Cadeamento para trás é o processo lógico de inferir verdades desconhecidas a partir de conclusões conhecidas, movendo-se para trás a partir de uma solução para determinar as condições e regras iniciais. O encadeamento para trás é frequentemente aplicado em inteligência artificial (IA) e pode ser usado juntamente com a sua contraparte, o encadeamento para a frente.
Na IA, o encadeamento para trás é usado para encontrar as condições e regras pelas quais um resultado lógico ou uma conclusão foi alcançado. Uma IA pode utilizar o encadeamento regressivo para encontrar informações relacionadas a conclusões ou soluções em aplicações de engenharia reversa ou teoria de jogo. O encadeamento regressivo é usado em ferramentas de prova de teorema automatizado, motores de inferência, assistentes de prova e outras aplicações de inteligência artificial.
Como uma forma de raciocínio de cima para baixo e de meta, o encadeamento regressivo usualmente emprega a profundidade-primeira busca estratégia partindo de uma conclusão, resultado ou meta e indo para trás para inferir as condições das quais ela resultou. O encadeamento para trás traça para trás através do código, por exemplo, e olha através de uma tabela de regras. Na tabela de regras, procura quaisquer ações que são especificadas nas instruções if-then, aplicando lógica para determinar qual das ações possíveis teria causado o resultado final.
Backward chaining e seu oposto, forward chaining, use o raciocínio dedutivo. Forward encadeamento é usado para quebrar a sequência lógica e trabalhar através dela do início ao fim, anexando cada passo após o anterior ter sido resolvido.