Detecting and Mitigating Group Bias in Heterogeneous Treatment Effects

إليك ملخص تقني مفصل لورقة البحث بعنوان "الكشف عن انحياز المجموعات والتخفيف من حدته في التأثيرات العلاجية غير المتجانسة" (Detecting and Mitigating Group Bias in Heterogeneous Treatment Effects) من إعداد بيرسون وآخرون.

1. تعريف المشكلة

تتناول الورقة قضية حرجة وغالباً ما يتم التغافل عنها في تعلم الآلة السببي: انحياز المجموعات (Group Bias). بينما يمكن لنماذج تعلم الآلة الحديثة تقدير "متوسط التأثيرات العلاجية الشرطية" (CATEs) على مستوى الأفراد بدقة، تقوم المؤسسات عادةً بتجميع هذه التقديرات لتكوين مجموعات فرعية (مثل: الديموغرافيا، الأسواق، أو فئات المخاطر) لاستخراج "متوسط التأثيرات العلاجية للمجموعات" (GATEs) لأغراض التقارير واتخاذ القرار.

يوضح المؤلفون أن تجميع تقديرات الـ CATE لا يؤدي عموماً إلى استعادة الـ GATE التجريبي الحقيقي، حتى في الحالات التالية:

• إذا كان نموذج الـ CATE الأساسي محددًا بشكل صحيح.
• إذا كانت البيانات مستمدة من تجربة عشوائية محكومة (RCT).
• إذا كان النموذج غير منحاز على المستوى الفردي.

ينشأ هذا التباين نتيجة عاملين رئيسيين:

1. عدم القابلية للانهيار (Non-collapsibility): بالنسبة لمقاييس التأثير النسبية (مثل نسب المخاطر أو الرفع/Lift)، فإن توقع النسبة ليس هو نسبة التوقعات (بسبب متباينة جينسن). لذا، فإن المتوسط البسيط لنسب الـ CATE النسبية يؤدي إلى GATE منحاز ما لم يتم تطبيق أوزان محددة.
2. التنظيم والتحسين العالمي (Regularization and Global Optimization): تُدرب نماذج تعلم الآلة عادةً لتقليل دالات الخسارة العالمية. وعندما تكون المجموعات غير متساوية في أحجام العينات أو في نسبة الإشارة إلى الضجيج، فإن عملية التنظيم (Regularization) تعمل على تقليص (Shrinkage) التقديرات نحو المتوسط العالمي. وبناءً على ذلك، فإن تجميع هذه التقديرات "المتقلصة" يؤدي إلى انحياز منهجي على مستوى المجموعة، خاصة للمجموعات الأصغر أو الأكثر ضجيجاً.

2. المنهجية

يقترح المؤلفون إطاراً إحصائياً موحداً يتكون من ثلاث مراحل: التعريف، الكشف، والتخفيف.

أ. تعريف انحياز المجموعة

يعرف المؤلفون انحياز المجموعة ($b_g$) بأنه الفرق بين الـ GATE المستنتج من النموذج والـ GATE المحدد تجريبياً لمجموعة معينة $g$:
$$b_g = E[W \hat{\tau}_f(X) \mid G=g] - E[Y(1) - Y(0) \mid G=g]$$
حيث أن:

• $\hat{\tau}_f(X)$ هو الـ CATE المتوقع.
• $W$ هي دالة وزن للانهيار (منتظمة للتأثيرات الجمعية؛ ومتناسبة مع النتائج الأساسية للتأثيرات النسبية).
• يُعرَّف الانحياز بأنه الفرق بين المتوسط الموزون للتوقعات والتأثير التجريبي الحقيقي.

ب. إطار الكشف

يوفر الإطار طريقة غير معلمية (Non-parametric) ومستقلة عن النموذج للكشف عن الانحياز:

1. التقدير: يتم تقدير الانحياز كفرق بين الـ GATE المستنتج من النموذج (التوقعات المجمعة مع الأوزان) والـ GATE التجريبي (المحسوب عبر فرق المتوسطات أو التعديل بالانحدار على بيانات الاختبار المستبعدة).
2. الاستدلال: يشتق المؤلفون مُقدِّراً يتبع التوزيع الطبيعي التقاربي للانحياز. كما يقدمون اختباراً إحصائياً رسمياً (اختبار Wald) لتحديد ما إذا كان الانحياز يختلف جوهرياً عن الصفر.
3. المقارنة بين المجموعات: يسمح الإطار باختبار وجود تفاوتات في الانحياز عبر المجموعات المختلفة (على سبيل المثال: هل المجموعة "أ" أكثر انحيازاً من المجموعة "ب"؟).

ج. التخفيف عبر التقليص (Shrinkage)

أظهرت الدراسة أن التصحيح الساذج (بطرح الانحياز المقدر $\hat{b}_g$) هو حل غير أمثل لأنه يتجاهل تباين التقدير، مما قد يؤدي إلى تضخيم الضجيج في المجموعات الصغيرة. بدلاً من ذلك، يقترح المؤلفون تصحيحاً قائماً على التقليص (Shrinkage-based correction):
$$\hat{\tau}_{corrected}(X) = \hat{\tau}_f(X) - \gamma_g \hat{b}_g$$
حيث أن $\gamma_g \in [0, 1]$ هو عامل تقليص يتم تحديده من خلال تقليل الخسارة المتوقعة (المخاطرة/Risk) للانحياز المتبقي.

