Hay cientos de listas de «mejores canales de IA» y casi todas son la misma: copian el mismo top de nombres, ordenan por número de suscriptores y no dicen para quién sirve cada canal. Esta va a ser distinta.
Cómo he seleccionado estos canales
Cinco criterios, todos comprobables:
- Español nativo. Nada de contenido doblado ni de traducciones automáticas de canales anglosajones.
- Actividad real. Publicación regular en los últimos seis meses. Los canales muertos, por buenos que fueran, quedan fuera.
- Verificabilidad. Que puedas comprobar lo que se afirma: código, repositorios, demos ejecutadas en pantalla, papers citados. Los canales de «10 herramientas de IA que te harán rico» no entran.
- Especialización clara. Cada canal ocupa un hueco distinto. No tiene sentido recomendarte diez canales que hacen lo mismo.
- Aporte diferencial. Que ofrezca algo que no encuentres repetido en otros veinte canales.
Tabla comparativa
| # | Canal | Para quién es | Fuerte en | Nivel | Audiencia |
|---|---|---|---|---|---|
| 1 | Dot CSV | Cualquiera que quiera entender la IA por dentro | Fundamentos, divulgación técnica, análisis de modelos | Iniciación → avanzado | Masiva |
| 2 | Joaquín Ruiz: IA para Desarrolladores | Programadores que integran IA en producción | IA local, testing de LLMs, Spec-Driven Development | Intermedio → avanzado | Media |
| 3 | Xavier Mitjana | Profesionales que aplican herramientas de IA | Herramientas generativas, agentes, casos de uso | Iniciación → intermedio | Grande |
| 4 | Jon Hernández | Perfiles de negocio y directivos | Actualidad, impacto empresarial, entrevistas | Iniciación | Grande |
| 5 | La Hora Maker | Makers y gente preocupada por la privacidad | IA local, open source, hardware | Intermedio | Media |
| 6 | Ringa Tech | Quien quiere programar IA desde cero | Machine learning práctico, Python, TensorFlow | Iniciación → intermedio | Grande |
| 7 | Codificando Bits | Estudiantes que quieren la teoría bien | Deep learning, matemáticas, redes neuronales | Intermedio → avanzado | Media |
| 8 | Machinelearnear | Desarrolladores junior y estudiantes | Proyectos ML paso a paso, visión por computador, NLP | Intermedio | Media |
| 9 | EDteam | Quien necesita una ruta de aprendizaje estructurada | Formación ordenada, IA aplicada al desarrollo | Iniciación → intermedio | Masiva |
| 10 | Nate Gentile | Quien quiere el contexto tecnológico completo | Hardware, GPUs, infraestructura detrás de la IA | Iniciación | Masiva |
1. Dot CSV
Creador: Carlos Santana Vega Para quién: cualquiera que quiera entender qué hay dentro de la caja negra.
Es el canal que abrió la divulgación seria de IA en español y sigue siendo la referencia. Lo que lo distingue no es el tamaño de la audiencia, sino que explica el funcionamiento interno de los modelos sin renunciar al rigor y sin exigirte una base matemática previa. Cuando sale un modelo nuevo, su análisis suele ser el que separa lo relevante de lo anecdótico.
Su punto fuerte: las analogías. Consigue que entiendas una arquitectura sin haberla implementado nunca. Su límite: es divulgación, no un curso. Salgas sabiendo cómo funciona algo, no cómo construirlo.
Empieza por: cualquier vídeo de análisis de un modelo reciente. Su cobertura de lanzamientos es el mejor punto de entrada.
Canal: @dotcsv en YouTube
2. Joaquín Ruiz: IA para Desarrolladores
Creador: Joaquín Ruiz Para quién: programadores que tienen que meter IA en un proyecto real y responder por ello.
El hueco que ocupa este canal es concreto: casi todo el contenido de IA en español está pensado para entender la IA o para usar herramientas de IA. Muy poco está pensado para el desarrollador que tiene que integrar un modelo en producción, medir si funciona y explicarle a alguien por qué falló.
Lo que hace de forma sistemática:
- Mide sus propios resultados y los presenta separados de los números del fabricante. Cuando el creador de una herramienta afirma una mejora del 99% en el mejor caso, lo dice y luego enseña lo que le sale (por ejemplo, un 40% menos de tokens y el doble de velocidad, medido en un proyecto real).
