Kvalitatīvā spriešana ir argumentācija, kas balstās nevis uz skaitļiem, bet gan uz vairākiem abstraktākiem vai sarežģītākiem datiem. To bieži salīdzina ar kvantitatīvo spriešanu, kas pēc definīcijas balstās uz skaitliskām vērtībām vai statistiku. Daži varētu raksturot kvalitatīvo spriešanu kā “intuitīvu” spriešanu, kur iesaistītie loģiskie rezultāti balstās uz mazāk tehniskiem faktoriem. Daudzi to uzskata arī par “augstāka līmeņa” spriešanas veidu nekā tīri kvantitatīvā spriešana, kas prasa tikai noteiktu aprēķinu skaitu, lai tas būtu veiksmīgs.
Viena no interesantajām lietām kvalitatīvajā spriešanā divdesmit pirmajā gadsimtā ir tā, ka tā ir piemērota ne tikai cilvēka domāšanai, bet arī mākslīgajam intelektam. Mākslīgais intelekts ir tehnoloģiju spēja atdarināt cilvēku vai dzīvnieku domas un pieņemt lēmumus, pamatojoties uz mainīgiem faktoriem. Šajā nolūkā kvalitatīvai spriešanai ir svarīga loma, jo daļa no tehnoloģiju izstrādes izaicinājuma ir izmantot vairāk nekā tikai skaitļus, lai iegūtu loģiskus rezultātus. Šī ir tikai neliela daļa no tā, kā zinātnieki cenšas palīdzēt tehnoloģijām reproducēt organisko smadzeņu funkcijas, kur mūsdienu zinātne ir guvusi dažus iespaidīgus panākumus, bet ir arī saskārusies ar dažiem šķietami nepārvaramiem izaicinājumiem.
Eksperti kvalitatīvo spriešanu definētu kā jebko, kas nav balstīts tikai uz skaitļiem. Kvalitatīvās spriešanas projekts var ņemt vērā vairākus attēlus vai nosacījumus un mēģināt tos analizēt no mazāk tehniskā viedokļa, nekā to prasītu kvantitatīvā spriešana. Datoru pirmajos gados zinātnieki koncentrējās gandrīz tikai uz kvantitatīvo spriešanu, jo pat pirmie datori bija izcili ar šāda veida loģiskām darbībām. Faktiski, lai gan datori spēja daudz pārsniegt cilvēka kvantitatīvās spriešanas spējas, tie sākotnēji nespēja saskaņot lielāko daļu cilvēku kvalitatīvās spriešanas spējas.
Pašlaik šis vienādojums strauji mainās, jo inženieriem ir izdevies ļaut tehnoloģijām veikt dažus kvalitatīvas spriešanas pamatveidus. Piemēram, programmētāji var datorprogrammā ievadīt dažus vispārīgus vides faktorus un atgūt dažus loģiskus rezultātus, pat ja pēc tam tiek ieviesti neparedzēti faktori; iepriekšējās tehnoloģijas šādās situācijās bieži vien vienkārši nobloķējās. Šāda veida “novērošanas loģikai” ir milzīgas sekas mākslīgā intelekta nākotnei; var gadīties, ka nākotnes zinātnieki dos iespēju datoriem turpmāk modelēt cilvēka domas un pēc tam arī cilvēku uzvedību, kas varētu krasi mainīt tehnoloģiju lomu globālajā sabiedrībā.