Raras ferramentas simplificadas oferecem a possibilidade de avaliar o impacto do aproveitamento da luz natural no consumo energético de edificações de forma completa devido à dificuldade de modelar a sua dupla influência: no sistema de iluminação artificial e condicionamento de ar. este trabalho teve por objetivo investigar as possibilidades e as limitações da aplicação de redes neurais artificiais (rnas) para estimar o potencial energético do aproveitamento da iluminação natural em edificações não residenciais por meio da metamodelagem de suas variáveis-chave. o método adotado apresentou duas etapas: a primeira, de abordagem sistemática investigativa; e a segunda, de abordagem propositiva. na etapa investigativa, identificou-se a necessidade de avaliar o desempenho das rnas diante de técnicas estatísticas já estudadas, adotando-se a regressão linear multivariada (rlm), e de avaliar o potencial das rnas para a metamodelagem das principais variáveis-chave da iluminação natural referentes: a descrição, a localização e o desempenho do edifício. para a comparação entre a precisão dos modelos rna e rlm, repetiu-se um estudo anterior que propôs uma equação baseada em rlm para modelar uma zona termoluminosa, propondo-se uma rna e comparando-se a precisão das técnicas. a investigação das variáveis da descrição do edifício teve como principal norteador a verificação do potencial das rnas para modelar variáveis que operam em diferentes escalas. a investigação das variáveis do contexto do edifício avaliou o potencial das redes para modelar o comportamento de edificações em diferentes climas. para a investigação das variáveis de desempenho do edifício, as redes foram testadas diante de diferentes agrupamentos de variáveis de desempenho de iluminação natural e de consumo energético. essas avaliações foram desenvolvidas conforme: a) a seleção das variáveis; b) a amostragem dos dados (direcionada ou aleatória através de hipercubo latino); c) a simulação energética (energyplus e plug-in diva do programa rhinoceros, conforme a etapa do estudo priorizasse tempo ou precisão da simulação); d) o treinamento da rna; e e) a análise dos resultados e a definição da ação seguinte. para a realização das simulações integradas no diva, propôs-se um algoritmo de parametrização desenvolvido no plug-in grasshopper, que permite a simulação de mais de 10 milhões de casos diferentes. a metamodelagem baseou-se em uma única zona termoluminosa, partindo-se da rede mais simples que pudesse aprender e generalizar soluções. a acurácia das rnas foi verificada através da utilização de novos modelos, com características diferentes das conhecidas pela rede. a abordagem propositiva do método dispôs um método simplificado para determinar a redução do consumo energético de edifícios devido ao aproveitamento da iluminação natural. a variável de saída da rna foi a densidade de potência de iluminação em uso (dpu), que é ponderada pela área de zonas de iluminação natural para determinar a dpu do edifício. para a definição da área das zonas, foram propostas equações que consideraram o dinamismo do clima. como resultado, 799 redes foram testadas diante de 19 variáveis da descrição, 14 do contexto e 15 do desempenho do edifício. foram simulados 12.041 casos (21.187 simulações de iluminação natural e termoenergéticas). os resultados da etapa investigativa apontaram as rnas como método mais preciso que a rlm, a ponto de melhorar o coeficiente de determinação de 0,62 para 0,99. quanto à investigação das variáveis da descrição do edifício, as rnas foram capazes de modelar a influência dos parâmetros orientação, percentual de abertura da fachada e transmissão visível com erro percentual inferior a 5%. quanto ao contexto do edifício, os melhores resultados foram obtidos agrupando-se variáveis de localização geográfica, características térmicas e disponibilidade de luz e considerando-se cidades de diferentes hemisférios na mesma rede, num total de 11 climas. quanto às variáveis de desempenho, as redes apresentaram maior facilidade na predição das variáveis de consumo energético isoladamente do que de medidas de iluminação natural isoladamente ou de ambos na mesma rede. quanto à etapa propositiva, o método simplificado resultou em erros inferiores a 5% quando comparado à simulação computacional. como conclusão geral, as rnas apresentaram elevado potencial para serem utilizadas em métodos simplificados de iluminação natural sob o enfoque energético para diversas localidades com precisão superior à rlm. os objetivos do trabalho foram cumpridos, visto que se obteve um panorama das potencialidades da metamodelagem da iluminação natural utilizando rnas diante de suas principais variáveis-chave e das estruturas de rnas mais difundidas para a representação de funções. como principal contribuição social e prática do trabalho, destacam-se um método passível de ser aplicado em todo o território nacional e a contribuição para códigos e normas locais. como contribuição científica e teórica, destaca-se o avanço nos estudos de aplicação de inteligência artificial para a modelagem dos fenômenos físicos dinâmicos no ambiente construído (luminoso e térmico).