🤖 machine learning

On the Granularity of Causal Effect Identifiability

Cet article introduit et analyse l'identifiabilité des effets causaux basée sur les états, démontrant qu'elle peut être atteinte même lorsque l'identifiabilité traditionnelle basée sur les variables échoue en exploitant des connaissances supplémentaires telles que les indépendances spécifiques au contexte et les contraintes d'état.

Auteurs originaux : Yizuo Chen, Adnan Darwiche

Publié 2026-07-24

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yizuo Chen, Adnan Darwiche

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le dilemme du détective : Pourquoi le « parfois » importe plus que le « toujours »

Imaginez que vous êtes un détective essayant de résoudre un mystère en utilisant uniquement une carte de la ville et un carnet de bord indiquant où les gens ont été vus. Vous voulez savoir : « Si je force un suspect à prendre un itinéraire spécifique, où finira-t-il ? » Dans le monde de la science, cela s'appelle l'inférence causale. C'est l'art de déterminer ce qui cause quoi, plutôt que de simplement remarquer que deux choses se produisent ensemble. Généralement, les détectives (ou les scientifiques) s'appuient sur une carte appelée graphe causal, qui montre comment différentes variables — comme le « tabagisme », la « santé pulmonaire » ou le « dosage du médicament » — sont connectées. Ils examinent également des données observationnelles, qui ne sont que le compte rendu de ce qui s'est passé naturellement sans intervention extérieure.

Le grand défi est que, parfois, la carte et le carnet de bord ne suffisent pas pour donner une réponse unique et définitive. Peut-être qu'il existe des facteurs cachés (comme un trait génétique secret) que la carte ne montre pas, rendant impossible de savoir avec certitude si le médicament a causé la guérison ou si le patient a simplement eu de la chance. Pendant des décennies, les scientifiques ont utilisé des règles pour décider si une question de cause à effet est « soluble » (identifiable) ou « insoluble ». Ces règles posent généralement une question très large : « Pouvons-nous déterminer l'effet de ce médicament sur n'importe quel patient, dans n'importe quelle situation ? » Si la réponse est « non » pour un seul scénario complexe, l'effet du médicament entier était considéré comme un mystère. Mais et si nous n'avions pas besoin de savoir pour chaque patient ? Et si nous nous intéressions seulement aux patients spécifiques qui prennent déjà le médicament et voulons savoir s'ils vont guérir ? Ce document demande si le fait de se concentrer sur des détails spécifiques peut transformer un mystère insoluble en un mystère soluble.

Zoomer : De « tous les patients » à « ce patient »

Cet article, intitulé « On the Granularity of Causal Effect Identifiability », suggère que l'ancienne façon de poser les questions est peut-être trop large. Les auteurs, Yizuo Chen et Adnan Darwiche de l'UCLA, soutiennent que nous devrions cesser de demander : « Ce traitement fonctionne-t-il pour tout le monde ? » et commencer à demander : « Ce traitement fonctionne-t-il pour ce type spécifique de personne ? » Ils appellent ce changement le passage d'une identifiabilité basée sur les variables (la vue d'ensemble) à une identifiabilité basée sur les états (les détails précis).

Voyez cela comme une prévision météorologique. L'ancienne méthode demande : « Pleuvra-t-il demain ? » Si le modèle météorologique est trop complexe pour prédire la pluie pour chaque scénario possible, la réponse est : « Nous ne savons pas. » Mais la nouvelle méthode demande : « Pleuvra-t-il si la température descend en dessous de 50 degrés ? » Même si le modèle ne peut pas prédire la pluie pour toutes les températures, il pourrait être capable de la prédire parfaitement pour cette vague de froid spécifique. L'article démontée que, en se concentrant sur des « états » spécifiques (comme une température précise ou l'état d'un patient particulier), nous pouvons souvent trouver des réponses qui étaient auparavant cachées.

L'indice secret : L'indépendance contextuelle spécifique

L'ingrédient magique qui rend ce zoom possible est ce qu'on appelle l'Indépendance Contextuelle Spécifique (CSI - Context-Specific Independence). En langage clair, la CSI est une règle qui dit : « Dans cette situation spécifique, deux choses cessent de s'influencer mutuellement. »

Imaginez un interrupteur de lumière. Habituellement, la lumière dépend de deux choses : si le courant est allumé et si quelqu'un actionne l'interrupteur. Mais si le courant est coupé (le « contexte »), la lumière ne se soucie plus de l'interrupteur. L'interrupteur peut être actionné vers le haut ou vers le bas, mais la lumière reste éteinte. C'est une CSI : La lumière est indépendante de l'Interrupteur, étant donné que le Courant est Coupé.

