Los avances tecnológicos han hecho que la ingeniería de rocas sea más impulsada por datos, lo que ha llevado a un mayor uso del aprendizaje automático (ML). Si bien el uso de ML en la ingeniería de rocas tiene el potencial de transformar la industria, primero se deben abordar varios problemas metodológicos: (i) el uso de datos sesgados (de mala calidad) en la ingeniería de rocas, lo que resulta en modelos de ML sesgados y (ii) datos limitados de clasificación y caracterización de masas rocosas. Si no se abordan estos problemas, la ingeniería de rocas corre el riesgo de utilizar modelos de ML poco fiables que pueden tener impactos adversos en la vida real. Este documento tiene como objetivo proporcionar una visión general de estos problemas metodológicos y demostrar su impacto en la fiabilidad de los modelos de ML utilizando modelos sustitutos. Para aprovechar al máximo los beneficios del ML, los ingenieros de rocas deben asegurarse de que sus modelos de ML sean fiables, garantizando que haya suficientes datos no sesgados para desarrollar modelos de ML fiables. En el contexto de este documento, el término suficiente mantiene un significado relativo, ya que la cantidad de datos que es suficiente para desarrollar modelos de ML fiables depende del problema en consideración y de la aplicación del modelo de ML (por ejemplo, pre-factibilidad, factibilidad, etapa de diseño).