Históricamente pueden encontrarse intentos de capitalizar la experiencia subjetiva del experto en su ámbito de incumbencia: Los Sistemas Expertos. Estos últimos han mostrado su ineficiencia e ineficacia en el tratamiento de la incertidumbre, contrastando con una alta eficacia para el análisis de hechos determinísticos. La incertidumbre es un elemento siempre en primer plano en el campo de la psicopatología. La evolución conjunta de investigaciones interdisciplinarias en diversas áreas respecto del tratamiento de la incertidumbre ha logrado una convergencia que puede brindar importantes aportes al desarrollo de la psicopatología: Las redes causales probabilísticas o bayesianas. Este trabajo intenta delinear las razones y líneas de pensamiento a partir de las cuales esta aplicación es factible y legítima. Una red de este tipo permite tanto armar un modelo para indagar relaciones no previstas entre los datos o como también brindar una herramienta útil para la “toma de decisiones” (Campo de alta relevancia de estos modelos). Para que el modelo sea suficientemente rico es preciso tomar como base elementos fundamentales de la psiquiatría clásica y el psicoanálisis a fin de no quedarse con los cuadres sincrónicos y estáticos de las nosologías actuales que empobrecerían notablemente el modelo restringiendo su potencialidad y capacidades de aplicación. Palabras clave Redes Bayesianas Psicopatologia IA ABSTRACT THE APPLICATION OF ARTIFICIAL INTELLIGENCE MODELS IN PSYCHOPATOLOGY Historically can be found attempts to capitalize the subjective experience of the expert in their concern area: the Expert Systems. These have shown their inefficiency and effectiveness in the uncertainty treatment, in contrast with their high effectiveness in determinístics facts analysis. The uncertainty is an element always in first plane in psychopathology. The joint evolution of interdisciplinary investigations in the uncertainty treatment area has obtained a convergence that can give important contributions to the development of the psychopathology: The probabilistics or bayesianas causal networks. This work tries to give some reasons and ways to study from which this application is feasible and legitimate. A network of this type allows so much to make a model to investigate nonpredicted relations between the data or as also a useful tool for the “decision making” (Field in which these models have high relevance). For make a really rich model is precise to make it based in classic psychiatry and the psychoanalysis elements in order not to remain with static and synchronous of the present nosologies that make the model remarkably restricting in potentiality and application possibilities. Key words Bayesian Networks Psichopathology AI