Modelos de auditoria e controle são necessários em um governo aberto, transparente e responsável. O uso de Redes Neurais Artificiais (RNA) em modelos de auditoria para previsão de propriedades físicas de Resíduos Sólidos Urbanos (RSU), como a composição gravimétrica, tem sido discutido, especialmente após o mundo ter vivenciado a pandemia COVID-19. A amostragem tradicional in loco é cara, lenta e requer profissionais especializados, que ficam expostos a riscos físicos e químicos, enquanto as previsões feitas pelas RNA podem ser realizadas com pouco ou nenhum manuseio de resíduos, e podem ser feitas retroativamente, para preencher lacunas de informações deixadas durante o período de quarentenas obrigatórias. As RNA dependem de conjuntos de dados fornecidos por terceiros, que precisam ser escolhidos buscando confiabilidade, periodicidade e disponibilidade. Neste trabalho mostramos a possibilidade de adotar modelos de RNA alimentados por conjuntos de dados socioeconômicos relativos a uma importante capital do Brasil para realizar previsões das propriedades físicas dos RSU produzidos nesta cidade destinados a aterros sanitários.