Resumen Técnico: Valor de Shapley con Conciencia de Prioridad (PASV)

Planteamiento del Problema

Los valores de Shapley son la herramienta estándar para la valoración de datos y la atribución de características agnóstica al modelo, basándose en el axioma de que los contribuyentes (jugadores) son intercambiables. Este supuesto requiere promediar las contribuciones marginales sobre todas las permutaciones posibles de los jugadores. Sin embargo, en las aplicaciones modernas de aprendizaje automático, esta intercambiabilidad suele ser inválida por dos razones principales:

1. Restricciones de Precedencia: Los contribuyentes pueden exhibir relaciones de precedencia estrictas. Por ejemplo, los datos de entrenamiento pueden ser aumentados o copiados de fuentes ascendentes (haciendo que las contribuciones descendentes sean derivadas), o el conocimiento del dominio puede dictar que ciertas características (por ejemplo, ancestros causales) deben considerarse antes que otras. Los métodos existentes como el Valor de Shapley de Precedencia (PSV) gestionan estas restricciones, pero tratan todas las extensiones lineales válidas de manera uniforme, ignorando las diferencias individuales.
2. Pesos de Prioridad Suaves: Los profesionales suelen tener consideraciones específicas del contexto, como la confianza, el riesgo o los costes de curación. Por ejemplo, un punto de datos puede ser menos confiable o conllevar un mayor riesgo legal. Los métodos de Valor de Shapley Ponderado (WSV) incorporan tales pesos, pero están restringidos a supuestos estructurales específicos (particiones ordenadas) y no pueden manejar Grafos Acíclicos Dirigidos (DAG) generales.

Los enfoques actuales suelen abordar la precedencia estricta y los pesos suaves de forma aislada. Existe una falta de un marco unificado que incorpore simultáneamente restricciones de precedencia general y pesos de prioridad específicos de cada jugador, manteniendo la viabilidad computacional.

Metodología: Valor de Shapley con Conciencia de Prioridad (PASV)

Los autores proponen el Valor de Shapley con Conciencia de Prioridad (PASV), un método de atribución de tipo Shapley unificado que integra tanto restricciones de precedencia estricta como pesos de prioridad suaves dentro de un único marco de orden aleatorio.

1. Formulación Teórica

El PASV define el valor de un jugador $i$ como la contribución marginal esperada sobre una distribución $p$ soportada en el conjunto de extensiones lineales $\Pi_{\preceq}$ de un poset (o DAG) $([n], \preceq)$. La distribución $p$ se construye para satisfacer:

• Prioridad Estricta: El soporte está restringido a $\Pi_{\preceq}$, asegurando que ninguna permutación viole las restricciones de precedencia.
• Prioridad Suave: Entre los candidatos admisibles en cualquier paso de la construcción de la permutación, la probabilidad de selección está sesgada por los pesos específicos de los jugadores $\lambda = (\lambda_1, \dots, \lambda_n)$.

La probabilidad de una permutación $\pi = (\pi_1, \dots, \pi_n)$ viene dada por:
$$p^{(\preceq, \lambda)}(\pi) \propto \prod_{t=1}^n \frac{\lambda_{\pi_t} |\max_{\preceq}(S_t)|}{\sum_{k \in \max_{\preceq}(S_t)} \lambda_k}$$
donde $S_t = \{\pi_1, \dots, \pi_t\}$ es el conjunto de jugadores seleccionados hasta el momento, y $\max_{\preceq}(S_t)$ denota el conjunto de elementos maximales en $S_t$ (los candidatos admisibles para la siguiente posición).

2. Caracterización Axiomática

El artículo proporciona una caracterización axiomática rigurosa que identifica unívocamente al PASV. La derivación procede a través de:

• Valor de Orden Aleatorio de Precedencia (PROV): Una familia de valores que satisfacen Eficiencia, Linealidad, Jugador Nulo, Monotonía y Soporte Máximo (el crédito solo va a los elementos maximales en conjuntos factibles).
• Factorización de Elección de Estado (SCF): Restringir la distribución a una forma factorizada donde la probabilidad de una permutación es el producto de un factor de "estado" (sesgo global del DAG) y un factor de "elección" (sesgo local de los pesos).
• Axiomas de Frontera:
  • Proporcionalidad de Peso (WP): Las probabilidades de selección entre candidatos admisibles son proporcionales a sus pesos $\lambda$.
  • Uniformidad de Peso Igual (EWU): Si todos los pesos son iguales, la distribución se reduce a la distribución uniforme sobre $\Pi_{\preceq}$ (recuperando el PSV).
    La combinación de PROV, SCF, WP y EWU produce unívocamente el PASV.

