Una clase de procesos inferenciales en los que añadir nuevas premisas puede invalidar conclusiones previamente obtenidas; la inferencia es defeasible en lugar de estrictamente monótona.

Principio

La inferencia se rige por reglas defeasibles y preferencias de modo que las conclusiones pueden retirarse cuando información adicional entra en conflicto con supuestos anteriores; el principio de cambio mínimo y la especificidad suelen determinar qué conclusiones se mantienen.

Demostración

Un agente asume por defecto «los pájaros vuelan» y concluye que un pájaro particular p puede volar; al aprender que p es un pingüino (excepción al defecto), el agente retira la conclusión de que p vuela.

Aplicación incorrecta

Tratar el razonamiento no monótono como mera cuantificación de incertidumbre y usarlo para justificar contradicciones persistentes, o aplicar retiradas sin respetar prioridades y contexto, produciendo conclusiones inestables u oscilantes.

Consecuencia

Permite inferencias flexibles y sensibles al contexto adecuadas al razonamiento de sentido común y a muchas aplicaciones de IA, posibilitando conclusiones tentativas que pueden revocarse con nueva información.

Inversión

Razonamiento monótono: las conclusiones se acumulan de forma monótona y nunca se invalidan por añadir premisas; una conclusión una vez implicada sigue siéndolo.

Límite

Se aplica a lógicas y sistemas que permiten entailment defeasible (lógica por defecto, lógicas defeasibles, circunscripción, etc.); no incluye sistemas deductivos puramente monotónicos, aunque puede interactuar con mecanismos de actualización probabilística.

Tensión semántica

Tensión con el razonamiento probabilístico o bayesiano: ambos manejan conocimiento incierto pero difieren en el mecanismo (reglas lógicas defeasibles frente a grados de creencia); tensión asimismo con la revisión de creencias, que se centra en el cambio del conjunto de creencias del agente.

Síntesis

El razonamiento no monótono es la familia de procedimientos inferenciales basados en reglas y defeasibles que permiten conclusiones provisionales retirables ante nueva información, organizadas por prioridades, especificidad y principios de cambio mínimo para modelar inferencia de sentido común.