Atualmente, a escavação de túneis rasos em regiões densamente ocupadas requer medidas severas para reduzir riscos e possíveis influências em estruturas próximas. Um importante passo é a previsão dos efeitos da escavação, principalmente no que concerne à geração de recalques. As Redes Neurais Artificiais (RNAs) aparecem como uma nova ferramenta para auxiliar o entendimento desses fenômenos. Isso porque a rede neural possui a capacidade de realizar generalizações, isto é, após a rede aprender características de uma categoria geral de dados baseada em uma série de exemplos daquela categoria, a rede pode apresentar respostas idênticas ou similares às respostas treinadas para entradas não treinadas. Nesse trabalho, realiza-se a aplicação de Redes Neurais Artificiais para os dados das Linhas 1 e 2 do Metrô de São Paulo, onde se observa a influência de alguns parâmetros e a melhoria significativa de previsão da rede neural devido à utilização de algumas técnicas no tratamento e manuseio dos dados. Dentre as técnicas de tratamento de dados utilizadas destaca-se a adimensionalização dos dados por parâmetros da própria obra garantindo melhor estabilidade à rede e melhor capacidade de previsão. Análises de sensibilidade também são realizadas para contemplar o tipo de influência que cada parâmetro exerceu nos recalques obtidos.