O Melhoramento genético animal (MGA) é promovido através da seleção de indivíduos com genética superiores para que sejam os pais da futura geração. Uma etapa fundamental do MGA é a avaliação genética, isto é, a identificação dos indivíduos com valores genéticos favoráveis para determinada característica. Atualmente, a metodologia que tem maior destaque para avaliação genética é o Best Linear Unbiased Prediction (BLUP). Essa metodologia possui uma série de procedimentos estatísticos com o objetivo de estimar simultaneamente efeitos ambientais e genéticos. Contudo, a aplicação e resolução desse método demandam um custo computacional elevado por se tratar de um sistema de equações lineares. Nesse cenário, o objetivo deste trabalho é uma abordagem que usa Redes Neurais Artificiais (RNA) para predizer o mérito genético animal. Os resultados obtidos demonstram que a RNA teve bons resultados para predição do mérito genético animal, que obteve resultados como Mean Squared Error (MSE) de 0.26, Mean Absolut Error (MAE) de 0.4 e correlação de Pearson de 0.81 com base no BLUP esperado. A abordagem proposta tem potencial para auxiliar os produtores na tomada de decisão quando deparados com a identificação e seleção de animais com potencial genético superior para as características de importância econômica em sistemas de produção de carne de pequenos ruminantes.