O índice de compressão, Cc, é utilizado para calcular o recalque de adensamento de solos argilosos moles quando solicitados por carregamentos externos. Várias equações empíricas têm sido publicadas na literatura para estimar o valor de CC para diferentes solos finos em função das propriedades índices desses solos. A multiplicidade das equações publicadas indica a necessidade de critérios de avaliação para as correlações disponíveis. Redes Neurais Artificiais (RNAs) vem sendo adaptadas para estimar o índice de compressão a partir da aprendizagem de padrões existentes entre as propriedades físicas do solo. Compreendendo que a função da rede neural não é apenas reproduzir as soluções dos exemplos treinados, mas preferencialmente adquirir a capacidade de generalização para problemas similares, este artigo avalia um conjunto de amostras de argilas marinhas do litoral da região sudeste do Brasil, para medir o potencial de generalização das RNAs para os diferentes locais de aquisição dos parâmetros dos solos empregados na modelagem. Em contribuição, este trabalho também avalia a capacidade de generalização de RNAs treinadas com argilas da Província de Mazandaram, Iran, na estimativa de CC para as amostras de argilas brasileiras analisadas. Para avaliar a confiabilidade e capacidade das redes treinadas, os resultados são comparados com os valores obtidos através das equações empíricas publicadas na literatura. Dados experimentais obtidos em diferentes laboratórios de geotecnia foram aplicados na modelagem das redes, sendo que 90% são utilizados na fase de treinamento e os outros 10% na validação cruzada da capacidade de predição. O desempenho das redes é avaliado através dos parâmetros estatísticos: coeficiente de determinação (R²) e raiz quadrada do erro médio (RMSE). Os resultados obtidos indicam a importância dos dados experimentais locais no uso das RNAs para a previsão de CC. Conclue-se que as RNAs possuem potencial de aplicação como substituto potencial aos modelos estatísticos convencionais usados na previsão de parâmetros geotécnicos em projetos de engenharia.