La necesidad de contar con modelos de razonamiento no monotónico en los sistemas inteligentes fue rápidamente reconocida en la comunidad del KR&R [1], especialmente para poder manejar los problemas originados al aplicar deducción en teorías incompletas. Entendemos aquí por no monotónico a todo aquel sistema de razonamiento que carezca de la propiedad de aditividad o monotonía. Cualquier sistema de razonamiento que utilice reglas ampliativas de inferencia tiene necesariamente la propiedad de ser no monotónico. Es decir, esta propiedad no surge solamente por el uso de reglas o condicionales derrotables, sino también por el uso de otras reglas o patrones de inferencia (por ejemplo, inducción, abducción, analogía, probabilidades, etc.).