[pt] Métodos computacionais se tornam essenciais diante de problemas complexos onde a intuição humana e métodos tradicionais falham. Trabalhos recentes apresentam redes neurais artificiais capazes de realizar eficientemente tarefas intratáveis por algoritmos convencionais com o emprego de aprendizado de máquina, tornando-se assim um dos métodos mais populares. Concomitantemente, algoritmos genéticos, inspirados pelos processos biológicos de seleção natural e mutação, têm sido utilizados como método metaheurístico para encontrar soluções de problemas de otimização. Levantamos então a questão se algoritmos genéticos possuem potencial para resolver problemas no contexto da computação quântica, onde a intuição humana decresce à medida que os sistemas físicos crescem. Especificamente, nos concentramos na evolução de códigos de correção de erros quânticos dentro do formalismo de códigos stabilizer. Ao especificar uma função de fitness apropriada, mostramos que somos capazes de evoluir códigos celebrados, como o código do Shor e o perfeito de 9 e 5 qubits respectivamente, além de novos exemplos não antecipados. Adicionalmente, comparamos com o método força bruta de busca aleatória e verificamos uma crescente superioridade do algoritmo genético conforme aumenta-se o número total de qubits. Diante dos resultados, imaginamos que algoritmos genéticos possam se tornar ferramentas valiosas para desempenhar aplicações complexas em sistemas quânticos e produzir circuitos sob medida que satisfaçam restrições impostas por hardware. / [en] Computational methods become essential in the face of complex problems where human intuition and traditional methods fail. Recent works present artificial neural networks capable of efficiently performing tasks intractable by conventional algorithms using machine learning, rendering it one of the most popular methods. Concomitantly, genetic algorithms, inspired by the biological processes of natural selection and mutation, have been used as a metaheuristic method to find solutions to optimization problems. We then raise the question of whether genetic algorithms have the potential to solve problems in the context of quantum computing, where human intuition decreases as physical systems grow. Specifically, we focus on the evolution of quantum error-correcting codes within the stabilizer code formalism. By specifying an appropriate fitness function, we show that we can evolve celebrated codes, such as the Perfect and Shor s code with respectively 5 and 9 qubits, in addition to new unanticipated examples. Additionally, we compared it with a brute force random search and verified an increasing superiority of the genetic algorithm as the total number of qubits increases. Given the results, we foresee that genetic algorithms can become valuable tools to perform complex applications in quantum systems and produce tailored circuits that satisfy restrictions imposed by hardware.