El aprendizaje automático o machine learning (ML) es una rama de la inteligencia artificial que consiste, de manera resumida, en la aplicación de diversos algoritmos para obtener información de grandes conjuntos de datos. Estos algoritmos son muy útiles a la hora de resolver problemas no lineales. La ingeniería geotécnica presenta situaciones con relaciones complejas de múltiples variables por lo que resulta un campo ideal para la aplicación de técnicas de ML. Por otro lado, las técnicas de mejora de suelos suelen utilizarse en terrenos de malas características y en muchas ocasiones no se alcanza un sustrato rocoso o de elevada resistencia, si no que se apoya en suelos medios. La caracterización del terreno atravesado puede ser compleja dado que las fórmulas analíticas están generalmente adaptadas para detectar roca y no para diferenciar entre terrenos flojos y medios. En la presente comunicación se muestra que, mediante el uso de algoritmos de ML, es posible correlacionar los parámetros registrados durante la perforación de Columnas de Modulo Controlado (CMC) con los golpeos del penetrómetro. De esta manera para cada columna ejecutada se obtiene un registro análogo al que se obtendría con la ejecución de un penetrómetro.