Las antenas moduladas de ondas de fuga basadas en metasuperficies han atraído cada vez más atención debido a su bajo perfil, rentabilidad y versatilidad en aplicaciones como telecomunicaciones, imágenes y sistemas de radar. Estas antenas ofrecen un control preciso sobre propiedades electromagnéticas críticas, como el factor de fuga, el momento lineal y los estados de momento angular. En este trabajo, Los autores proponen un marco de inteligencia artificial interpretable que integra las explicaciones aditivas de SHapley (SHAP) con un perceptrón multicapa (MLP) para predecir dos métricas de radiación clave: el nivel de lóbulo lateral (SLL) y el ancho de haz de media potencia (HPBW). Los resultados demuestran que la interpretabilidad puede aprovecharse no sólo para comprender las decisiones del modelo, sino también para refinar su arquitectura y rendimiento.