L'article démontre que si nous connaissons ces « règles de contexte » spéciales, nous pouvons résoudre des mystères qui semblaient impossibles auparavant. Cependant, il y a un pièplement. Les anciennes règles « basées sur les variables » examineraient l'ensemble de l'image et diraient : « Nous ne pouvons pas résoudre cela car parfois l'interrupteur compte et parfois il ne compte pas. » La nouvelle approche « basée sur les états » dit : « Attendez, si nous regardons seulement les moments où le courant est coupé, l'interrupteur n'a plus d'importance, donc nous pouvons le résoudre ! »

Les auteurs prouvent que cette distinction est réelle et importante. Ils montrent qu'un effet causal peut être non identifiable (insoluble) lorsqu'on regarde la variable dans son ensemble, mais identifiable (soluble) lorsqu'on regarde un état spécifique, à condition de disposer de ces indices de contexte supplémentaires. Sans ces indices, les deux approches sont en réalité identiques, et le fait de zoomer ne sert à rien. Mais avec ces indices, la vue « à grain fin » ouvre de nouvelles portes.

Le pouvoir des « contraintes d'état »

Le document explore également un autre type d'indice : les contraintes d'état. Il s'agit simplement de savoir qu'une variable ne peut se trouver que dans certains états. Par exemple, savoir qu'une variable « Météo » peut être seulement « Pluie » ou « Neige », mais jamais « Soleil ».

Les auteurs ont découvert que connaître les limites des états d'une variable n'aide pas beaucoup en soi. C'est comme savoir qu'un dé n'a que les chiffres de 1 à 6 ; cela ne vous dit pas si vous pouvez prédire le résultat du lancer. Mais, lorsqu'on combine cette connaissance avec les indices de CSI (les « règles de contexte »), cela devient un super-pouvoir. C'est comme avoir une carte qui dit « L'interrupteur n'a plus d'importance quand le courant est coupé » et savoir que « Le courant est soit présent, soit absent ». Ensemble, ces contraintes peuvent rendre soluble un puzzle auparavant insoluble.

Le nouveau kit d'outils du détective

Pour prouver ces idées, les auteurs ne se sont pas contentés d'en parler ; ils ont construit de nouveaux algorithmes (programmes informatiques) pour les tester. Ils ont créé une méthode appelée ID-CSI et une version étendue appelée ID-CSI-STATE. Ces outils agissent comme un super-détective capable de :

Examiner une situation spécifique (un « état » particulier).
Utiliser les indices de contexte (CSI) pour élaguer les parties inutiles de la carte.
Vérifier si la réponse peut être trouvée pour cette tranche spécifique de la réalité.

Ils ont testé ces outils sur des milliers de « cartes de mystères » générées aléatoirement avec différents nombres de variables (de 6 à 50). Les résultats sont clairs :

Plus d'indices = Plus de réponses : À mesure qu'ils ajoutaient des contraintes de CSI, le nombre de mystères solubles augmentait.
L'écart se creuse : La différence entre ce que l'ancienne méthode « large » pouvait résoudre et ce que la nouvelle méthode « spécifique » pouvait résoudre devenait plus grande à mesure que les puzzles devenaient complexes.
La vitesse compte : Leur nouvelle méthode était beaucoup plus rapide que les outils existants (comme le package DOSEARCH) lorsqu'il s'agissait de cartes complexes et de grande taille. En fait, pour des cartes de 50 variables, les anciens outils abandonnaient souvent après 5 minutes, tandis que la nouvelle méthode les résolvait en quelques secondes.

L'essentiel à retenir

Cet article ne prétend pas que nous pouvons désormais résoudre chaque mystère causal. Au contraire, il suggère que nous posions les mauvaises questions. En étant plus spécifiques — en demandant « ce patient » plutôt que « tous les patients », et en utilisant des indices de contexte spécifiques — nous pouvons résoudre des problèmes qui étaient auparavant considérés comme impossibles.

Les auteurs démontent que le monde de la cause à effet est plus nuancé que nous ne le pensions. Parfois, la réponse n'est pas « nous ne savons pas », mais plutôt « nous connaissons la réponse pour ce cas spécifique ». C'est un rappel que dans la science, comme dans la vie, le moyen le plus puissant de voir l'ensemble de l'image est parfois de se concentrer intensément sur un seul petit détail.

Résumé technique : Sur la granularité de l’identifiabilité des effets causaux

Énoncé du problème

La notion classique d'identifiabilité de l'effet causal est définie au niveau fondé sur les variables : déterminer si l'effet causal d'un ensemble de variables de traitement $X$ sur un ensemble de variables de résultat $Y$ (noté $\text{Pr}_X(Y)$ ) peut être estimé de manière unique à partir de données observationnelles et d'un graphe causal. Cette approche suppose que si l'effet est identifiable, il doit l'être pour chaque intervention possible sur $X$ et pour chaque état possible de $Y$ .

