O uso de filtros geotêxteis em atividades de engenharia geotécnica e proteção ambiental tem sido crescente nas últimas décadas devido às vantagens na execução de empreendimentos e na preservação ambiental, reduzindo o uso de materiais naturais como areia e brita. No entanto, preocupações sobre seu desempenho a longo prazo, como a redução de permeabilidade e colmatação, persistem. O comportamento do filtro é influenciado por diversas condições, especialmente o tipo de solo, sobretudo em solos internamente instáveis, onde a sufusão pode comprometer o desempenho do filtro. Portanto, é necessário buscar métodos alternativos de previsão de comportamento sob tais condições. Este artigo propõe o uso de Rede Neural Artificial (RNA) para prever a permeabilidade do sistema solo-geotêxtil com base em 352 resultados obtidos em pesquisas. Foi utilizada uma arquitetura de Perceptron Multicamada (PMC) para configurar o modelo e adotou-se o algoritmo de Retropropagação (RP). Além disso, foi realizada regressão multivariada (RM) para estimar a permeabilidade e correlacionar as propriedades do solo com as do filtro. A acurácia dos métodos RNA e RM foi comparada por meio de erros estatísticos. O potencial desses métodos para prever o desempenho de sistemas solo-filtro geotêxtil em condições internamente instável mostrou-se satisfatório.