Resumen Técnico: Predicción Parcialmente Performativa

Planteamiento del Problema

El artículo aborda las limitaciones de los marcos de trabajo existentes de predicción performativa, que modelan el cambio de distribución como puramente endógeno (inducido por el modelo desplegado $\theta$). En la predicción performativa clásica, la distribución de los datos $D(\theta)$ cambia únicamente en respuesta a las acciones del aprendiz. Sin embargo, los autores observan que en dominios consecuentes realistas (por ejemplo, finanzas, salud, políticas públicas), los cambios de distribución rara vez son puramente endógenos. A menudo son impulsados por una mezcla de la influencia del modelo y factores exógenos (por ejemplo, efectos estacionales, fuerzas del mercado, cambios en las políticas) que evolucionan independientemente del aprendiz.

Para capturar esta interacción, el artículo introduce la Predicción Parcialmente Performativa. En este entorno, la distribución de los datos en la ronda $t$ es una mezcla variante en el tiempo:
$$D_t(\theta) = (1 - \alpha_t)D(\theta) + \alpha_t P_t$$
donde:

• $D(\theta)$ es el componente performativo dependiente del modelo $\theta$.
• $P_t$ es una distribución exógena que evoluciona en el tiempo independientemente de $\theta$.
• $\alpha_t \in [0, 1]$ controla la fuerza relativa del cambio exógeno.

Este marco generaliza la predicción performativa clásica (recuperada cuando $\alpha_t = 0$) y se aproxima a un entorno de cambio puramente exógeno (cuando $\alpha_t = 1$). El desafío central es que el "objetivo" (el modelo óptimo o estable) ya no es estático; deriva debido tanto a las acciones del aprendiz como a la evolución externa de $P_t$.

Metodología y Marco de Trabajo

1. Redefinición de Objetivos: Regret Dinámico

Dado que el entorno no es estacionario, el objetivo de converger a un único modelo fijo (como en la estabilidad o la optimalidad performativa) es insuficiente. Los autores proponen medir el desempeño mediante el regret dinámico relativo a secuencias de referencia variables en el tiempo:

• Regret de Estabilidad Performativa ($Reg^{PS}_T$): Compara la secuencia del aprendiz $\{\theta_t\}$ contra la secuencia de puntos performativamente estables $\{\theta^{PS}_t\}$, donde $\theta^{PS}_t$ minimiza el riesgo desacoplado dada la distribución inducida por $\theta^{PS}_t$.
• Regret de Optimalidad Performativa ($Reg^{PO}_T$): Compara al aprendiz contra la secuencia de puntos performativamente óptimos $\{\theta^{PO}_t\}$, que minimizan el riesgo performativo $PR_t(\theta) = \mathbb{E}_{Z \sim D_t(\theta)}[\ell(Z, \theta)]$.

2. Herramienta Analítica Clave: Longitud de Trayectoria (Path Length)

Una cantidad central en los límites teóricos es la longitud de trayectoria, definida como el movimiento acumulado de la secuencia de comparación:
$$\sum_{t=1}^{T-1} \Delta^{PS}_t \quad \text{donde} \quad \Delta^{PS}_t = \|\theta^{PS}_t - \theta^{PS}_{t+1}\|$$
El artículo establece que los límites de regret dependen explícitamente de esta longitud de trayectoria, la cual es impulsada por la tasa de cambio de la distribución exógena $P_t$ y el coeficiente de mezcla $\alpha_t$.

3. Algoritmos Analizados

El artículo analiza varios heurísticas de aprendizaje estándar adaptadas a este entorno:

• Minimización de Riesgo Repetida (RRM): Actualiza $\theta_{t+1} = \arg\min_\theta \mathbb{E}_{Z \sim D_t(\theta_t)}[\ell(Z, \theta)]$.
• Descenso de Gradiente Repetido (RGD): Utiliza gradientes esperados completos.
• Descenso de Gradiente Estocástico (SGD): Incluye variantes "codiciosas" (un muestreo por despliegue) y "perezosas" (múltiples muestras/actualizaciones por despliegue).
• Algoritmos de Orden Cero: Utilizados para la optimalidad performativa donde los gradientes del riesgo performativo son intratables. Esto incluye métodos de Dos Despliegues (ZGD2) y de Un Solo Despliegue (ZGD) que perturban el modelo para estimar gradientes.

