El diseño tradicional de cimientos en arcilla blanda a menudo se basa en pilotes de gran diámetro, que, aunque efectivos, son costosos e imprácticos para edificios de baja a mediana altura. Los micropilotes han surgido como una alternativa rentable, ofreciendo una solución eficiente a estos desafíos. Para avanzar en la adopción de micropilotes en la práctica geotécnica, este estudio emplea un algoritmo genético multiobjetivo basado en regresión polinómica evolutiva (EPR-MOGA), un método híbrido de inteligencia artificial, para desarrollar un modelo robusto y sencillo para predecir la respuesta de carga-asentamiento de los rafts con micropilotes en suelos cohesivos bajo cargas verticales. El modelo se creó utilizando una base de datos extensa que comprende 458 puntos de datos derivados de pruebas de campo, experimentos en centrífuga, estudios de laboratorio y simulaciones numéricas reportadas en la literatura. Esta base de datos integral cubre una amplia gama de escenarios al variar parámetros clave de los micropilotes dentro de un grupo, incluyendo su longitud, diámetro, número, separación, método de construcción y grosor del raft. El modelo EPR propuesto podría ofrecer predicciones precisas, proporcionando un enfoque práctico para aplicaciones geotécnicas. Además, las predicciones del modelo podrían respaldar la conclusión de que los micropilotes inyectados a presión son más eficientes que los inyectados por gravedad para mejorar el rendimiento de los rafts con micropilotes.