En este trabajo, hemos propuesto un modelo basado en IA que puede predecir simultáneamente la dureza y los porcentajes de fracción de fase del acero microaleado con una composición química y condiciones de procesamiento termomecánico predefinidas. Específicamente, el modelo utiliza una red neuronal de avance mejorada por el método de conjunto. El modelo ha sido entrenado con datos experimentales derivados de diagramas de transformación por enfriamiento continuo (CCT) de 39 aceros diferentes. Las entradas del modelo incluyen un perfil de enfriamiento definido por un conjunto de valores de tiempo-temperatura y la composición química del acero. Se realizó un análisis de sensibilidad en el modelo validado para comprender el impacto de las variables de entrada clave, incluidos los aleantes individuales y las condiciones de procesamiento termomecánico. Este análisis, que mide la variabilidad en la salida en respuesta a cambios en una variable de entrada específica, mostró una excelente concordancia con los datos experimentales y las tendencias en la literatura. Así, nuestro modelo no solo predice las propiedades del acero bajo diversas condiciones de enfriamiento, sino que también se alinea con el conocimiento teórico existente y los datos experimentales.