A inteligência artificial (IA) está ganhando destaque na modelagem geomecânica de materiais na Engenharia Geotécnica, com redes neurais profundas liderando os métodos orientados a dados. Essas redes se destacam na previsão de estados futuros de sistemas dinâmicos, mas apresentam uma limitação significativa: a falta de interpretabilidade. Modelos baseados em dados focam na previsão e carecem de equações governantes ou interpretação clara das variáveis originais. Existem alternativas para remediar essa questão, mas tais alternativas têm aplicação ainda incipiente na Geotecnia. Este artigo discute estratégias para criar modelos de IA que respeitem princípios físicos, com ênfase em abordagens que permitam a criação de modelos " caixa cinza" . Diferente dos modelos teóricos (baseados na física, sem dados) e dos " caixa preta" (baseados em dados, sem compreensão física), os modelos " caixa cinza" combinam conhecimento físico básico com calibração ou complementação por dados. Destaca-se a importância das reflexões de engenharia no uso de modelos de IA e a necessidade de se buscar modelos físicos parcimoniosos e interpretáveis. Assim, a IA deve ser vista como uma aliada na melhoria do entendimento geotécnico, e não como uma substituta aos profissionais que atuam na área.