RESUMEN El estudio de la estructura jerarquica de comunidades ecologicas, se ha sintetizado demanera regular a traves de tecnicas multivariadas de ordenacion o clasificacion. Sinembargo, al contarse actualmente con herramientas analiticas de computacion bio-inspirada provenientes de la inteligencia artificial, existe la oportunidad de establecermodelos ecologicos, con caracteristicas deseables como flexibilidad, exactitud, robustezy confiabilidad. En este contexto, esta investigacion utilizo dos metodos computacionalesde utilidad en ecoinformatica, referidos a redes neuronales artificiales (RNARs) para lamodelacion de la estructura jerarquica de una comunidad de macroinvertebrados ben-tonicos en terminos de auto-organizacion y prediccion. El primer metodo de modelacionconsistio en un mapa de auto-organizacion (MAU), una herramienta de aprendizaje nosupervisado que clasifico las especies de macroinvertebrados; este MAU tomo en la capade entrada la abundancia de cada taxa, y en la de salida proyecto su clasificacion en 15unidades y cuatro agrupamientos jerarquicos. La segunda RNA, correspondio a un Per-ceptron multicapa de alimentacion adelantada con algoritmo de retropropagacion, quemodelo separadamente la riqueza y la abundancia de