: apertura y acompañamiento.