Décadas de estudios tratando de definir el grado en que las redes neuronales artificiales pueden exhibir sistematicidad sugieren que la sistematicidad puede ser lograda por modelos conexionistas, pero no por defecto. Aquí presentamos un nuevo modelo conexionista de producción de oraciones que emplea representaciones ricas del modelo de situación originalmente propuestas para modelar la sistematicidad en la comprensión. El alto rendimiento de nuestro modelo demuestra que tales representaciones también son adecuadas para modelar la producción del lenguaje. Además, el modelo puede producir múltiples oraciones novedosas para situaciones previamente no vistas, incluyendo en una voz diferente (activos vs. pasivos) y con palabras en nuevos roles sintácticos, demostrando así generalización semántica y sintáctica y, posiblemente, sistematicidad. Nuestros resultados proporcionan aún más evidencia de que tales enfoques conexionistas pueden lograr sistematicidad, tanto en la producción como en la comprensión. Proponemos que nuestros resultados positivos son una consecuencia de las regularidades del microcosmos del cual se derivan las representaciones semánticas, que proporciona una estructura suficiente a partir de la cual la red neuronal puede interpretar entradas novedosas.