Resumen Técnico: Regresión Contrafactualmente Justa mediante Transporte Óptimo

Enunciado del Problema

El artículo aborda el desafío de aprender un regresor contrafactualmente justo en dominios de alto riesgo (por ejemplo, admisiones estudiantiles) donde las predicciones deben ser invariantes a intervenciones sobre atributos sensibles (por ejemplo, género, raza). A diferencia de las nociones estándar de equidad como la Paridad Demográfica (PD), que solo requieren igualdad distribucional marginal entre grupos, la Equidad Contrafactual (EC) exige que las predicciones permanezcan sin cambios si el atributo sensible se altera, manteniendo constante la "capacidad" latente del individuo.

Una barrera significativa para implementar la EC es la necesidad de Modelos Causales Estructurales (MCE) completos, los cuales rara vez están disponibles en la práctica. Los autores adoptan una perspectiva de "incertidumbre causal" (específicamente el escenario de Nivel 2 de Kusner et al.), donde el grafo causal completo es desconocido, pero es accesible un proxy medible para la variable de capacidad latente $V$ (denotado como $\psi(X, S)$). El objetivo es construir un estimador de post-procesamiento que recalibre un predictor "caja negra" preentrenado sin reentrenamiento, proporcionando garantías estadísticas rigurosas para muestras finitas.

Metodología

1. Reducción Teórica: EC a PD Condicional

La idea teórica central es que, bajo el escenario de incertidumbre causal con ruido re-muestreado, la Equidad Contrafactual es equivalente a la Paridad Demográfica condicional a la variable latente $V$.

• Definición: Un predictor es EC si, para cualquier capacidad latente fija $v$, la distribución de las predicciones es idéntica en todos los grupos sensibles $s$.
• Implicación: Esto reduce el problema contrafactual complejo a un problema de transporte óptimo condicional. Los autores demuestran que el predictor justo óptimo minimiza el riesgo sujeto a la restricción de que las distribuciones de predicción condicionales $\mu_{f|v,s}$ coincidan para todo $s$.

2. Solución de Forma Cerrada mediante Transporte Óptimo

Utilizando la teoría del Transporte Óptimo (TO), los autores derivan una expresión de forma cerrada para el regresor justo óptimo $f^*_0$.

• Mapa Bari céntrico de Cuantiles: El predictor óptimo mapea la predicción original $f^*(x, s)$ a un baricentro de Wasserstein-2 de las distribuciones condicionales por grupo.
• Fórmula:
  $$f^*_0(x, s) = \left( \sum_{s'=1}^K w_{s'} F^{-1}_{f^*|v, s'} \right) \circ F_{f^*|v, s}(f^*(x, s))$$
  donde $v = \psi(x, s)$, $w_s$ son los pesos de los grupos y $F^{-1}$ denota la función de cuantil. Esta operación alinea efectivamente las distribuciones de predicción de diferentes grupos dentro del mismo nivel de capacidad latente.

3. Estimador de Post-procesamiento Discretizado

Dado que $V$ es continuo, los autores proponen un algoritmo práctico de post-procesamiento discretizado:

• Discretización: El espacio latente $V$ se particiona en $L$ intervalos.
• Estimación Local: Dentro de cada intervalo, las funciones de distribución acumulada (CDF) condicionales y las funciones de cuantil se estiman a partir de los datos.
• Estimador de Inserción: El mapa baricéntrico de forma cerrada se aplica localmente dentro de cada intervalo utilizando estimaciones empíricas.
• División de Muestras: Para garantizar la independencia estadística entre la estimación de las CDF y la aplicación del mapa de transporte, los datos se dividen (plegado).

4. Equidad Contrafactual Relajada

Reconociendo que la equidad exacta puede ser inalcanzable o indeseable, el artículo extiende el marco a la EC relajada.

• Compensación: Los autores definen un problema relajado donde la injusticia está acotada por un presupuesto $\alpha U(f^*)$.
• Combinación Convexa: Se demuestra que el predictor óptimo relajado es una combinación convexa del predictor original de caja negra y el predictor justo óptimo:
  $$f^*_\alpha = \sqrt{\alpha} f^* + (1-\sqrt{\alpha}) f^*_0$$
• Ajuste: Se proporciona una regla explícita para seleccionar $\alpha$ y cumplir con un presupuesto de injusticia prescrito, teniendo en cuenta el error de estimación.