Principales Contribuciones y Resultados

1. Límites Teóricos para la Estabilidad

Los autores derivan límites de regret para RRM y RGD que intercambian explícitamente los cambios endógenos y exógenos.

• Teorema 3.2 (RRM): Bajo supuestos de fuerte convexidad y suavidad, el regret de estabilidad está acotado por:
  $$Reg^{PS}_T(ARRM) = O\left(1 + \sum_{t=1}^{T-1} \Delta^{PS}_t\right)$$
  El factor de contracción requerido para la convergencia se relaja en comparación con el entorno clásico: $\epsilon < \frac{\mu}{(1-\alpha_{\min})\beta_z}$.
• Perspectiva: Cuando los cambios son mayoritariamente performativos ($\alpha_t \approx 0$), la longitud de trayectoria desaparece y el regret es constante. Cuando los cambios son mayoritariamente exógenos ($\alpha_t \approx 1$), el regret depende de la no estacionariedad de $P_t$. Si $P_t$ fluctúa rápidamente, el regret puede ser grande; si $P_t$ es casi constante, el regret permanece bajo.

2. Límites Teóricos para la Optimalidad

Para la optimalidad performativa, el artículo utiliza técnicas de optimización de orden cero.

• Teoremas 5.2 y 5.3: Los autores proporcionan límites de regret para algoritmos de orden cero de dos despliegues y de un solo despliegue. Los límites escalan con la dimensión $d$, el horizonte temporal $T$, y la longitud de trayectoria de la secuencia óptima $\sum \Delta^{PO}_t$.
• Intercambio de Convexidad: El artículo señala que, si bien un componente exógeno grande ($\alpha_t \approx 1$) hace que el objetivo sea más difícil de rastrear (aumentando la longitud de trayectoria), también hace que el riesgo performativo sea más propenso a ser convexo (ya que la parte exógena es convexa si la pérdida lo es). Por el contrario, una fuerte retroalimentación endógena puede volver el riesgo performativo no convexo incluso si la pérdida es convexa.

3. Validación Empírica

Experimentos en un conjunto de datos de calificación crediticia (modelo de respuesta estratégica) y datos gaussianos sintéticos validan los hallazgos teóricos:

• Cambios Exógenos Aleatorios: Un decaimiento más rápido de $\alpha_t$ (reduciendo el peso del término exógeno móvil) conduce a un menor regret.
• Cambios Exógenos Estacionarios: Mantener $\alpha_t$ más grande (más cercano a una distribución fija, no performativa) produce un menor regret.
• Las curvas de regret empíricas se alinean con los límites superiores teóricos respecto al orden de los diferentes cronogramas de $\alpha_t$.

Significancia y Reivindicaciones

El artículo afirma proporcionar el primer marco que unifica los cambios de distribución endógenos y exógenos bajo un único modelo de aprendizaje. Su principal significancia radica en:

1. Generalización: Generaliza estrictamente la predicción performativa clásica, mostrando que los algoritmos estándar (como RRM) siguen siendo efectivos pero requieren una reevaluación de las condiciones de convergencia ante la presencia de ruido exógeno.
2. Benchmarking Dinámico: Cambia el paradigma de los equilibrios estáticos al regret dinámico, reconociendo que en los sistemas del mundo real, el "mejor" modelo es un objetivo móvil.
3. Identificación de Intercambios (Trade-offs): Caracteriza explícitamente el intercambio entre la dificultad de rastrear un objetivo móvil (deriva exógena) y la dificultad de optimizar un paisaje no convexo (retroalimentación endógena).

Los autores mantienen la modestia respecto a las preguntas abiertas, señalando que igualar los límites inferiores para las tasas de regret (particularmente para el SGD codicioso) y relajar los supuestos de regularidad (convexidad, sensibilidad) siguen siendo áreas abiertas para investigaciones futuras. También sugieren que las definiciones de regret pueden extenderse naturalmente a modelos de mezcla no lineales más allá del marco lineal actual.