Resumen Técnico: Eficiencia Semiparamétrica en Experimentos Secuenciales mediante el Promedio de Propensión

1. Formulación del Problema

Los entornos experimentales modernos, particularmente en la evaluación de servicios habilitados por IA e intervenciones de plataformas, se desvían frecuentemente de la clásica toma de muestras independiente e idénticamente distribuida (i.i.d.). Las asignaciones suelen ser adaptativas, equilibradas entre covariables o restringidas por límites operativos como topes de exposición, presupuestos de tratamiento y requisitos de equidad. Estas características inducen dependencia entre las observaciones, lo que hace que la teoría de eficiencia clásica basada en i.i.d. sea insuficiente como guía para el diseño experimental.

El artículo aborda dos preguntas centrales:

1. ¿Cuál es el referente de eficiencia fundamental para estimar un estimando causal objetivo en un experimento secuencial con asignaciones dependientes?
2. ¿Cómo pueden los diseños implementables aproximarse a este referente en la práctica, particularmente bajo restricciones como la retroalimentación retardada y la necesidad de estabilidad operativa?

Los autores formalizan el entorno utilizando un marco de diseño no anticipatorio. Las unidades se indexan por un orden de asignación $t=1,\dots,n$, y la asignación del tratamiento $A_t$ depende únicamente de la historia $\mathcal{F}_{t-1}$ y de la covariable actual $X_t$, nunca de resultados o covariables futuros. Este marco unifica la aleatorización i.i.d., los diseños estratificados offline y los diseños adaptativos secuenciales.

2. Metodología y Marco Teórico

2.1 El Promedio de Propensión Inducido

La contribución teórica central es la identificación del promedio de propensión inducido como el estadístico suficiente para el referente de eficiencia. Para cualquier diseño no anticipatorio $\text{ALG}$, el promedio de propensión inducido $\bar{e}_a(x)$ se define como:
$$\bar{e}_a(x) := \frac{1}{n} \sum_{t=1}^n \mathbb{E}_{\text{ALG}}[e_t(a | x, \mathcal{F}_{t-1})]$$
donde $e_t$ es la probabilidad de asignación condicional en el paso $t$.

2.2 Límite Inferior Semiparamétrico

El artículo establece un límite inferior semiparamétrico para estimadores regulares y localmente insesgados. El Teorema 1 demuestra que, para cualquier diseño no anticipatorio, la varianza asintótica de un estimador está acotada inferiormente por el referente de eficiencia i.i.d. evaluado en la propensión promedio inducida $\bar{e}$:
$$\text{Var}(T) \geq \frac{1}{n} V(\bar{e}) = \frac{1}{n} \mathbb{E}[\phi_{\bar{e}}(O)^2]$$
donde $\phi_{\bar{e}}$ es la función de influencia eficiente (EIF) bajo la propensión fija $\bar{e}$.

Este resultado implica que la complejidad estadística de los diseños adaptativos, equilibrados o restringidos colapsa en un único objeto: la exposición promedio al tratamiento asignada a través de los valores de las covariables. Las restricciones operativas (por ejemplo, límites de presupuesto) se incorporan restringiendo el conjunto admisible de propensiones promedio.

2.3 Asignación de Neyman Generalizada

Para objetivos con valores vectoriales (por ejemplo, efectos de múltiples tratamientos), el artículo deriva una asignación de Neyman generalizada. El diseño óptimo minimiza la traza de la matriz de covarianza de la EIF, lo que conduce a una regla de asignación donde los brazos de tratamiento con mayor varianza condicional en la función de influencia eficiente reciben mayor exposición. Para funcionales lineales de las medias de los resultados, esto se reduce a la regla clásica de asignación de Neyman.

3. Enfoques Constructivos hacia el Referente

El artículo propone dos diseños adaptativos por lotes (batched adaptive designs) complementarios e implementables que se aproximan al referente teórico. Ambos métodos actualizan la política de asignación solo un número logarítmico de veces ($B \asymp \log n$), lo que garantiza la compatibilidad con la retroalimentación retardada y la auditabilidad operativa.

3.1 Ruta 1: Ajuste de Regresión Adaptativo por Lotes

Este enfoque se centra en la corrección del lado del estimador.

