การให้เหตุผลเชิงคุณภาพ (Qualitative Reasoning หรือ QR)เป็นสาขาการวิจัยภายในปัญญาประดิษฐ์ (AI) ที่ใช้การให้เหตุผล อัตโนมัติ เกี่ยวกับลักษณะต่อเนื่องของโลกทางกายภาพ เช่น พื้นที่ เวลา และปริมาณ เพื่อวัตถุประสงค์ในการแก้ปัญหาและการวางแผนโดยใช้ข้อมูลเชิงคุณภาพแทน ข้อมูล เชิงปริมาณ^{[ 1 ]}หลีกเลี่ยงค่าตัวเลขหรือปริมาณที่แม่นยำ และใช้ค่าเชิงคุณภาพแทน (เช่น สูง ต่ำ ศูนย์ เพิ่มขึ้น ลดลง เป็นต้น) ^{[ 2 ]}

การให้เหตุผลเชิงคุณภาพสร้างคำอธิบายที่ไม่ใช่ตัวเลขของระบบทางกายภาพและพฤติกรรมของระบบเหล่านั้น โดยรักษาคุณสมบัติเชิงพฤติกรรมที่สำคัญและความแตกต่างเชิงคุณภาพไว้^{[ 3 ]}เป้าหมายของการวิจัยการให้เหตุผลเชิงคุณภาพคือการพัฒนาวิธีการนำเสนอและการให้เหตุผลที่ทำให้โปรแกรมคอมพิวเตอร์สามารถให้เหตุผลเกี่ยวกับพฤติกรรมของระบบทางกายภาพได้โดยไม่ต้องใช้ข้อมูลเชิงปริมาณที่แม่นยำ ตัวอย่างเช่น การสังเกตฝนที่ตกหนักและระดับน้ำในแม่น้ำที่เพิ่มสูงขึ้นอย่างต่อเนื่อง ซึ่งเป็นข้อมูลที่เพียงพอที่จะดำเนินการเพื่อป้องกันน้ำท่วมที่อาจเกิดขึ้นได้โดยไม่ต้องทราบระดับน้ำที่แน่นอน อัตราการเปลี่ยนแปลง หรือเวลาที่แม่น้ำอาจเกิดน้ำท่วม^{[ 4 ]}

หลักการที่นำมาใช้นั้นมีพื้นฐานมาจากกระบวนการ คิด ของมนุษย์

หลักการของการให้เหตุผลเชิงคุณภาพประกอบด้วย: ^{[ 5 ]}

• ค่าที่ไม่ต่อเนื่อง
  • ใช้หน่วยย่อยแบบไม่ต่อเนื่องในการแสดงปริมาณต่อเนื่องเพื่อใช้ในการให้เหตุผล
  • ตัวอย่าง: แทนที่จะใช้ค่าตัวเลขสำหรับอัตราการเปลี่ยนแปลง ให้พิจารณาว่าอัตราการเปลี่ยนแปลงนั้นเพิ่มขึ้น ลดลง หรือคงที่
• ค่าที่เกี่ยวข้อง
  • เลือกค่าเชิงคุณภาพโดยพิจารณาจากความเกี่ยวข้องกับงาน
  • ตัวอย่าง: หากอุณหภูมิเปลี่ยนแปลง จุดเดือดอาจมีความสำคัญ แต่หากอุณหภูมิคงที่ จุดเดือดอาจไม่เกี่ยวข้อง
• ค่าหรือผลลัพธ์ที่ไม่ชัดเจน
  • แทนที่จะให้คำตอบเพียงคำตอบเดียว ให้ระบุคำตอบที่หลากหลาย
  • ตัวอย่าง: แทนที่จะคำนวณระดับหรือปริมาณน้ำเป็นตัวเลข ให้ระบุคำตอบสองคำตอบคือ ต่ำ หรือ ศูนย์
• การสร้างแบบจำลองกระบวนการ
  • เป็นตัวแทนของรัฐต่างๆ
  • แสดงถึงการเปลี่ยนแปลงระหว่างสถานะต่างๆ
  • สำหรับปริมาณ ให้กำหนดจุดอ้างอิงและใช้เหตุผลเรื่องความไม่เท่าเทียมกัน
  • ตัวอย่าง: ถ้าอุณหภูมิของน้ำต่ำกว่าจุดเดือด ระดับน้ำจะคงที่หรือลดลงช้าๆ; ถ้าอุณหภูมิของน้ำสูงกว่าจุดเดือด ระดับน้ำจะลดลงอย่างรวดเร็ว; ถ้าอุณหภูมิของน้ำเปลี่ยนแปลงจากต่ำกว่าจุดเดือดไปสูงกว่าจุดเดือด ระดับน้ำจะเปลี่ยนเป็นลดลงอย่างรวดเร็ว; ถ้าอุณหภูมิของน้ำสูงกว่าจุดเดือดเป็นระยะเวลาหนึ่ง ระดับน้ำจะต่ำหรือเป็นศูนย์

เทคนิคที่พัฒนาขึ้นสำหรับการให้เหตุผลเชิงคุณภาพช่วยให้สามารถจำลองระบบเชิงปริมาณซึ่งอยู่ภายใต้ข้อจำกัดหลายประการในรูปแบบของอสมการและสมการได้ นอกจากนี้ยังช่วยให้สามารถจำลองระบบที่สำคัญบางอย่าง เช่น ระบบนิเวศ ซึ่งอาจซับซ้อนเกินกว่าจะสร้างแบบจำลองได้ด้วยวิธีอื่น การให้เหตุผลเชิงคุณภาพจึงเป็นวิธีการสร้างแบบจำลองโดยใช้ทั้งอสมการเชิงปริมาณและคุณสมบัติ

พื้นที่การประยุกต์ใช้ที่ประสบความสำเร็จ ได้แก่การควบคุมกระบวนการการตรวจสอบระบบ การอธิบาย^{[ 2 ]}การสนับสนุนยานอวกาศอัตโนมัติ การจำลองและการอธิบายพฤติกรรมของโครงสร้าง^{[ 6 ]}การวิเคราะห์ความล้มเหลวและการวินิจฉัยบนยาน การสร้างซอฟต์แวร์ควบคุมอัตโนมัติสำหรับเครื่องถ่ายเอกสาร การรวบรวมความรู้เชิงแนวคิดในระบบนิเวศ และอุปกรณ์ช่วยอัจฉริยะสำหรับการเรียนรู้ของมนุษย์^{[ 3 ]}

• การให้เหตุผลเชิงพื้นที่และเวลา

• กลุ่มการให้เหตุผลเชิงคุณภาพ (QRG)
• พอร์ทัลการให้เหตุผลและการสร้างแบบจำลองเชิงคุณภาพ (QRM) ของมหาวิทยาลัยอัมสเตอร์ดัม