Predecir las propiedades mecánicas de las piezas de Fabricación Aditiva (AM) es una tarea compleja debido a la naturaleza intrincada de los procesos de fabricación. Este estudio presenta una aplicación novedosa del Sistema de Inferencia Neuro-Fuzzy Adaptativo (ANFIS) para predecir las propiedades mecánicas de muestras de PLA producidas mediante Fabricación de Filamento Fundido (FFF). El modelo ANFIS integra las fortalezas de las redes neuronales y la lógica difusa para establecer un mapeo entre las entradas y las propiedades mecánicas de salida, específicamente la tensión máxima, la deformación y el módulo de Young. Se recopilaron datos experimentales de pruebas de flexión en tres puntos realizadas en muestras de FFF fabricadas con material PLA con diferentes parámetros de fabricación, como el patrón de relleno, el relleno, el grosor de la capa, la velocidad de impresión, la temperatura del extrusor y de la cama, la orientación de impresión (a lo largo de cada eje y ángulo de torsión) y el ángulo de raster. Estos datos se utilizaron para entrenar, verificar y validar el modelo ANFIS. Los resultados revelan que el modelo predictivo propuesto puede predecir eficazmente las propiedades mecánicas de las muestras de PLA impresas en FFF, demostrando su potencial para aplicaciones más amplias en diversas tecnologías y materiales de AM, mejorando en última instancia la eficiencia y efectividad del proceso de fabricación de AM.