Resumen Técnico: El WorldKernel como el Núcleo de Acoplamiento de Mundos Posibles Admisibles

1. Planteamiento del Problema

El artículo identifica un modo de falla fundamental en los enfoques actuales de razonamiento causal y modelado de mundos: la suposición de que un conjunto suficiente de datos observacionales e intervencionistas, combinado con un predictor fuerte, es suficiente para razonar sobre un dominio. A través de una batería de 300 modelos estructurales causales (SCM), los autores demuestran que esta suposición falla específicamente en las cantidades contrafactuales no identificadas.

Si bien los predictores fuertes (incluyendo baselines bayesianos y modelos de lenguaje de frontera) recuperan con éxito la "diagonal" del espacio del problema (la distribución posterior sobre los mundos dado los datos), fallan en la "fuera de la diagonal" (el acoplamiento entre mundos contrafactuales).

• La Falla: En cantidades no identificadas, los predictores colapsan a una estimación puntual única. En el 28% de los modelos probados, este punto es infactible (ningún SCM válido puede producirlo), y en el 27% de los casos de mediación, el predictor obtiene el signo del efecto de forma errónea.
• La Causa: La falla no es estadística (más datos no ayudan), sino representacional. El acoplamiento entre mundos contrafactuales no es una función de ninguna distribución observacional o intervencionista. La predicción no puede representar la incertidumbre sobre estos acoplamientos entre mundos.

2. Metodología y Objeto Central

El artículo propone un WorldKernel (Núcleo de Mundo), definido como un único núcleo de acoplamiento semidefinido positivo (PSD) $K_E(T, T')$ sobre el espacio de mundos completos admisibles $T, T'$, condicionado a la evidencia $E$.

• La Diagonal ($K_E(T, T)$): Representa el posterior clásico $\mu_E(T)$. Esta es la "sombra" que cualquier predictor recupera. Corresponde a la admisibilidad y es certificable.
• La Fuera de la Diagonal ($K_E(T, T')$): Representa el acoplamiento entre mundos. Esta es la cantidad que fija los contrafactuales pero que es invisible para los predictores. Es la estructura "de carga" para el razonamiento causal que la predicción por sí sola no puede suministrar.

El artículo trata al WorldKernel no como un nuevo método de muestreo o un nuevo algoritmo de identificación parcial, sino como una síntesis: la identificación de un objeto único cuya estructura (PSD) y elementos fuera de la diagonal codifican la información faltante requerida para la competencia contrafactual.

3. Contribuciones Clave y Resultados Teóricos

El artículo organiza su teoría en torno a cinco preguntas respecto al núcleo fuera de la diagonal:

1. ¿Es real la fuera de la diagonal?

Sí. El artículo demuestra que dos mundos pueden ser predictivamente idénticos (mismos posteriores) pero distintos en sus acoplamientos entre mundos.

• Teorema 2: Existen mundos $W_0, W_1$ que son predictivamente equivalentes pero no equivalentes de mundo.
• Teorema 4 (Isomorfismo de Kernel-Contrafactual): Para tratamientos binarios, la ley contrafactual está en biyección con una matriz de momentos PSD $M$. Los datos identificables (peldaños 1 y 2 de la escalera de Pearl) fijan solo la diagonal de $M$. El elemento fuera de la diagonal $M_{01}$ (el conjunto conjunto entre mundos) determina los contrafactuales como la Probabilidad de Necesidad (PN). Dos leyes con diagonales idénticas pero fuera de la diagonal distintas son observacionalmente indistinguibles pero contrafactualmente distintas.

2. ¿Se puede acotar a partir de los datos?

Sí, mediante la Definición Positiva Semidefinida (PSD).

• Proposición 3: Imponer la restricción PSD en la matriz de momentos $M$ (donde las diagonales están fijadas por los datos) produce un límite válido y estrictamente más ajustado para los contrafactuales que los límites marginales/Fréchet por sí solos.
• Ventaja Computacional: Este es un programa semidefinido (SDP) de tamaño $O(k^2)$, mientras que el programa lineal exacto de tipo respuesta tiene $2^k$ vértices. El límite PSD es exacto para consultas de segundo orden y proporciona un límite exterior ajustado para consultas de orden superior donde el programa exacto es intratable (por ejemplo, en $k=40$, el LP exacto tiene $10^{12}$ variables, mientras que el SDP tiene 820 entradas).

3. ¿Puede la estructura lógica agudizarlo?

Sí, mediante Restricciones Ontológicas.

