Kvalitativt resonemang är ett resonemang som inte bygger på siffror, utan på en rad mer abstrakta eller sofistikerade data. Det jämförs ofta med kvantitativa resonemang, som per definition bygger på numeriska värden eller statistik. Vissa skulle kanske beskriva kvalitativa resonemang som ”intuitiva” resonemang, där de logiska utfall som är involverade förlitar sig på mindre tekniska faktorer. Många ser det också som en ”högre nivå” typ av resonemang än rent kvantitativa resonemang, som bara kräver specifika antal beräkningar för att lyckas.
En av de intressanta sakerna med kvalitativt resonemang under det tjugoförsta århundradet är att det har tillämpats, inte bara på mänskligt tänkande, utan på artificiell intelligens. Artificiell intelligens är teknikens förmåga att imitera människors eller djurs tankar och att fatta beslut baserat på förändrade faktorer. I denna strävan spelar kvalitativt resonemang en framträdande roll, eftersom en del av utmaningen för att utveckla teknik är att använda mer än bara siffror för att skapa logiska resultat. Detta är bara en liten del av det sätt som forskare försöker hjälpa till att få teknologier att reproducera funktionerna i en organisk hjärna, där modern vetenskap har producerat några imponerande framgångar, men också har mött några till synes oöverstigliga utmaningar.
Experter skulle definiera kvalitativa resonemang som allt som inte bara är baserat på siffror. Ett kvalitativt resonemangsprojekt kan ta ett antal bilder eller villkor och försöka analysera dem ur ett mindre tekniskt perspektiv än vad kvantitativa resonemang skulle kräva. Under de första åren av datorer fokuserade forskare nästan uteslutande på kvantitativa resonemang, eftersom även de tidigaste datorerna utmärkte sig vid denna typ av logisk operation. Faktum är att även om datorer vida kunde överträffa den mänskliga förmågan för kvantitativa resonemang, kunde de ursprungligen inte matcha de flesta mänskliga förmågor för kvalitativt resonemang.
I nuvarande tider förändras denna ekvation snabbt, eftersom ingenjörer har lyckats göra det möjligt för tekniker att göra några grundläggande typer av kvalitativa resonemang. Till exempel kan programmerare kunna lägga in några allmänna miljöfaktorer i ett datorprogram, och få tillbaka några logiska resultat, även när oförutsedda faktorer sedan introduceras; Tidigare tekniker skulle ofta helt enkelt låsa sig i sådana situationer. Denna typ av ”observationslogik” har stora konsekvenser för framtiden för artificiell intelligens; det kan vara så att framtidens vetenskapsmän kommer att göra det möjligt för datorer att ytterligare modellera mänskligt tänkande, och därefter mänskliga beteenden, vilket dramatiskt kan förändra teknologins roll i det globala samhället.