An Explainable and Interpretable Composite Indicator Based on Decision Rules

Each language version is independently generated for its own context, not a direct translation.

¡Hola! Imagina que estás intentando entender por qué un coche es "muy bueno" o por qué un país es "muy desarrollado". Normalmente, los expertos usan fórmulas matemáticas complejas, suman números, les dan pesos a ciertas cosas y te dan un resultado final. Es como una caja negra: metes datos, sale un número, pero nadie sabe exactamente por qué salió ese número.

Este paper propone cambiar esa "caja negra" por una "caja de cristal". Aquí te explico cómo funciona, usando analogías sencillas:

1. El Problema: La Caja Negra

Imagina que un juez te da una sentencia de "Culpable" o "Inocente" sin explicarte por qué. Solo te dice el resultado. Eso es lo que pasa con muchos Indicadores Compuestos (como el Índice de Desarrollo Humano o las puntuaciones de competitividad de países). Te dicen: "Este país tiene un 7.5, así que es 'Alto'". Pero, ¿por qué? ¿Fue por la educación? ¿Por la salud? ¿Por el dinero? No lo sabes con certeza.

2. La Solución: Las Reglas de "Si... Entonces..."

Los autores proponen dejar de usar fórmulas matemáticas secretas y empezar a usar reglas de decisión que cualquiera puede entender, como las que usamos en la vida diaria.

Imagina que en lugar de una fórmula, tienes un árbitro de fútbol que sigue reglas claras:

Regla 1: SI un país tiene más de 11 años de escolaridad promedio Y su ingreso por persona es mayor a 3.200 dólares, ENTONCES tiene un desarrollo humano "Alto".
Regla 2: SI la esperanza de vida es menor a 59 años Y la escolaridad es menor a 5 años, ENTONCES el desarrollo es "Bajo".

Esto es lo que llaman Indicadores Compuestos Explicables. No te dan solo un número; te dan la razón (la regla) que justifica ese número.

3. ¿Cómo lo hacen? (El "Mago" de los Datos)

Para encontrar estas reglas, usan una técnica llamada DRSA (Aproximación de Conjuntos Rudos Basada en Dominancia).

La analogía: Imagina que tienes una caja llena de fichas de dominó. Cada ficha tiene datos de diferentes países o pacientes. El "mago" (el algoritmo) mira todas las fichas y dice: "¡Eh! Veo un patrón. Todos los países que tienen estas tres características terminan en la categoría 'Bueno'".
El algoritmo busca el conjunto mínimo de reglas. No quiere darte 100 reglas confusas; quiere darte las 3 o 4 reglas más importantes que explican todo el sistema. Es como si un chef te dijera: "No necesitas 50 ingredientes secretos, solo necesitas sal, pimienta y un buen fuego para que esta sopa sepa genial".

4. Los 4 Escenarios (Dónde se aplica)

El paper muestra que esto sirve para cuatro situaciones diferentes:

Explicar lo que ya se hizo: Tienes un índice médico (como la escala de Glasgow para coma) que suma puntos. El algoritmo te dice: "Si el paciente no abre los ojos y no habla, entonces está en estado grave". Te explica la suma de puntos con palabras simples.
Desenmascarar lo oscuro: Tienes un índice numérico complejo (como el IDH) que parece una "caja negra". El algoritmo lo analiza y te dice: "Ah, en realidad, para ser 'Muy Alto', solo necesitas cumplir estas dos condiciones específicas".
Construir desde cero: Un experto (el Decisor) clasifica algunos ejemplos a mano (ej: "Este país es bueno, este es malo"). El algoritmo aprende de esos ejemplos y crea las reglas para clasificar a todos los demás países automáticamente.
Explicar métodos complejos: Incluso si usas un método matemático muy avanzado (como ELECTRE), el algoritmo puede traducir sus resultados a reglas simples de "Si... Entonces...".

5. ¿Qué pasa si faltan datos? (El truco de la "Caja de Cartón")

A veces, en la vida real, faltan datos (ej: no sabemos el ingreso de un país o falta una prueba médica).

El problema: La mayoría de las fórmulas matemáticas se rompen si falta un número. Tienes que inventar un número (imputar), lo cual puede ser falso.
La solución de este paper: Las reglas de "Si... Entonces..." son inteligentes. Si falta un dato, la regla dice: "Si el paciente tiene los otros síntomas, entonces es grave, sin importar lo que diga el dato que falta".
- Analogía: Imagina que estás buscando un tesoro. La regla dice: "Si tienes el mapa Y la brújula, encuentras el tesoro". Si te falta la brújula (dato faltante), pero tienes el mapa y el mapa es tan claro que no necesitas la brújula, ¡sigues encontrando el tesoro! El sistema no se rompe; simplemente ignora lo que falta y usa lo que tiene.

