Mesmo em um contexto em que a sustentabilidade e o uso de energias renováveis estejam cada vez mais em evidência, ainda é crescente a exploração de petróleo em bacias brasileiras. Nesse contexto, este trabalho apresenta uma aplicação de Redes Adversariais Generativas (GANs) na geração de dados sintéticos relacionados a plataformas offshore em descomissionamento. Levando-se em conta que o processo de descomissionamento é uma etapa crítica na exploração de petróleo, envolvendo desafios ambientais, econômicos e de segurança, é notória a escassez de dados públicos relacionados às plataformas brasileiras, o que dificulta o desenvolvimento de modelos preditivos robustos. Nesse contexto, as GANs surgem como uma alternativa promissora para ampliar a disponibilidade de dados estatisticamente semelhantes aos reais. Este estudo busca explorar a construção de uma GAN utilizando a biblioteca PyTorch, avaliando sua eficácia principalmente através de duas métricas, a comparação da correlação dos dados e a comparação da distribuição. Os resultados obtidos revelam que a rede geradora foi capaz de replicar características-chave dos dados reais, embora com limitações no caso de atributos com baixa variabilidade nos dados originais.