Este estudio presenta una técnica automatizada de diagnóstico de fallos de software utilizando un grafo de transición de estados (STG) basado en la detección de componentes de GUI. Un STG es una representación gráfica de los cambios de estado en una aplicación causados por acciones ejecutadas en la GUI, lo que evita casos de prueba redundantes y genera escenarios de reproducción de errores. La técnica propuesta configura el STG de la aplicación de software utilizando tecnologías de visión por computadora e inteligencia artificial y realiza pruebas de GUI automatizadas sin intervención humana. Se llevaron a cabo cuatro experimentos para evaluar el rendimiento de la técnica propuesta: un análisis de rendimiento de detección de componentes de GUI, medición de cobertura de código, análisis de rendimiento de detección de fallos y análisis de rendimiento de detección de fallos en un entorno multi-fallo autoconfigurado. El modelo de detección de componentes de GUI obtuvo un puntaje F1 macro de 0.843, incluso con un pequeño conjunto de datos de entrenamiento para el modelo de aprendizaje profundo en el análisis de rendimiento de detección. Además, la técnica propuesta logró mejores resultados de rendimiento que el Monkey de referencia en cuanto a cobertura de código, detección de fallos y detección de múltiples fallos.