3. Regímenes Límite

Los autores analizan el comportamiento del PASV a medida que los pesos se vuelven extremos ($\lambda_i \to \infty$ o $\lambda_i \to 0$). Demuestran que los pesos extremos pueden inducir un mecanismo de resolución de empates casi determinista entre jugadores simultáneamente admisibles. En casos específicos (por ejemplo, particiones ordenadas o jugadores globalmente maximales), los pesos extremos se traducen efectivamente en nuevas aristas en el DAG, refinando la estructura de precedencia.

4. Computación Escalable

Dado que el número de extensiones lineales crece exponencialmente, el cálculo exacto es intratable para $n$ grandes. Los autores desarrollan un eficiente muestreador de Metropolis-Hastings (M-H) de Intercambio Adyacente:

• Inicialización: Se encuentra una extensión lineal válida mediante ordenación topológica.
• Transición: El muestreador propone un intercambio de elementos incomparables adyacentes en la permutación actual.
• Aceptación: La relación de aceptación de Metropolis-Hastings se calcula utilizando información local (Lema 4.1), permitiendo que el muestreador converja a la distribución no uniforme $p^{(\preceq, \lambda)}$ sin enumerar todas las permutaciones.
• Estimación: El PASV se estima mediante el promedio de Monte Carlo de las contribuciones marginales sobre las permutaciones muestreadas.

5. Herramienta de Diagnóstico: Barrido de Prioridad (Priority Sweeping)

Más allá de las estimaciones puntuales, el PASV permite un análisis de "barrido de prioridad". Al variar el peso $\lambda_i$ de un solo jugador (o grupo) mientras se mantienen fijos los demás, los profesionales pueden trazar cómo cambia la valoración. Esto sirve como un análisis de sensibilidad para identificar contribuyentes cuyo crédito es inestable o depende altamente de los supuestos de confianza/riesgo.

Resultados Clave

El artículo evalúa el PASV en dos conjuntos de datos:

1. Valoración de Datos (MNIST/CIFAR10):
   • Configuración: Un escenario de mercado de datos con 8 proveedores, incluyendo datos originales, datos aumentados, salidas de modelos generativos (Boosters), copias y datos envenenados. Un DAG complejo codifica el linaje de los datos (por ejemplo, las copias dependen de los originales).
   • Hallazgos: El Valor de Shapley (SV) estándar sobre-credita los datos reutilizados. El PSV penaliza correctamente las copias pero trata todos los datos sintéticos por igual. El PASV, al ajustar los pesos, logra diferenciar con éxito entre datos sintéticos de alta calidad (Boosters) y datos de baja calidad/reutilizados (Copier/Poisoner). El análisis de "barrido de prioridad" revela que el valor de los datos copiados/envenenados es altamente sensible a los ajustes de peso, mientras que los datos originales permanecen estables.
2. Atribución de Características (Census Income):
   • Configuración: Predicción de ingresos >$50k usando 12 características. Los autores comparan un DAG de "partición ordenada" grueso (demografía $\prec$ socioeconómico) contra un DAG detallado derivado del conocimiento del dominio (por ejemplo, educación $\prec$ ocupación).
   • Hallazgos: La elección del DAG altera significitivamente los valores de atribución. El barrido de prioridad del PASV identifica que ciertas características (por ejemplo, país de origen, relación) tienen atribuciones inestables dependiendo de su peso de prioridad, mientras que otras (por ejemplo, estado civil) son robustas. Esto resalta la importancia de modelar la precedencia correctamente y proporciona una herramienta para diagnosticar la sensibilidad de la atribución.

Significación y Reivindicaciones

El artículo afirma que el PASV ofrece un marco unificado, expresivo y prácticamente viable para la atribación en entornos con dependencias y niveles de confianza variables. Sus principales contribuciones son:

• Unificación: Es el primer método que maneja simultáneamente restricciones de precedencia general (DAGs) y pesos de prioridad suaves, recuperando el PSV y el WSV como casos especiales.
• Fundamentación Teórica: Proporciona una base axiomática sólida, demostrando que el PASV es la regla única que satisface las propiedades naturales para la valoración consciente de la precedencia y el peso.
• Escalabilidad: El muestreador MCMC propuesto permite la aplicación a grandes conjuntos de jugadores donde la enumeración exacta es imposible.
• Utilidad Práctica: El diagnóstico de "barrido de prioridad" proporciona un mecanismo novedoso para el análisis de sensibilidad, permitiendo a los profesionales cuantificar el impacto de los supuestos de confianza/riesgo en los resultados de la valoración.

Los autores enfatizan que el PASV no pretende ser una solución de "caja negra", sino una herramienta que hace explícitos y ajustables tanto los supuestos estructurales (DAG) como los supuestos de prioridad (pesos), apoyando así una toma de decisiones más robusta e interpretable en la IA centrada en los datos.