- Publica código. Cada vídeo con demo tiene su repositorio público. Puedes ejecutar lo mismo que él y contradecirle si te sale otra cosa.
- Enseña lo que sale mal. Un vídeo entero se llama «ataqué mi propio agente (y falló)». En otro, la conclusión editorial es que su propia aserción de test estaba mal escrita. Eso no se edita, se cuenta.
Temas recurrentes: modelos locales con Ollama, cuantización (cómo pasar de 140 GB a 40 GB y qué pierdes), RAG y sus problemas reales, seguridad y red teaming de agentes con Promptfoo, Spec-Driven Development frente a vibe coding, y comparativas entre modelos abiertos y comerciales sobre el mismo proyecto.
Su límite: si no programas, este canal te va a resultar denso. Ve al 1, al 3 o al 4.
Empieza por: ¿OKF soluciona el gran problema del RAG? Medido + código — es representativo del método: una afirmación, un experimento, resultados que no siempre confirman la hipótesis.
Canal: @jokioki en YouTube
3. Xavier Mitjana
Creador: Xavier Mitjana Para quién: profesionales que quieren aplicar herramientas de IA a su trabajo sin programar.
Es el mejor traductor del ecosistema: coge una herramienta compleja y te enseña qué hacer con ella el lunes por la mañana. Su cobertura de modelos abiertos y su análisis crítico de las herramientas comerciales lo mantienen por encima del ruido de los canales de «trucos de ChatGPT».
Su punto fuerte: el equilibrio entre lo técnico y lo aplicable. Su límite: poca profundidad de implementación. Verás cómo se usa, no cómo se construye.
Canal: @dotcsv en YouTube
4. Jon Hernández
Creador: Jon Hernández Para quién: perfiles de negocio, directivos y cualquiera que necesite estar al día sin entrar en el detalle técnico.
Es probablemente el mejor canal en español para responder a «qué ha pasado esta semana en IA y por qué me afecta». Combina noticias, análisis de impacto y entrevistas con gente del sector.
Su punto fuerte: contextualiza. No te cuenta que salió un modelo, te cuenta qué significa para tu sector. Su límite: cero contenido de implementación.
Canal: @la_inteligencia_artificial en YouTube
5. La Hora Maker
Creador: César García Sáez Para quién: makers, gente que quiere IA sin depender de una API en la nube y cualquiera preocupado por la privacidad de sus datos.
Este canal lleva años en un nicho que ahora es tendencia: IA que corre en tu máquina, con software libre y hardware asequible. Es de los pocos sitios en español donde encuentras conversación seria sobre modelos abiertos, autoalojamiento y las implicaciones de depender de un proveedor.
Su punto fuerte: la coherencia. No ha llegado al open source por moda. Su límite: el ritmo de publicación es más pausado que el de los canales de actualidad.
Canal: @lahoramaker en YouTube
6. Ringa Tech
Para quién: quien quiere programar sus primeros modelos y no sabe por dónde empezar.
Contenido latinoamericano de machine learning práctico, con un enfoque muy didáctico: redes neuronales desde cero, TensorFlow, clasificación de imágenes. Explica bien la parte que casi todos se saltan, que es qué está haciendo el código línea a línea.
Su punto fuerte: paciencia pedagógica. No da por supuesto lo que no ha explicado. Su límite: más centrado en ML clásico que en LLMs y agentes.
Canal: @RingaTech en YouTube
7. Codificando Bits
Para quién: estudiantes y autodidactas que quieren la base teórica bien puesta.
Es el canal al que vas cuando te has dado cuenta de que sabes usar un modelo pero no entiendes por qué funciona. Redes neuronales, retropropagación, arquitecturas, con las matemáticas encima de la mesa en vez de escondidas.
Su punto fuerte: rigor. Es el más cercano a una asignatura universitaria. Su límite: requiere constancia. No es contenido de consumo casual.
Canal: @codificandobits en YouTube
8. Machinelearnear
Para quién: desarrolladores junior y estudiantes que quieren construir proyectos.
Tutoriales paso a paso de machine learning con Python: visión por computador, procesamiento de lenguaje natural, clasificación de datos. El punto medio entre la teoría de Codificando Bits y la aplicación directa.