• Proposición 4: Los axiomas de ontología (subsunción, disyunción, monotonicidad entre mundos) pueden codificarse como restricciones de igualdad lineales en la matriz del núcleo.
• Efecto: Estas restricciones ajustan el límite contrafactual hasta en un 32% en promedio. Crucialmente, debido a la estructura PSD, las restricciones en un atributo se propagan para ajustar los límites de atributos no restringidos, una capacidad que las herramientas de límites causales planos carecen.

4. ¿Se puede adquirir a partir de la experiencia?

Sí, mediante "Cicatrización" (Scarring).

• Mecanismo: Un modelo de mundo puede aprender restricciones al encontrar infactibilidades ("cicatrices").
• Teorema 5: La cicatrización dirigida (eliminando la fase minoritaria específica o el cuello de botella en el grafo de mundos admisibles) restaura la brecha espectral (constante de Cheeger) del grafo de reconfiguración.
• Resultado: Las cicatrices dirigidas cierran la breza de identificabilidad hasta 4 veces más rápido que las restricciones no dirigidas (aleatorias). Esto convierte un régimen intratable (con cuello de botella) en uno tratable donde la decadencia de correlación se cumple.

5. ¿Cuándo es alcanzable?

Limitado por la Barrera de Conteo de Sly–Sun.

• Teorema 6: Acceder a la fuera de la diagonal a escala es equivalente al conteo aproximado de mundos admisibles (conjuntos independientes en un grafo de restricciones).
• Umbral: El problema es tratable (tiempo polinomial) para grafos con grado máximo $\Delta \le 5$ e inaproximable (a menos que NP = RP) para $\Delta \ge 6$.
• Transición de Fase: La transición ocurre en un parámetro de orden de cavidad $(d-1)\eta \approx 1$ entre los grados 5 y 6. Por debajo del umbral, el núcleo es reconstruible mediante el árbol de caminata auto-evitante de Weitz (decadencia de correlación). Por encima del umbral, el espacio de mundos se fragmenta en fases (vidrio/glass), y el acceso total queda bloqueado.
• Recurso: En el régimen difícil, la fuera de la diagonal puede aproximarse combinando cicatrización condicionada por fase (computación exacta dentro de la fase) con la relajación PSD (acotando el acoplamiento entre fases).

4. Resultados Empíricos

El artículo valida estas afirmaciones a través de una "batería de modelos estructurales causales" de 300 modelos aleatorios:

• Falla del Predictor: Un modelo de lenguaje fuerte (Claude) y un baseline bayesiano fallaron en representar la clase contrafactual. El LLM devolvió estimaciones puntuales infactibles en el 28% de los modelos y signos incorrectos en el 27% de los casos de mediación.
• Éxito del Kernel: El núcleo completo (usando el intervalo identificado y el acoplamiento) cubrió la verdad en el 100% de los modelos y fue exacto hasta la precisión de máquina cuando el acoplamiento era conocido.
• Admisibilidad: En un entorno de "lava permisiva", un predictor sin escudo entró en regiones prohibidas el 36.4% de las veces, mientras que el "proyector de la diagonal" (que impone la admisibilidad) cometió cero violaciones, demostrando que la admisibilidad es una propiedad del espacio de acción, no un filtro post-hoc.

5. Significado y Reivindicaciones

El artículo afirma redefinir la naturaleza de un modelo de mundo y los límites de la inteligencia:

• Inteligencia como Competencia de Preservación de Clausura: Un modelo es "contrafactualmente competente" solo si su estado latente es suficiente para el cociente de mundos admisibles y sus transiciones preservan el conjunto admisible. Los modelos de solo predicción fallan de forma demostrable en este criterio (Teorema 7).
• La Fuera de la Diagonal es el Eslabón Perdido: El artículo argumenta que "la predicción no es comprensión". Una alta precisión predictiva no implica un modelo de mundo correcto porque la fuera de la diagonal (acoplamiento entre mundos) no es una función de las distribuciones predictivas.
• Estructural, No Estadístico: La brecha entre la predicción y el razonamiento contrafactual es estructural. Más datos no pueden cerrar la brecha porque la cantidad no identificada no es una función de la distribución de los datos.
• Honestidad Computacional: El artículo sitúa una barrera de conteo conocida (Sly–Sun) como el límite para el acceso total a la fuera de la diagonal. No pretende superar la complejidad del peor caso, sino medir precisamente dónde el recurso de fase-extrema funciona (pocos-fases) y dónde se estanca (vidrio/glass).