Los eventos sísmicos siguen siendo una amenaza significativa, causando pérdida de vidas y daños extensos en regiones vulnerables. La licuación del suelo, un fenómeno complejo donde las partículas del suelo pierden confinamiento, representa un riesgo sustancial. Los procedimientos convencionales simplificados existentes, y algunas técnicas actuales de aprendizaje automático, para la evaluación de la licuación revelan limitaciones y desventajas. Utilizando la base de datos de casos de licuación disponible públicamente, este estudio tuvo como objetivo producir un modelo de clasificación de activación de licuación basado en reglas utilizando aprendizaje automático basado en conjuntos rugosos, que es una herramienta de aprendizaje automático interpretable. Tras una serie de procedimientos, se eligió un conjunto de 32 reglas en forma de declaraciones IF-THEN como el mejor conjunto de reglas. Mientras que algunas reglas mostraron los resultados esperados, hay varias reglas que presentaron valores umbral de atributos para activar la licuación. Las reglas que rigen los suelos finos surgieron y desafiaron algunas de las comprensiones comunes de la licuación del suelo. Además, este estudio también ofreció un diagrama de flujo claro para utilizar el modelo basado en reglas, demostrado a través de ejemplos prácticos utilizando un registro de perforación. Los resultados de los procedimientos simplificados del estado de la práctica para la activación de la licuación se alinean bien con el modelo basado en reglas propuesto. Se justifican recomendaciones para evaluaciones adicionales de algunas reglas y la expansión de la base de datos de licuación.