وقد اشتق المؤلفون حلولاً مغلقة للـ $\gamma_g$ الأمثل تحت دالتين لخسارة:

1. خسارة خطأ المتوسط (Mean Error Loss): قاعدة قرار ثنائية. التصحيح الكامل ($\gamma_g=1$) فقط إذا كان الانحياز ذا دلالة إحصائية؛ وإلا فلا يتم فعل شيء ($\gamma_g=0$).
2. خسارة متوسط مربع الخطأ (MSE Loss): عامل تقليص مستمر يوازن بين تقليل الانحياز وتضخم التباين:
   $$\gamma_g^* = \frac{b_g^2}{b_g^2 + \sigma_g^2}$$
   وهذا يعمل كمقدر "بايزي تجريبي" (Empirical Bayes estimator)، حيث يقلص التصحيح نحو الصفر عندما تكون نسبة الإشارة إلى الضوضاء منخفضة (أي عندما تكون المجموعة صغيرة أو يكون تقدير الانحياز مشوباً بالضجيج).

3. المساهمات الرئيسية

1. التحديد النظري: تحدد الورقة رسمياً كيف يؤدي تجميع الـ CATE إلى إحداث انحياز حتى في ظل الظروف التجريبية المثالية، رابطة ذلك بمفهوم "عدم القابلية للانهيار" في الاستدلال السببي.
2. إطار عام: تقدم إطاراً مستقلاً عن النموذج للكشف والتخفيف، قابل للتطبيق على كل من مقاييس التأثير الجمعية والنسبية، ولا يتطلب سوى العزوم الإحصائية (Sample moments) دون الحاجة لإعادة تدريب النموذج الأصلي.
3. استراتيجيات التقليص المثلى: اشتقاق عوامل تقليص ذات حلول مغلقة تقلل المخاطر، وتتكيف مع عدم اليقين في التقدير، مما يمنع التصحيح المفرط للمجموعات المشوبة بالضجيج.
4. التحليل الاقتصادي: يحلل المؤلفون المقايضات في استهداف تعظيم الأرباح. ويظهرون أنه بينما يحسن "إزالة الانحياز" (Debiasing) الاستدلال السببي، إلا أنه قد يغير قرارات الاستهداف ويقلل الأرباح إذا أدى تصحيح الانحياز إلى نقل المستخدمين عبر عتبة القرار. كما يحددون متى تكون هذه المقايضات كبيرة.

4. النتائج التجريبية

تم التحقق من صحة الإطار باستخدام مجموعتي بيانات واسعتي النطاق:

• Booking.com (اختبار A/B): تم تحليل تدخل تسويقي عبر بلدان المنشأ.
  • النتائج: أظهر نموذج الـ CATE الخام نقصاً كبيراً في تقدير الـ GATEs للدول الأصغر حجماً، وزيادة في تقديرها للدول الأكبر، وذلك بسبب عملية التنظيم (Regularization).
  • التخفيف: نجحت استراتيجيات التقليض القائمة على تقليل المخاطر (MSE-) في مواءمة الـ GATE المتوقع مع الـ GATE التجريبي، مما قلل من تشتت الانحياز دون التسبب في تضخم الضجيج كما يحدث في التصحيح الساذج.
• مجموعة بيانات Criteo لتقدير الرفع (Uplift Prediction): استُخدمت لتقييم سياسات الاستهداف خارج السياسة (Off-policy evaluation).
  • النتائج: أدى إزالة الانحياز الساذج إلى خسائر كبيرة في الأرباح من خلال تغيير قرارات الاستهداف للمستخدمين القريبين من عتبة الربح.
  • الاستبصار: حافظت استراتيجيات تقليل المخاطر (MSE- و Mean Error) على معظم الأرباح مع تصحيح الانحياز، مما يثبت أن سياسات الاستهداف "الخشنة/الواسعة" (Coarse targeting) -القائمة على الـ GATEs المصححة- يمكن أن تكون بديلاً فعالاً للاستهداف الدقيق بالـ CATE عندما يكون الانحياز مصدر قلق.

5. الأهمية والآثار المترتبة

• للممارسين: توفر الورقة مجموعة أدوات عملية لتدقيق نماذج تعلم الآلة السببية. فهي توضح أن مجرد تجميع التوقعات الفردية ليس كافياً لتحليل المجموعات الفرعية الموثوق.
• لاتخاذ القرار: تسلط الضوء على توتر جوهري بين التخصيص الدقيق (استخدام الـ CATE الخام) والاستدلال السببي الموثوق (استخدام الـ GATE غير المنحاز). ويقترح المؤلفون أن المؤسسات قد تحتاج إلى قبول سياسات استهداف أكثر "خشونة" لضمان أن التأثيرات المبلغ عنها هي تأثيرات سببية وغير منحازة.
• التقدم المنهجي: من خلال التعامل مع انحياز المجموعة كمسألة تقدير إحصائي مع مقايضة بين الانحياز والتباين، تنتقل الورقة بما يتجاوز مجرد قيود العدالة البسيطة إلى نهج صارم قائم على المخاطر لتخفيف الانحياز في تعلم الآلة السببي.

في الختام، تثبت الورقة أن انحياز المجموعات هو سمة متأصلة في تجميع الـ CATEs، وتوفر طريقة إحصائية قوية للكشف عنه وتصحيحه، وتقدم إرشادات اقتصادية حول متى وكيفية تطبيق هذه التصحيحات في سيناريوهات الاستهداف الواقعية.