La agrietamiento inducido por desecación en suelos arcillosos afecta significativamente el rendimiento estructural y la durabilidad de los sistemas geotécnicos. Este estudio presenta un enfoque basado en datos para predecir el Factor de Intensidad de Agrietamiento y Retracción (CSIF), un índice integral que cuantifica tanto la formación de grietas como el comportamiento de retracción en suelos en secado. Se desarrolló una base de datos de 100 pruebas de desecación controladas utilizando cinco mezclas de arcilla con diferentes índices de plasticidad, que fueron sometidas a una variedad de tasas de secado, grosores de suelo y condiciones iniciales. Se evaluaron cuatro modelos predictivos: Regresión Lineal Múltiple (MLR), Bosque Aleatorio de Clasificación y Regresión (CRRF), Red Neuronal Artificial (ANN) y Programación Genética (GP). El modelo ANN utilizando Regularización Bayesiana demostró un rendimiento superior ( = 0.99, MAE = 5.44), seguido por CRRF y ecuaciones simbólicas de GP. El análisis de sensibilidad identificó la tasa de secado y el grosor del suelo como los parámetros más influyentes, mientras que el contenido de humedad inicial y las condiciones ambientales resultaron ser redundantes cuando se incluyó la tasa de secado. Este estudio no solo avanza en la modelización predictiva del agrietamiento por desecación, sino que también introduce ecuaciones interpretables para usos prácticos en ingeniería. Los modelos desarrollados ofrecen herramientas valiosas para la evaluación del riesgo de agrietamiento en revestimientos de arcilla, cubiertas de suelo y cimientos de suelos expansivos.