La tarea de reconocer los patrones discursivos, por medio de los cuales los miembros de una comunidad discursiva académica logran cumplir los propósitos comunicativos de los géneros académicos disciplinares, es relevante para los procesos de incorporación de nuevos miembros, a través de procesos de alfabetización académica. Las investigaciones en géneros académicos se han focalizado en los géneros expertos y, en menor medida, en géneros producidos por los estudiantes universitarios, especialmente en el área de ingeniería. El análisis de patrones discursivo del género y la inteligencia artificial (IA), a través del Procesamiento del Lenguaje Natural (PLN) han tenido un desarrollo complementario, gracias tanto a los algoritmos de clasificación automatizada y la mayor disponibilidad de grandes cantidades de datos textuales, lo que ha posibilitado la clasificación de géneros discursivos académicos. En esta línea, el objetivo de este artículo es clasificar automatizadamente las macromovidas (MM) del mesogénero informe de experiencia práctica en ingeniería. Para ello, se consideraron siete algoritmos de clasificación tradicionales, el modelo de aprendizaje profundo para español denominado BETO y sus correspondientes configuraciones. Entre los hallazgos, destaca el mejor rendimiento general de SVM_lineal. Así también, por macromovida, se destaca que SVM_lineal, BETO y KNN son más efectivos para algunas de las MMs. Estos resultados sugieren que la combinación de algoritmos sería un procedimiento útil para clasificar de mejor manera los macropropósitos de este mesogénero. Se proyecta evaluar estos algoritmos en un herramienta para retroalimentar la producción escrita desde la perspectiva del género discursivo.