6. El Beneficio Final: Transparencia y Confianza

Lo más importante de este trabajo es que devuelve el control al ser humano.

Antes: "La computadora dice que eres 'Rico', confía en ella".
Ahora: "La computadora dice que eres 'Rico' porque tienes más de 10 años de estudio y ganas más de X dinero. Si no estás de acuerdo, cambia esos datos y verás cómo cambia la clasificación".

Esto hace que los indicadores sean justos, transparentes y fáciles de entender para cualquier persona, no solo para matemáticos. Es como pasar de recibir una factura con códigos extraños a recibir una factura detallada que dice exactamente por qué pagaste lo que pagaste.

En resumen: Este paper nos enseña a dejar de usar "magia negra" con los datos y empezar a usar "luz de día" con reglas claras, para que todos sepamos por qué un país, un paciente o una empresa recibe una calificación determinada.

Each language version is independently generated for its own context, not a direct translation.

A continuación se presenta un resumen técnico detallado del artículo "An Explainable and Interpretable Composite Indicator Based on Decision Rules" (Un indicador compuesto explicable e interpretable basado en reglas de decisión), estructurado según los puntos solicitados.

1. El Problema

Los indicadores compuestos (IC) son herramientas ampliamente utilizadas para evaluar y clasificar unidades (países, empresas, pacientes, etc.) basándose en múltiples criterios. Sin embargo, su construcción tradicional enfrenta críticas fundamentales relacionadas con la transparencia, la explicabilidad y la interpretabilidad:

Caja Negra: Los métodos convencionales suelen agregar criterios mediante sumas ponderadas o promedios geométricos, generando una puntuación numérica final sin revelar claramente cómo los valores individuales de los criterios influyen en el resultado.
Subjetividad en la Ponderación: La asignación de pesos a los criterios es a menudo arbitraria o no transparente, lo que genera controversias sobre la equidad y la validez del indicador.
Falta de Explicación Causal: Los usuarios finales no pueden entender las razones ("causa-efecto") detrás de una clasificación específica, lo que dificulta la toma de decisiones informadas y la rendición de cuentas.
Limitaciones de Datos: Muchos métodos tienen dificultades para manejar datos faltantes o variables ordinales/cualitativas sin recurrir a imputaciones artificiales que distorsionan la información original.

El objetivo del artículo es proponer un marco metodológico que transforme los IC de "cajas negras" a "cajas de cristal", donde la clasificación o puntuación se derive directamente de reglas lógicas comprensibles.

2. Metodología

La propuesta se basa en el Enfoque de Conjuntos Aproximados Basado en la Dominancia (DRSA - Dominance-based Rough Set Approach) y utiliza reglas de decisión del tipo "si... entonces..." inducidas a partir de datos.

Conceptos Clave:

Reglas de Decisión: Se generan dos tipos de reglas:
- "Al menos" (at-least): Si el rendimiento en ciertos criterios es "no peor que" unos umbrales, entonces la unidad pertenece a una clase "al menos" $t$ .
- "A lo sumo" (at-most): Si el rendimiento es "no mejor que" unos umbrales, entonces la unidad pertenece a una clase "a lo sumo" $t$ .
Dominancia: A diferencia de los conjuntos aproximados clásicos, DRSA respeta el orden de preferencia de los criterios (si una unidad domina a otra en todos los criterios, no puede ser clasificada en una clase peor).
Algoritmo de Inducción Exhaustiva: El artículo introduce un nuevo algoritmo (Algoritmo 1 y 2) que induce todas las reglas mínimas y no contradictorias en una sola ejecución. A diferencia de algoritmos heurísticos como DOMLEM (que buscan un subconjunto pequeño pero no garantizan minimalidad ni exhaustividad), este algoritmo garantiza la completitud del conjunto de reglas consistentes.
Manejo de Contradicciones: Se define un procedimiento para seleccionar un subconjunto máximo de reglas que clasifique a todas las unidades de manera no contradictoria (es decir, donde la clase mínima asignada sea menor o igual a la clase máxima asignada: $s^-(a) \le s^+(a)$ ). Si hay contradicciones, se utiliza programación lineal entera mixta (MILP) para ajustar las clasificaciones o eliminar reglas conflictivas minimizando el cambio.
Datos Faltantes: Se adapta el algoritmo (Algoritmo 4) para manejar valores faltantes sin imputación. Una regla se considera satisfecha si los valores conocidos cumplen la condición, asumiendo que el valor faltante podría ser cualquier valor que no viole la regla.

