Google y Kaggle abren inscripciones a un curso gratuito de 5 días sobre agentes de IA

Google y Kaggle relanzan su curso online gratuito de cinco días sobre agentes de IA, y el registro para la nueva edición se abrió el 27 de abril de 2026. El intensivo se celebrará del 15 al 19 de junio. Es la vuelta de un formato que las compañías ya probaron a finales del año pasado: según Google, el primer AI Agents Intensive Course atrajo a más de 1,5 millones de alumnos. Ahora el programa se relanza con contenido actualizado, nuevos ponentes y un cierre práctico obligatorio en forma de proyecto capstone, para que los participantes no se limiten a ver materiales, sino que lleven su propia idea hasta un resultado funcional.

El curso dura cinco días y es totalmente online. Google lo describe como un intensivo que lleva al alumno desde los principios básicos hasta sistemas de agentes listos para producción, es decir, soluciones que no solo se pueden montar para una demostración, sino también preparar para un uso más serio. La inscripción es gratuita, de modo que la barrera de entrada se ha reducido a propósito al mínimo: basta con apuntarse y dedicar tiempo al programa. Para Google y Kaggle es además una forma de convertir el tema de los agentes de IA de una conversación de moda en una habilidad aplicada masiva para desarrolladores, analistas, product managers y cualquiera que ya trabaje con IA generativa.

El tema central del intensivo es el llamado vibe coding. En la descripción del curso, Google usa este término para un enfoque en el que el lenguaje natural se convierte en la interfaz principal de programación: el usuario formula la tarea por escrito, precisa las restricciones, comprueba el resultado y va construyendo paso a paso la lógica necesaria. Lo importante es que el curso promete abordar no solo escenarios rápidos de demostración, sino flujos de trabajo completos en los que el agente sabe planificar acciones, invocar herramientas, conectarse a API externas y funcionar como parte de un sistema mayor. Ese paso del prompt aislado a un proceso estable es el principal objetivo educativo del programa.

Según el anuncio, cada jornada combinará análisis conceptuales y ejemplos prácticos. Es un detalle importante, porque el mercado de cursos de IA está saturado de clases generales o de tutoriales dispersos sin una visión de arquitectura. Aquí el énfasis está en unir teoría y construcción: se promete enseñar a crear sistemas de agentes más eficaces conectando herramientas y API, y afianzarlo todo en un proyecto final. Además, se subraya que el programa está actualizado respecto al lanzamiento de noviembre, por lo que cabe esperar casos de uso y ejemplos más recientes, más cercanos a las tareas reales de los equipos que ya incorporan el enfoque de agentes en productos y procesos internos.

El relanzamiento tiene un contexto más amplio. En los últimos meses, los agentes de IA han dejado definitivamente de ser una palabra de moda y se han convertido en una línea de ingeniería propia: las empresas prueban escenarios autónomos y semiautónomos, los desarrolladores montan asistentes sobre LLM y los equipos de producto buscan maneras no solo de generar texto, sino de automatizar acciones. En este escenario, a Google le conviene no solo promover sus propias herramientas, sino también formar a la audiencia en patrones prácticos para trabajar con agentes. Kaggle, por su parte, aporta un marco educativo claro y una plataforma habitual para el aprendizaje online masivo, donde el interés por el tema puede convertirse rápidamente en práctica real.

Qué significa en la práctica: el mercado está normalizando con rapidez el desarrollo de agentes como una habilidad básica, y no como un experimento de entusiastas. Para los participantes es un punto de entrada cómodo: el formato gratuito, el plazo corto, las fechas claras y el foco en la práctica reducen el riesgo de quedarse atascado en teoría abstracta. Si el programa actualizado realmente aporta más escenarios aplicados y un proyecto final sólido, el curso será útil no solo para principiantes, sino también para quienes ya experimentan con aplicaciones basadas en LLM y quieren pasar de prompts aislados a sistemas con herramientas, API y una lógica de ejecución de tareas clara.