ملخص تقني: تعلم السياسات التكيفية في ظل تداخل الشبكة غير المعروف

بيان المشكلة

في العديد من الإعدادات التجريبية، تعتمد نتيجة الوحدة ليس فقط على علاجها الخاص، ولكن أيضًا على العلاجات المخصصة لجيرانها ضمن شبكة كامنة. هذه الظاهرة، المعروفة باسم التداخل (Interference) أو الانتشار (Sp Spillover)، تنتهك فرضية "قيمة علاج الوحدة المستقرة" (SUTVA). وبينما طورت أدبيات الاستدلال السببي طرقًا قوية للتجارب الساكنة تحت التداخل (مثل Sussman و Airoldi، 2017؛ و Aronow و Samii، 2017)، فإن هذه النهج تفترض عادةً أن هيكل التداخل معروف أو تعتمد على عشوائيات خشنة على مستوى المجموعات (Clusters).

تواجه أساليب التجريب التكيفي (التسلسلي) الحالية قيودًا كبيرة:

1. فرضية الشبكة المعروفة: تفترض الأساليب القابلة للتوسع مثل Gleich et al. (2025) أن هيكل الشبكة مرصود بالكامل، وهو أمر غير واقعي في العديد من التطبيقات حيث تكون الروابط الاجتماعية أو السلوكية كامنة.
2. مشكلات القابلية للتوسع: تعتمد الأساليب التي تحاول تعلم هيكل الشبكة، مثل Agarwal et al. (2024)، على تحليل فوريه عبر جميع تكوينات الجيران الممكنة، مما يؤدي إلى عدد معاملات يتزايد أسياً مع حجم الجوار. تفشل هذه الأساليب في التوسع لما بعد حوالي $n \approx 12$ وحدة.
3. فقدان الدقة: تعمل التصاميم التكيفية الأخرى (مثل Viviano و Rudder, 2024) على مجموعات محددة مسبقًا، متجاوزةً بذلك التحسين على مستوى الفرد وفاشلة في استعادة شبكة التداخل نفسها.

التحدي الجوهري الذي تعالجه هذه الورقة هو التعلم المشترك لشبكة التداخل غير المعروفة وتحسين تخصيص العلاج على مستوى الفرد في إعداد تسلسلي لتعظيم النتائج التراكمية (مثل الإيرادات، أو المقاييس الصحية).

المنهجية

يقترح المؤلفون إطار عمل أخذ عينات ثومبسون (Thompson Sampling - TS) يقوم باستنتاج شبكة التداخل ومعلمات المكافأة بشكل مشترك باستخدام أخذ عينات جيبس (Gibbs sampler).

1. إعداد النموذج

• الإعداد: تخصيص تسلسلي للعلاجات الثنائية $Z_t \in \{0, 1\}^n$ لـ $n$ من الوحدات عبر $T$ من الجولات، مع الخضوع لشرط ميزانية $\|Z_t\|_1 \le B$.
• فرضية تداخل الجوار (NIA): تعتمد نتيجة الوحدة $i$ فقط على علاجها الخاص وعلاجات جيرانها المحددين بمصفوفة مجاورة $A$ غير معروفة.
• نموذج المكافأة: القيمة المتوقعة للنتيجة خطية في متجه المعلمات $\theta$، أي أن $r(Z; A, \theta) = H(Z; A)\theta$. تعتمد مصفوفة التصميم $H$ على الشبكة $A$.

