La detección de fallas eléctricas o mecánicas en motores de inducción ha sido un desafío persistente para el personal de mantenimiento durante décadas, ya que es crucial para asegurar la seguridad y la eficiencia económica de los procesos industriales. Abordar este desafío requiere disponer de herramientas y técnicas avanzadas para la identificación y diagnóstico de fallos en máquinas eléctricas, así como sistemas de alerta temprana que permitan una toma de decisiones ágil y efectiva, este documento analiza los datos de corriente del estator obtenidos de motores de inducción, tanto sanos como defectuosos, con el objetivo de desarrollar un método de detección de fallas basado en técnicas de aprendizaje automático. El propósito es facilitar la detección temprana de fallas en el motor, incluyendo problemas en el estator, el rotor y los rodamientos. Este estudio propone indicadores basados en la magnitud de la corriente del estator del vector espacial para detectar y diagnosticar fallas en motores de inducción. La efectividad de estos indicadores se evaluó utilizando dos métodos de aprendizaje supervisado. A través de estudios de casos, este documento demostró la alta precisión, simplicidad y solidez del esquema de detección de fallas propuesto para la detección de fallas en motores de inducción. Además, con la integración de la base de datos de conocimiento de características, no se requiere conocimiento previo de los parámetros del motor.