Kauzální pravděpodobnostní model popisuje příčinné vztahy mezi proměnnými a zároveň počítá s nejistotou. Neptá se jen, které jevy spolu souvisejí, ale také co by se mohlo změnit, kdybychom do systému zasáhli, například podali jinou léčbu. V AI pomáhá porovnávat možné zásahy a formulovat hypotézy pro další experimenty. Na rozdíl od běžného modelu statistických souvislostí potřebuje předpoklady o směru příčin; samotná korelace je nedokazuje. Spolehlivost závěrů proto závisí na datech, správnosti těchto předpokladů a ověření v praxi.