2. أخذ العينات من التوزيع البعدي المشترك عبر جيبس

بما أن دالة الإمكان (Likelihood) غير خطية في $A$ (بسبب أعداد الجيران)، فإن التوزيع البعدي ذو الصيغة المغلقة غير متاح. يستخدم المؤلفون أخذ عينات جيبس على مستوى الحواف (edge-wise Gibbs sampler) للحصول على عينات تقريبية مشتركة من التوزيع البعدي $\pi(\theta, A | \mathcal{D}_{t-1})$:

• تحديث المعلمات ($\theta | A$): مع تثبيت $A$، يتقلص النموذج إلى انحدار غاوسي متجانس قياسي. التوزيع البعدي لـ $\theta$ هو توزيع غاوسي.
• تحديث الحافة ($A | \theta$): مع تثبيت $\theta$، يقوم أخذ العينات بمسح جميع الحواف $(i, j)$. يعتمد الشرط الكامل للحافة $A_{ij}$ فقط على تدفقات المكافآات للعقدتين $i$ و $j$. يتم اشتقاق قاعدة التحديث عبر تحويل لوجيت (logit transformation) لنسبة الإمكان، مما يسمح بأخذ عينات فعالة دون حصر جميع تكوينات الرسم البياني $2^{\binom{n}{2}}$.

3. الخوارزمية (Gibbs-TS)

في كل جولة $t$:

1. إجراء $K$ من مسحات جيبس للحصول على عينة مشتركة تقريبية $(\theta^{(t)}, A^{(t)})$.
2. اختيار متجه العلاج $Z_t$ الذي يعظم إجمالي المكافأة المتوقلة المأخوذة من العينة: $Z_t = \arg\max_{Z: \|Z\|_1 \le B} \mathbf{1}^\top H(Z; A^{(t)}) \theta^{(t)}$.
3. ملاحظة المكافآت وتحديث التاريخ $\mathcal{D}_t$.
4. بدء تشغيل دافئ (Warm-start) لسلسلة جيبس في الجولة التالية باستخدام العينة النهائية من الجولة الحالية.

4. متغير "الاستكشاف ثم الالتزام" (Explore-Then-Commit - ETC)

بالنسبة لمكافآت NIA العامة حيث لا يتحقق الانهيار الجزئي (modular collapse)، يحلل المؤلفون استراتيجية ETC:

• المرحلة الأولى: معاملة كل عقدة بمعزل عن غيرها لمدة $m$ من الجولات لتقدير احتمالات الحواف بناءً على التداخلات المرصودة.
• المرحلة الثانية: تشغيل خوارزمية أخذ عينات ثومبسون قياسية (بافتراض أن الشبكة معروفة) باستخدام الرسم البيفي المقدر $\hat{A}$.

المساهمات الرئيسية

1. إطار التعلم المشترك: تصيغ الورقة مشكلة مشتركة تتمثل في استعادة الشبكة وتخصيص العلاج التكيفي تحت نموذج NIA. تقدم خوارزمية أخذ عينات ثومبسون تستخدم مسحات جيبس على مستوى الحواف لأخذ عينات من التوزيع البعدي المشترك للشبكة ومعلمات المكافأة.
2. الاستدلال السببي اللاحق: الشبكة المقدرة $\hat{A}$ ليست مجرد ناتج ثانوي بل هي مخرج علمي. فهي تدعم التقدير اللاحق للتجارب لتقدير التأثيرات المباشرة وغير المباشرة والكلية، وكذلك لتصميم تجارب متابعة.
3. حدود الندم (Regret Bounds) النظرية:
   • نماذج التداخل الجمعي: بالنسبة للنماذج حيث يكون إجمالي المكافأة خطيًا في متجه العلاج مع معاملات درجات كامنة (مثل الخطية في المتوسطات)، يثبت المؤلفون حد ندم بايزي من رتبة $O(\sqrt{nT \cdot B \log(en/B)})$ لأخذ العينات من التوزيع البيدي الدقيق. يعتمد هذا الحد على بُعد الدرجة الكامن $n$، وليس البعد المحيط لـ $\theta$.
   • NIA العامة: بالنسبة للمكافآت العامة، تحقق نسخة ETC حد ندم بتكلفة اكتشاف الرسم البيفي قدرها $O(n^2 \log T)$.
   • الحد الأدنى: تم وضع حد أدنى معلوماتي من نوع $\Omega(n \log T)$، مما يوضح أن أي خوارزمية متسقة يجب أن تدفع تكلفة خطية في $n$ لاكتشاف الشبكة.
4. القابلية للتوسع: تتوسع الطريقة لتشمل شبكات تضم مئات العقد (حتى $n=1000$ في حالة الخطية في المتوسطات)، مما يتفوق بشكل كبير على الأساليب الحالية المحدودة بـ $n \approx 12$.