Escenarios de Aplicación:

El marco se aplica en cuatro escenarios:

Explicación de ICs Ordinales: Explicar clasificaciones derivadas de la suma de códigos ordinales (ej. Escala de Glasgow).
Explicación Post-Hoc: Explicar un IC numérico "opaco" existente (ej. IDH) mediante reglas inducidas a partir de sus clasificaciones.
Construcción Ante-Hoc: Construir un IC desde cero basándose en las preferencias de un Decisor (DM) sobre unidades de referencia.
Explicación de Métodos MCDA: Explicar resultados de métodos como ELECTRE-Score mediante reglas.

3. Contribuciones Clave

Marco de Indicadores Basado en Reglas: Es la primera propuesta metodológica para construir indicadores compuestos enteramente mediante reglas de decisión lógicas, eliminando la necesidad de vectores de peso y funciones de agregación compensatorias.
Algoritmo de Inducción Exhaustiva y Eficiente: Desarrollo de un algoritmo capaz de generar todas las reglas mínimas consistentes en una sola pasada, tratando cada puntuación continua como una clase ordenada, lo que permite su aplicación a indicadores continuos.
Gestión de Contradicciones y Optimización: Introducción de un procedimiento basado en MILP para seleccionar el subconjunto mínimo de reglas que explique las clasificaciones sin contradicciones, garantizando la coherencia lógica del indicador.
Robustez ante Datos Incompletos: Capacidad de inducir reglas y clasificar nuevas unidades directamente con datos faltantes, preservando la integridad de la información original sin imputación.
Interpretabilidad "Ante-Hoc" y Explicabilidad "Post-Hoc": El enfoque permite tanto construir indicadores transparentes desde el inicio (ante-hoc) como explicar modelos existentes (post-hoc), alineándose con los principios de IA explicable (XAI).

4. Resultados y Ejemplos

Los autores validan la metodología mediante cuatro estudios de caso detallados:

Escala de Coma de Glasgow (GCS): Se demostró cómo las reglas explican la clasificación de pacientes en severidad (Leve, Moderado, Grave) basándose en respuestas oculares, verbales y motoras, ofreciendo una justificación verbal clara en lugar de solo una puntuación numérica.
Índice de Desarrollo Humano (IDH): Se aplicó el método para explicar las clasificaciones de 193 países. Se generaron reglas que vinculan variables como esperanza de vida, años de escolaridad e ingreso nacional bruto con las clases de desarrollo, permitiendo entender por qué un país cae en una categoría específica (ej. Senegal en Clase 1 debido a bajos años de escolaridad esperada).
Selección de Carteras de Valores: Se construyó un indicador para clasificar acciones en tres clases basándose en 8 criterios financieros. El método identificó un subconjunto mínimo de reglas que explicaba las preferencias del decisor y clasificó nuevas acciones de manera coherente, manejando casos donde las reglas iniciales generaban contradicciones.
Evaluación de Ubicaciones de Hoteles (ELECTRE-Score): Se explicaron las puntuaciones generadas por un método MCDA complejo mediante reglas simples, demostrando que se pueden obtener justificaciones transparentes incluso para métodos de agregación avanzados.
Datos Faltantes (PISA): Se utilizó un conjunto de datos de estudiantes con valores faltantes en matemáticas y lectura. El algoritmo indujo reglas válidas sin imputar datos, clasificando correctamente a nuevos estudiantes con información incompleta.

5. Significado e Impacto

Este trabajo representa un avance significativo en la teoría de la Ayuda a la Decisión Multicriterio (MCDA) y la construcción de indicadores sociales y económicos:

Transparencia y Equidad: Al eliminar la "caja negra" de la agregación ponderada, el método permite a los stakeholders auditar la lógica detrás de las evaluaciones, fomentando la confianza y la equidad.
Adaptabilidad: La capacidad de manejar datos ordinales, continuos, cualitativos y faltantes hace que el método sea aplicable en contextos del mundo real donde la calidad de los datos es variable.
Puente entre IA y MCDA: Integra conceptos de explicabilidad de la IA (reglas interpretables) con la rigurosidad del MCDA, ofreciendo una alternativa robusta a los modelos de aprendizaje automático que carecen de interpretabilidad.
Limitaciones y Futuro: El artículo reconoce que en problemas de muy alta dimensionalidad el número de reglas puede crecer, aunque se mitiga mostrando solo las reglas relevantes para la unidad de interés. Se sugiere su aplicación futura en grandes conjuntos de datos heterogéneos (ciudades inteligentes, monitoreo ambiental) y en la integración de datos no estructurados.

En resumen, la propuesta transforma el indicador compuesto de un simple número resumen a un sistema de conocimiento explícito y verificable, alineado con los principios de "Mind the assumptions" y "Mind the consequences" propuestos por Saltelli et al. para evaluaciones cuantitativas justas y sólidas.