Este estudio tuvo como objetivo examinar las características de resistencia al corte de mezclas de arena y goma granular en pruebas de corte directo. Se utilizaron dos tamaños diferentes de goma y uno de arena en el experimento, con la arena mezclada con varios porcentajes de goma (0%, 10%, 20%, 30% y 50%). Las mezclas se prepararon a tres densidades diferentes (sueltas, ligeramente densas y densas), y se probó la tensión de corte a cuatro tensiones normales (30, 55, 105 y 200 kPa). Los resultados de 80 pruebas de corte directo se utilizaron para calcular los ángulos de fricción interna pico y residual de las mezclas, y se encontró que la tensión normal tenía un efecto significativo en el ángulo de fricción interna, con un aumento en la tensión normal que conducía a una disminución en el ángulo de fricción interna. Estos resultados indicaron que la teoría de Mohr-Coulomb, que se aplica solo a partículas rígidas, no es aplicable en mezclas de arena y goma, donde se mezclan partículas rígidas (arena) y partículas blandas (goma). La resistencia al corte de las mezclas también fue influenciada por múltiples factores, incluyendo la morfología de las partículas (relación de tamaño, forma y gradación), la densidad de la mezcla y la tensión normal. Por primera vez en la literatura, se utilizaron programación genética, bosques aleatorios de clasificación y regresión, y regresión lineal múltiple para predecir los ángulos de fricción interna pico y residual. La programación genética resultó en la creación de dos nuevas ecuaciones basadas en el peso unitario de la mezcla, la tensión normal y el contenido de goma. Se encontró que ambos modelos de inteligencia artificial eran capaces de predecir con precisión los ángulos de fricción interna pico y residual de las mezclas de arena y goma.