El crecimiento de tecnologías relacionadas con la alta demanda de fuentes de litio (Li) dicta la necesidad de soluciones tecnológicas que garanticen el suministro de Li para preservar la sostenibilidad de los procesos. El objetivo de este estudio fue utilizar una búsqueda basada en aprendizaje automático para ligandos podándicos que contengan fosforilo, potencialmente selectivos para la extracción de litio de salmueras. Basado en los datos experimentales disponibles sobre los valores de constante de estabilidad de ligandos orgánicos que contienen fosforilo con cationes de Li y Na en una relación de 4:1 THF:CHCl, se propusieron ligandos di-podándicos candidatos, para los cuales se evaluaron los valores de constante de estabilidad (log) con Li y Na, así como los correspondientes valores de selectividad utilizando métodos de aprendizaje automático (ML). La modelización mostró un rendimiento predictivo razonable con los siguientes parámetros estadísticos: el coeficiente de determinación = 0.75, 0.87 y 0.83 y el error cuadrático medio = 0.485, 0.449 y 0.32 se obtuvieron para la predicción de los valores de constante de estabilidad con cationes de Li y Na y los valores de selectividad Li/Na, respectivamente. Este análisis basado en ML fue complementado por la estimación preliminar de la complementariedad huésped-invitado de complejos metal-ligando 1:1 utilizando el software HostDesigner.