En este trabajo se aplicó un modelo predictivo de clasificación basado en Redes Neuronales Artificiales (RNA) Perceptrón Multicapa (MLP) asociadas al algoritmo de aprendizaje backpropagation, con el propósito de estimar las características o “síntomas” que presenta un país catalogado como más o menos corrupto; se compararon los resultados con los obtenidos por otros modelos similares en aplicación pero basados en características paramétricas convencionales y se contrastaron a su vez con los resultados teóricos esperados de acuerdo a estudios previos sobre los determinantes de la corrupción internacional. El Perceptrón Multicapa (MLP) obtuvo excelentes resultados en cuanto al poder de clasificación y estimación de las relaciones funcionales con respecto a otros modelos convencionales y los planteamientos teóricos.