Preparado por Pass-IT con ayuda de IA. Las fuentes de los fabricantes respaldan los datos del examen; los ejercicios y consejos son nuestros.
Google Generative AI Leader puede interesarte si buscas un temario estructurado para entender propuestas de IA y participar en las decisiones sobre su uso. La elección depende de tu propósito: evaluar una propuesta, conversar con un equipo técnico o documentar los requisitos de una aplicación son motivos concretos para estudiar estos contenidos.
Si quieres demostrar que sabes construir y operar una aplicación, acompaña el aprendizaje con una implementación evaluada. El certificado por sí solo no acredita esa capacidad. Puedes empezar por una decisión cercana a tu trabajo: qué tendría que demostrar un asistente de soporte antes de ampliar su uso.
Qué establece Google sobre el examen
El examen tiene 50–60 preguntas de opción múltiple y dura 90 minutos. Está disponible en inglés, japonés, español y portugués; la certificación tiene una validez de tres años. No hay requisitos previos y Google la dirige a personas con o sin experiencia técnica práctica. Datos verificados el 19 de septiembre de 2026 en la página oficial de la certificación.
Antes de decidir, escribe qué esperas obtener del estudio. Una meta útil sería poder explicar los datos permitidos, las limitaciones del modelo y los criterios de aceptación de una propuesta. Así podrás evaluar lo aprendido con un resultado concreto que puedas revisar.
Convierte el temario en tareas concretas
La guía oficial del examen, verificada el 19 de septiembre de 2026, indica estas ponderaciones aproximadas. Los resultados sugeridos son recomendaciones de estudio, no requisitos de Google.
| Área | Peso aproximado | Resultado sugerido |
|---|---|---|
| Fundamentos de IA generativa | ~30% | Explicar por qué una respuesta plausible puede carecer de respaldo |
| Oferta de IA generativa de Google Cloud | ~35% | Dibujar las capas de un asistente de soporte |
| Mejora de las respuestas del modelo | ~20% | Relacionar un error observado con una técnica y una prueba |
| Estrategias empresariales | ~15% | Redactar una propuesta de decisión con criterios de aceptación |
Estudia los nombres junto con su función. La guía incluye Gemini, Gemma, Imagen y Veo, además de Gemini Enterprise y Agent Platform/Model Garden/Agent Search. Esta lista no constituye un catálogo completo. Distingue el modelo que genera contenido, la recuperación que aporta documentos, las herramientas que ejecutan acciones y el entorno que controla los accesos. Para cada componente, anota qué requisito justifica utilizarlo.
Decide si un piloto de IA puede ampliarse
Un equipo de soporte quiere que un asistente de IA redacte respuestas. La demostración parece convincente. ¿Qué pruebas justificarían ampliar el piloto?
Utiliza únicamente registros de clientes y solicitudes de soporte ficticios en este ejercicio.
Define el éxito con solicitudes representativas, incluidas las sensibles y las que no tienen respuesta. Compara con el proceso actual la exactitud de las respuestas, su respaldo documental y las correcciones humanas necesarias. Una demostración fluida no prueba valor empresarial ni seguridad. Secure AI Framework (SAIF) ofrece un marco de seguridad, no una certificación de esta aplicación.
Crea una tabla con tarea, datos autorizados, evidencia esperada, respuesta ante fallos y responsable. Prueba una solicitud de información de otro cliente ficticio y una pregunta sin documento de apoyo. Define cuándo una persona debe revisar el borrador.
Recomienda continuar o detener el piloto según los errores observados y los criterios acordados. Evalúa por separado la calidad del modelo, los costes y los hallazgos de seguridad para que un buen resultado no oculte un fallo en otro ámbito.
Referencia de seguridad: resumen de Secure AI Framework de Google.
Ejemplo de una recomendación justificada
La siguiente fila y las observaciones posteriores son ficticias. Sirven para ilustrar el resultado esperado del ejercicio.
| Tarea | Datos autorizados | Evidencia esperada | Respuesta ante fallos | Responsable |
|---|---|---|---|---|
| Explicar un reembolso | Política aprobada y expediente autorizado del cliente solicitante | Afirmaciones respaldadas; ningún dato de otro cliente | Retener el borrador y escalar el caso | Responsable de operaciones de soporte |
Imagina que el asistente inventa un plazo de reembolso que no aparece en la política. Tu recomendación es no ampliar el piloto: el criterio acordado exige escalar cuando falta respaldo. El tono cortés de la respuesta no corrige el compromiso injustificado. Para este piloto ilustrativo, establece además la revisión humana de todos los borradores antes del envío.
Compara las medidas según el problema observado. Una instrucción más precisa puede indicar cómo responder cuando falta información. La generación aumentada por recuperación, o RAG, puede aportar fragmentos pertinentes de una política aprobada, pero no una respuesta ausente del documento. Los controles de acceso deben limitar qué expedientes se pueden recuperar. Repite los mismos casos después del cambio y registra por separado el respaldo documental y las correcciones humanas.
Entrega una nota de una página con la tarea, los datos aprobados, el proceso actual como referencia, el beneficio esperado, los fallos posibles y la persona responsable. Incluye el esfuerzo de corrección y los costes operativos. La nota debe permitir entender la decisión y qué evidencia justificaría revisarla.
Practica para identificar qué revisar
Después de cada pregunta, explica por qué tu respuesta satisface los requisitos y por qué descartas las alternativas. Vuelve a la guía para resolver dudas. Google advierte expresamente que el rendimiento en sus preguntas de ejemplo no debe utilizarse para predecir el resultado del examen. La página oficial de la certificación no publica una nota numérica de aprobado; consulta las indicaciones oficiales.
Para seguir practicando, utiliza la práctica de Generative AI Leader de Pass-IT junto con la guía actual.