Raționamentul bazat pe model este utilizarea unui model de lucru și a observațiilor însoțitoare din lumea reală pentru a trage concluzii. Joacă un rol important în sistemele logice artificiale, precum și în raționamentul în științe. Crearea modelului este aspectul care consumă timp al acestei abordări, deoarece este necesar ca modelul să fie cât mai profund, complex și detaliat posibil pentru a obține cele mai bune rezultate. Odată ce un model de lucru a fost stabilit, acesta poate necesita și actualizări periodice.
Într-un exemplu de raționament bazat pe modele, o companie ar putea dezvolta un model neurologic funcțional al corpului uman. Modelul ar include în mod normal informații despre rețeaua de conexiuni găsite în sistemul nervos central și periferic. Datele despre simptomele problemelor neurologice ar putea fi integrate în sistem, folosind observații pentru a crea o matrice de informații cunoscute. Un utilizator ar putea interacționa cu modelul introducând simptomele pacientului, cum ar fi vorbirea neclară și pupilele dilatate inegal, și ar returna un diagnostic potențial, cum ar fi accidentul vascular cerebral.
Astfel de sisteme pot avea o gamă largă de aplicații în științe. Sistemele artificiale pot permite cercetătorilor să exploreze și să testeze ipoteze. Raționamentul bazat pe model poate fi, de asemenea, coloana vertebrală a unui sistem de monitorizare care trimite alerte pe baza intrărilor. Modelarea climatică, de exemplu, permite computerelor să preia informații despre condițiile meteorologice actuale și să le ruleze printr-un model pentru a oferi informații despre furtunile tropicale în devenire și alte evenimente meteorologice de îngrijorare. Automatizarea unor sarcini poate permite cercetătorilor să se concentreze asupra altor subiecte care necesită raționamente mai complexe.
Același concept poate sta la baza unor forme de gândire științifică. Cercetătorii mențin modele de lucru despre concepte științifice, cum ar fi modul în care funcționează plăcile tectonice, și fac observații pentru a consolida modelul și a dezvolta un compendiu de informații de sprijin. Acest lucru le permite să tragă concluzii despre evenimentele științifice, pe baza a ceea ce știu din model și a observațiilor pe care le-au făcut. Dacă, de exemplu, cercetătorii monitorizează un vulcan, raționamentul bazat pe model le poate permite să emită o avertizare de evacuare dacă comportamentul vulcanului este în concordanță cu o erupție iminentă.
Dezvoltarea modelelor poate necesita timp, răbdare și contribuții din mai multe surse. Cu cât mai multe puncte de date, cu atât mai precisă și mai detaliată poate fi raționamentul bazat pe model. Acest lucru îi poate ajuta pe modelatori să evite erorile potențial costisitoare, cum ar fi eșecul în a anticipa o problemă care ar fi fost evidentă cu mai multe date. Pe măsură ce apar observațiile, ele pot fi adăugate la corpul de cunoștințe, ceea ce poate duce la schimbări la model. De exemplu, o observație ar putea dovedi că o regulă bazată pe model este de fapt incorectă sau nu ține cont de o anumită variabilă.