Les systèmes d'IA symboliques reposent sur la manipulation de symboles et de règles logiques pour la représentation des connaissances et la résolution de problèmes.
Les méthodes typiques comprennent les bases de connaissances, les raisonnements logiques et les systèmes experts.
Contrairement aux approches basées sur les données comme l'apprentissage automatique, les systèmes symboliques sont explicables et suivent des règles explicites.
Ils conviennent particulièrement aux tâches où les connaissances doivent être représentées de manière structurée et transparente, comme dans la planification ou le diagnostic.
Les défis résident dans la scalabilité et la gestion des connaissances incertaines ou incomplètes.