Rezoniranje temeljeno na modelu je korištenje radnog modela i pratećih opažanja iz stvarnog svijeta za donošenje zaključaka. On igra važnu ulogu u umjetnim logičkim sustavima, kao i u zaključivanju u znanostima. Izrada modela je dugotrajan aspekt ovog pristupa, jer je potrebno model učiniti što dubljim, složenijim i detaljnijim kako bi se postigli najbolji rezultati. Nakon što je radni model uspostavljen, može zahtijevati i povremena ažuriranja.
U primjeru razmišljanja temeljenog na modelu, tvrtka bi mogla razviti radni neurološki model ljudskog tijela. Model bi obično uključivao informacije o mreži veza koja se nalazi u središnjem i perifernom živčanom sustavu. Podaci o simptomima neuroloških problema mogli bi se ugraditi u sustav, koristeći opažanja za stvaranje matrice poznatih informacija. Korisnik bi potencijalno mogao stupiti u interakciju s modelom unošenjem simptoma pacijenta, poput nerazgovijetnog govora i nejednako proširenih zjenica, a on bi vratio potencijalnu dijagnozu, poput moždanog udara.
Takvi sustavi mogu imati širok raspon primjena u znanostima. Umjetni sustavi mogu omogućiti istraživačima da istražuju i testiraju hipoteze. Rezoniranje temeljeno na modelu također može biti okosnica nadzornog sustava koji šalje upozorenja na temelju ulaznih podataka. Klimatsko modeliranje, na primjer, omogućuje računalima da preuzmu informacije o trenutnim vremenskim uvjetima i prođu kroz model kako bi pružili informacije o nadolazećim tropskim olujama i drugim meteorološkim događajima od interesa. Automatizacija nekih zadataka može omogućiti istraživačima da se usredotoče na druge teme koje zahtijevaju složenije razmišljanje.
Isti koncept također može biti temelj nekih oblika znanstvene misli. Istraživači održavaju radne modele o znanstvenim konceptima, kao što je način rada tektonskih ploča, i daju zapažanja kako bi ojačali model i razvili kompendij popratnih informacija. To im omogućuje da izvuku zaključke o znanstvenim događajima na temelju onoga što znaju iz modela i zapažanja koja su napravili. Ako, na primjer, istraživači prate vulkan, razmišljanje temeljeno na modelu može im omogućiti da izdaju upozorenje o evakuaciji ako je ponašanje vulkana u skladu s neposrednom erupcijom.
Za razvoj modela može biti potrebno vrijeme, strpljenje i doprinos iz brojnih izvora. Što je više točaka podataka, to može biti točnije i detaljnije razmišljanje temeljeno na modelu. To može pomoći modelarima da izbjegnu potencijalno skupe pogreške, poput nepredviđenja problema koji bi bio očigledan s više podataka. Kako zapažanja dolaze, mogu se dodati korpusu znanja, što može rezultirati pomacima prema modelu. Na primjer, promatranje bi moglo dokazati da je pravilo temeljeno na modelu zapravo netočno ili da ne uzima u obzir određenu varijablu.