Definición
Una estrategia inferencial que deriva consecuencias a partir de hechos conocidos aplicando repetidamente reglas de inferencia hasta que se alcanza una meta o no pueden producirse nuevos hechos.

Principio

Principio
Dado un conjunto de hechos y reglas, hacer coincidir continuamente los antecedentes de las reglas con los hechos actuales para activar reglas y añadir sus consecuentes a la base de hechos, iterando hasta la saturación o hasta que aparezca el hecho deseado.

Demostración

Demostración
En un sistema experto, reglas como (fiebre ∧ sarpullido) → sarampión se activan cuando los hechos correspondientes están presentes, añadiendo el diagnóstico a la memoria de trabajo y posiblemente desencadenando reglas adicionales.

Aplicación incorrecta

Aplicación incorrecta
Aplicar encadenamiento hacia adelante en dominios con grandes espacios de hechos o muchas reglas irrelevantes puede causar explosión combinatoria; no controlar la resolución de conflictos o la prioridad de reglas conduce a no terminación o inferencia ineficiente.

Consecuencia

Consecuencia
Produce el cierre de la base de hechos bajo el conjunto de reglas y es adecuado para sistemas reactivos, canalizaciones impulsadas por datos y situaciones donde se requieren todas las consecuencias o disparadores.

Inversión

Inversión
El encadenamiento hacia atrás es la inversión conceptual: parte de una meta y trabaja hacia atrás hasta los hechos en lugar de empujar consecuencias hacia adelante desde los hechos.

Límite

Límite
Requiere reglas con antecedentes que se puedan emparejar con hechos concretos; menos apto para consultas específicas, razonamiento por defecto/no monotónico o cuando las prioridades entre inferencias deben gestionarse dinámicamente sin mecanismos adicionales.

Tensión semántica

Tensión semántica
Compite con el encadenamiento hacia atrás y con estrategias de tableau/tabling; hay tensión entre la inferencia exhaustiva dirigida por datos y la búsqueda orientada a objetivos.

Síntesis

Síntesis
El encadenamiento hacia adelante es inferencia dirigida por datos: aplica repetidamente reglas coincidentes a hechos para generar nuevos hechos hasta que la base de hechos se sature o aparezca un hecho objetivo.