النتائج التجريبية

• أداء الندم: في شبكتين من العالم الحقيقي (شبكة استعارة الأموال للأسر حيث $n=63$ وشبكة صداقة مدرسية حيث $n=121$)، تحقق خوارزمية Gibbs-TS ندمًا دون خطي. وبينما توجد فجوة مقارنة بـ "الأوراكل" (Oracle) الذي يعرف الشبكة الحقيقية، فإن الندم أقل بكثير من الخطوط المرجعية التي تتجاهل التداخل (والتي تعاني من ندم خطي).
• المقارنة مع أحدث التقنيات: في مقارنات مباشرة مع الشبكات الصغيرة ($n=8$) حيث يمكن تطبيق منهج Agarwal et al. (2024)، تحقق Gibbs-TS انخفاضًا في الندم بأكثر من رتبة مقدار واحدة (على سبيل المثال، متوسط الندم 141 مقابل 1571 لـ Agarwal et al. تحت ظروف محددة).
• استعادة الشبكة: نجحت الخوارزمية في استعادة شبكة التداخل بدقة عالية (درجات F1 > 0.98 في الإعدادات الاصطناعية و0.74 في إعدادات العالم الحقيقي).
• التقدير اللاحق: باستخدام الشبكة المستعادة $\hat{A}$، توضح الورقة أن تقديرات التأثيرات المباشرة وغير المباشرة والكلية تتبع عن كثب تلك التي تم الحصول عليها باستخدام الشبكة الحقيقية، مع خطأ جذر متوسط المربعات (RMSE) صغير.

الأهمية والادعاءات

تدعي الورقة أنها تقدم أول تصميم تجريبي تكيفي يتعلم بشكل مشترك شبكة التداخل ويحسن تخصيص العلاج على مستوى الفرد في إعداد تسلسلي دون الحاجة إلى هياكل مجموعات محددة مسبقًا.

• القيمة العلمية: تعمل الشبكة المستعادة كمخرج علمي مباشر، مما يتيح التحليلات السببية (التأثيرات المباشرة/غير المباشرة) التي كانت غير متاحة سابقًا في الإعدادات التكيفية.
• الأثر العملي: تسد الطريقة الفجوة بين الاستدلال السبوري النظري تحت التداخل والتجارب التكيفية واسعة النطاق والعملية. فهي تمكن المنصات والوكالات من تحسين التدخلات (مثل نشر اللقاحات، أو التسويق) في الوقت الفعلي مع رسم خرائط الديناميكيات الاجتماعية أو السلوكية الكامنة في نفس الوقت.
• الرؤية النظرية: يوضح العمل أنه تحت نماذج التداخل الجمعي، تتقلص تعقيدات المشكلة إلى بُعد متجه الدرجة الكامن، مما يسمح بحدود ندم مستقلة عن تعقيد طوبولوجيا الرسم البيفي.

يقر المؤلفون بالقيود، بما في ذلك الاعتماد على صحة تحديد دالة المكافأة، والعائق الحسابي لبرمجة الأعداد الصحيحة الخطية في اختيار العلاج في حالات NIA العامة، والفجوة بين الحد العلوي $O(n^2)$ والحد الأدنى $\Omega(n)$ لتكاليف اكتشاف الرسم البيفي. ومع ذلك، يؤكدون أن نهجهم يمثل خطوة مهمة نحو تجارب تكيفية قابلة للتوسع تحت تأثير التداخل الشبكي غير المعروف.