Contribuciones Clave

1. Reducción de EC: El artículo establece que, bajo incertidumbre y conciencia causal, la Equidad Contrafactual es equivalente a la Paridad Demográfica condicional a la capacidad latente $V$. Esto conecta la EC con las metodologías existentes de PD.
2. Regresor Óptimo de Forma Cerrada: Deriva la forma exacta del predictor justo óptimo utilizando una construcción baricéntrica de cuantiles, proporcionando una solución constructiva en lugar de una prueba de existencia abstracta.
3. Garantías para Muestras Finitas: Los autores proponen un método de post-procesamiento agnóstico al modelo y prueban garantías estadísticas de muestras finitas de alta probabilidad.
   • Tanto la injusticia como el riesgo excedente decaen a una tasa de $\tilde{O}(n^{-1/3})$.
   • Establecen una cota inferior coincidente, demostrando que esta tasa es fundamental para el problema de estimar regresores justos bajo estas condiciones, y no meramente un artefacto de la discretización.
4. Equidad Relajada con Ajuste: El trabajo se extiende a la EC relajada, proporcionando reglas explícitas de ajuste para navegar la compensación riesgo-injusticia.

Resultados

Datos Sintéticos

• Validación de la Teoría: Los experimentos confirman que la injusticia disminuye a medida que aumenta el nivel de discretización $L$, estabilizándose cerca del $L^*$ teóricamente óptimo.
• Compensación: El método domina a las líneas base en la frontera de EC. Mientras que los métodos causales estrictos (Fair K) logran equidad perfecta descartando características observables (lo que conduce a un alto error), y los métodos globales de PD (WFR) logran bajo error pero fallan en EC, el método propuesto logra una EC casi perfecta con un error significativamente menor que Fair K.

Datos del Mundo Real (Conjunto de Datos de Escuela de Leyes)

• Rendimiento: Aplicado al conjunto de datos LSAC (predicción de calificaciones del primer año), el método cierra la brecha entre precisión y equidad.
  • Comparado con Fair K (línea base causal), el método propuesto mantiene una precisión similar (RMSE $\approx$ 1.054 vs 1.086) mientras reduce la injusticia condicional en un orden de magnitud.
  • Comparado con WFR (línea base de PD global), logra una injusticia condicional significativamente menor (0.009 vs 0.088) con una precisión comparable.
• Robustez ante la Estimación del Proxy: El artículo evalúa el impacto de estimar el proxy latente $V$ utilizando Modelos Causales Estructurales (MCE) frente a Autoencoders Variacionales (VAE). Destaca que la "fuga del proxy" (donde $V$ retiene información sobre $S$) degrada la equidad, pero el método permanece robusto al utilizar un "VAE Justo" que desentrelaza explícitamente $V$ de $S$.

Significado y Afirmaciones

El artículo afirma proporcionar el primer marco de post-procesamiento agnóstico al modelo para la equidad contrafactual que ofrece garantías estadísticas rigurosas para muestras finitas sin requerir reentrenamiento ni acceso al grafo causal completo.

• Profundidad Teórica: Al demostrar que la tasa de convergencia $n^{-1/3}$ es una cota inferior fundamental (mediante el Lema de Assouad), los autores argumentan que la convergencia lenta es el "precio de la equidad" intrínseco en configuraciones no paramétricas, y no una limitación de su algoritmo específico.
• Utilidad Práctica: El enfoque está diseñado para escenarios donde los modelos son propietarios o de terceros, o donde los datos de entrenamiento no están disponibles, lo que lo hace altamente aplicable a la implementación en el mundo real.
• Equidad Matizada: El trabajo va más allá del debate sobre si la PD global es suficiente para la EC al demostrar que la PD condicional (sobre la variable latente) es la reducción estructural correcta, ofreciendo una nueva perspectiva sobre la relación entre estas nociones de equidad.

Los autores concluyen que su método equilibra exitosamente la compensación entre utilidad predictiva y equidad contrafactual, ofreciendo un enfoque calibrado para cumplir presupuestos de equidad específicos mientras se mantiene la validez estadística.