This document shows a novel computational proposal for the detection of landslides supported by artificial intelligence, in particular from Machine Learning that allows detection in large areas of the earth's surface quickly at any work scale. This proposal arises from the need to predict and detect landslides that occur in geographic space and that can be studied by disciplines such as geology, geotechnics, ecology, risk management, among others. Landslides are common in regions with heterogeneous topography with different types of geological formations. These natural phenomena affect linear infrastructures such as pipelines and roads, as well as the population that lives near these risk areas. By designing a model for the prediction and detection of landslides that is replicable and scalable, we want to provide a useful alternative that is implemented from Machine Learning with the techniques of Decision Tree, SVM, artificial neural networks, Gradient Boosting Machine and StackingClassifier. The processing model was trained in three geographic areas and tested in other geographic areas with precisions and results useful in different disciplines.Resumen -Este documento muestra una propuesta novedosa computacional para la detección de deslizamientos de tierra soportada en inteligencia artificial, en particular desde el Machine Learning que permite la detección en grandes áreas de la superficie terrestre de forma rápida a cualquier escala de trabajo.Esta propuesta surge desde la necesidad de predecir y detectar los deslizamientos de tierra que se presentan en el espacio geográfico y que pueden ser estudiadas por disciplinas como la geología, geotecnia, ecología, gestión de riesgos, entre otros.Los deslizamientos de tierra son comunes en regiones con topografía heterogénea con diferentes tipos de formaciones geológicas, estos fenómenos naturales afectan las infraestructuras lineales como ductos y vías, también a la población que vive aledaña a estas zonas de riesgo.Al diseñar un modelo para la predicción y detección de deslizamientos replicable y escalable, se quiere brindar una alternativa útil que se implementa desde Machine Learning con las técnicas de Árbol de decisiones, SVM, redes neuronales artificiales, Gradient Boosting Machine y StackingClassifier.El modelo de procesamiento se entrenó en tres zonas geográficas y se puso a prueba en otras zonas geográficas con precisiones y resultados útiles en diferentes disciplinas.