• Mecanismo: El experimento se divide en lotes. Dentro de cada lote, la regla de asignación es fija. Al final de cada lote, se estiman los parámetros de molestia (regresiones de resultados y funciones de segundo momento) mediante cross-fitting sobre los datos acumulados. La regla de asignación para el siguiente lote se actualiza mediante la minimización por plug-in del objetivo de diseño oracle.
• Estimandos Generales: Para estimandos suaves generales, el método alcanza el referente oracle siempre que los estimadores de molestia converjan a una tasa más rápida que $n^{-1/4}$. Este es un cuello de botella conocido en la estimación semiparamétrica debido al sesgo de segundo orden del plug-in.
• Funcionales Lineales: Para funcionales lineales de las medias de los resultados (por ejemplo, Efectos de Tratamiento Promedio, Valores de Política), el sesgo de plug-in se cancela exactamente debido a la estructura de la EIF. En consecuencia, el cuello de botella de $n^{-1/4}$ desaparece. El artículo establece una tasa de convergencia de segundo orden aguda de $O(n^{-1-2\alpha} \vee n^{-1-2\beta})$, donde $\alpha$ y $\beta$ son las tasas de convergencia de los estimadores de regresión de resultados y de segundo momento, respectivamente. Un límite inferior coincidente demuestra que esta tasa es minimax-óptima.

3.2 Ruta 2: Balanceo de Covariables Adaptativo por Lotes

Este enfoque se centra en el control del lado del diseño para evitar los cuellos de botella de la estimación de parámetros de molestia.

• Mecanismo: Esta ruta utiliza un estimador basado en momentos simple (sin ajuste de regresión en el paso final). El diseño impone un balance local de las funciones de momento indexadas por covariables dentro de cada lote utilizando particiones espaciales y permutaciones agrupadas. La propensión objetivo se actualiza a través de los lotes basándose en proxies de segundo momento estimados.
• Eficiencia: Al controlar el "residuo de balanceo" (la desviación de la propensión objetivo) dentro de los lotes, este método alcanza el referente semiparmétrico $V^*/n$ sin requerir la estimación de parámetros de molestia no paramétricos en el paso de estimación.
• Compromisos (Trade-offs): El residuo de balanceo decae a una tasa dependiente de la dimensión $O(m^{-1/(d+4)})$ para un tamaño de lote $m$. Por lo tanto, esta ruta es más efectiva en entornos de baja dimensión o cuando la dimensión efectiva de la heterogeneidad es baja.

4. Resultados Clave y Validación Empírica

4.1 Resultados Teóricos

• Marco Unificado: El promedio de propensión inducido unifica los referentes de eficiencia previamente dispares para diseños adaptativos, estratificados y de aleatorización local bajo un único marco no anticipatorio.
• Resolución de Conjeturas: El marco resuelve una conjetura de Cytrynbaum (2021) relativa a los límites de eficiencia de los diseños experimentales de dos etapas.
• Nitidez Minimax: Para funcionales lineales, el artículo proporciona la primera caracterización minimax de la tasa de convergencia hacia el referente de eficiencia semiparamétrica para experimentos secuenciales generales.

4.2 Estudios Numéricos y Empíricos

Los autores validan sus métodos mediante simulaciones sintéticas y una aplicación del mundo real:

• Experimentos Sintéticos: Las simulaciones con dimensiones variables ($d \in \{2,3,8\}$) y heterocedasticidad muestran que ambas rutas adaptativas superan significativamente a la aleatorización uniforme. La ruta de ajuste de regresión (RA) es robusta a altas dimensiones, mientras que la ruta de balanceo de covariables (CB) funciona mejor cuando la partición de balanceo se alinea con la estructura de baja dimensión (dimensión efectiva) de los datos.
• Evaluación de Asistente Médico de IA: Utilizando datos del estudio HELPMed (Bean et al., 2026), los autores evaluaron múltiples asistentes de IA frente a una línea base. Los diseños adaptativos redujeron el error cuadrático medio (MSE) normalizado en aproximadamente un 5–8% en comparación con la aleatorización uniforme. El estudio destacó que el uso de una partición adaptativa a los datos y de baja dimensión para la ruta CB mejoró significativamente el rendimiento en entornos de alta dimensión.

5. Significación y Reivindicaciones

El artículo afirma proporcionar un marco unificado para caracterizar y diseñar experimentos secuenciales eficientes. Su principal significación radica en:

1. Reencuadre del Diseño: Cambia el enfoque del diseño experimental de la optimización de mecanismos de asignación complejos y dependientes de la trayectoria hacia el aprendizaje o la elección de un promedio de propensión eficiente.
2. Viabilidad Operativa: Al demostrar que el referente de eficiencia puede aproximarse con solo un número logarítmico de actualizaciones de la política, el artículo cierra la breancia entre la optimalidad teórica y las restricciones operativas (retroalimentación retardada, auditabilidad, estabilidad).
3. Flexibilidad Práctica: Las dos rutas complementarias (ajuste de regresión y balanceo de covariables) ofrecen compromisos a los profesionales: RA es flexible para entornos de alta dimensión pero requiere una estimación de molestia rápida; CB es robusto y simple pero requiere un manejo cuidadoso del espacio de las dimensiones de las covariables.

Los autores concluyen que el promedio de propensión sirve como un lenguaje común para comprender los límites estadísticos en la experimentación secuencial, permitiendo el diseño de experimentos de múltiples tratamientos eficientes en aplicaciones modernas como la evaluación de servicios de IA.