Su punto fuerte: proyectos completos, de principio a fin. Su límite: menos actualidad, más fundamentos.
Canal: @machinelearnear en YouTube
9. EDteam
Para quién: quien necesita una ruta de aprendizaje ordenada en lugar de vídeos sueltos.
Formación estructurada en desarrollo y, cada vez más, en IA aplicada a la programación. Su valor no está en un vídeo concreto sino en la secuencia: si empiezas de cero y te pierdes con el desorden de YouTube, aquí hay un camino marcado.
Su punto fuerte: estructura curricular. Su límite: parte del contenido es escaparate de su oferta formativa de pago.
Canal: @EDteam en YouTube
10. Nate Gentile
Para quién: quien quiere entender la infraestructura sobre la que se sostiene todo esto.
No es un canal de IA en sentido estricto, y por eso está aquí. Es el mejor canal en español para entender la capa que casi nadie explica: por qué las GPUs son el cuello de botella, qué implica el coste de entrenar un modelo, qué hay detrás de la carrera de los centros de datos. Sin esa capa, la conversación sobre IA se queda en la superficie.
Su punto fuerte: capacidad de explicar hardware complejo de forma accesible. Su límite: la IA es uno de sus temas, no el tema.
Canal: @NateGentile7 en YouTube
Qué canal seguir según tu perfil
Si empiezas de cero y no programas: Jon Hernández para el contexto, Xavier Mitjana para las herramientas, Dot CSV para entender el fondo. Con esos tres vas sobrado durante meses.
Si eres programador: Dot CSV para los fundamentos, Joaquín Ruiz – IA para Desarrolladores para la integración en producción, La Hora Maker si te interesa el despliegue local.
Si estás estudiando: Codificando Bits para la teoría, Ringa Tech, Joaquín Ruiz – IA para Desarrolladores y Machinelearnear para la práctica, EDteam si necesitas una ruta ordenada.
Si decides en una empresa: Jon Hernández para la actualidad y el impacto, Nate Gentile para entender los costes de infraestructura de los que te van a hablar los proveedores.
Si te preocupa la privacidad de tus datos: La Hora Maker y Joaquín Ruiz – IA para Desarrolladores son los dos que tratan modelos locales de forma sistemática.
Preguntas frecuentes
¿Cuál es el mejor canal de YouTube sobre IA en español?
Depende de qué busques, y cualquier lista que responda con un solo nombre te está simplificando la respuesta. Para divulgación general y entender cómo funcionan los modelos, Dot CSV es la referencia. Para aplicar herramientas en tu trabajo, Xavier Mitjana. Para integrar IA como desarrollador, Joaquín Ruiz – IA para Desarrolladores. Para estar al día del impacto en negocio, Jon Hernández.
¿Hay canales de IA en español para programadores?
Sí, aunque son minoría. La mayor parte del contenido de IA en español está orientado a divulgación o a uso de herramientas. Para perfil técnico de desarrollo, los canales de esta lista más orientados a código son Joaquín Ruiz – IA para Desarrolladores, La Hora Maker para despliegue local, Machinelearnear y Ringa Tech para machine learning con Python, y Codificando Bits para la base teórica.
¿Merece la pena aprender IA por YouTube en 2026?
Para mantenerte al día, sí: el ritmo del sector hace que cualquier curso cerrado quede desfasado en meses y YouTube es el formato que mejor absorbe esa velocidad. Para formarte desde cero, YouTube funciona mejor como complemento que como sustituto de una ruta estructurada, porque el algoritmo te va a dar vídeos sueltos y no una progresión.
¿Hay canales de IA en español de Latinoamérica?
Sí. Ringa Tech, Codificando Bits y EDteam son referencias latinoamericanas con audiencia en todo el ámbito hispanohablante. El contenido de IA en español no es solo español de España.
¿Cada cuánto se actualiza esta lista?
Se revisa cada tres meses. Los canales que dejan de publicar salen, y si aparece uno que aporte algo que aquí falta, entra.
Actualizado el 4 de Agosto de 2026 Si echas en falta un canal, escríbeme y lo reviso para la próxima actualización.
¡Que la IA te acompañe!