Cependant, dans de nombreux scénarios pratiques, les chercheurs s'intéressent aux effets causaux fondés sur les états : l'effet d'une intervention spécifique $X=x$ sur un état de résultat spécifique $Y=y$ (noté $\text{Pr}_x(y)$ ). L'article soutient que la définition fondée sur les variables est souvent trop grossière, surtout lorsque des connaissances supplémentaires au-delà du graphe causal et des données observationnelles sont disponibles. Plus précisément, les auteurs étudient si les effets fondés sur les états peuvent être identifiables même lorsque le correspondant effet fondé sur les variables ne l'est pas, et comment des contraintes additionnelles — spécifiquement les indépendances liées au contexte (CSI - Context-Specific Independencies) et les contraintes d'état — influencent cette distinction.

Méthodologie

1. Formalisation de l'identifiabilité fondée sur les états

L'article définit l'identifiabilité fondée sur les états (Définition 2) comme la calculabilité unique de $\text{Pr}_x(y)$ à partir de la distribution observationnelle $\text{Pr}(V)$ pour des états spécifiques $x$ et $y$ , étant donné un graphe causal $G$ .

Équivalence classique : En l'absence de contraintes supplémentaires (uniquement $G$ et $\text{Pr}(V)$ ), l'article prouve (Proposition 1) que l'identifiabilité fondée sur les variables et celle fondée sur les états sont équivalentes. Si l'une est identifiable, l'autre l'est aussi.
Le rôle des contraintes : La distinction ne devient significative que lorsqu'une connaissance supplémentaire est introduite. L'article se concentre sur deux types de contraintes :
- Indépendances liées au contexte (CSI) : Contraintes de la forme $(Y \perp\!\!\perp P_1 | p_2, P_3)$ , indiquant qu'une indépendance est vérifiée uniquement sous certains états de contexte $p_2$ .
- Contraintes d'état : Connaissance restreignant les états possibles de certaines variables (par exemple, une variable est binaire).

2. Résultats de séparation théorique

Les auteurs démontrent que des connaissances supplémentaires peuvent créer une séparation entre les deux niveaux d'identifiabilité :

Contraintes CSI : Bien que les CSI puissent rendre certains effets fondés sur les variables identifiables (Proposition 7), elles peuvent également rendre des effets fondés sur les états spécifiques identifiables tout en laissant l'effet fondé sur les variables non identifiable (Proposition 6). Par exemple, une politique pourrait ignorer le degré d'une variable uniquement pour les employés débutants ; cette CSI rend l'effet de l'expérience sur le salaire identifiable pour les employés débutants mais pas pour les seniors, rendant ainsi l'effet global fondé sur la variable non identifiable.
Contraintes d'état : Seules, les contraintes d'état n'améliorent pas l'identifiabilité dans les graphes semi-markoviens (Proposition 8). Cependant, couplées avec des CSI, elles peuvent améliorer significativement tant l'identifiabilité fondée sur les variables que celle fondée sur les états (Proposition 9). De plus, elles peuvent permettre l'identifiabilité fondée sur les états pour des états spécifiques alors que l'effet fondé sur la variable reste non identifiable (Proposition 10).

3. Algorithmes d'identification

Pour tester l'identifiabilité sous ces contraintes, l'article propose une approche systématique basée sur la décomposition de graphes :

Graphes induits par le contexte (CI-graphs) : Les auteurs introduisent les CI-graphs, qui sont des versions élaguées du graphe causal original où les arêtes sont supprimées selon les CSI actives sous un contexte spécifique. Cela réduit l'espace des paramètres et simplifie la structure du graphe.
Algorithme 1 (ID-CSI) : Un algorithme pour tester l'identifiabilité fondée sur les états sous des contraintes CSI. Il énumère les CI-graphs possibles sous le contexte des états de traitement et de résultat ($xy$), décompose le graphe mutilé résultant en composantes-c, et vérifie l'identifiabilité des facteurs-c induits via une procédure récursive modifiée (ID-QFUNC).
Algorithme 2 (ID-CSI-STATE) : Une extension qui gère à la fois les CSI et les contraintes d'état. Elle utilise des partitions de contexte pour diviser le problème d'identification en sous-requêtes. L'algorithme itère sur toutes les partitions de contexte des variables soumises à des contraintes d'état, réduisant le problème à l'identification de sous-requêtes $\text{Pr}_x(y, s_i)$ utilisant l'Algorithme 1.
Heuristiques : Pour faire face à la complexité exponentielle de l'énumération des CI-graphs et des partitions de contexte, l'article propose des heuristiques (Section 5.4) qui sélectionnent un choix unique pour l'élagage du graphe et la partition de contexte, réduisant la complexité à un temps polynomial pour les cas de seules CSI.

Principales contributions

Granularité de l'identifiabilité : L'article établit que l'identifiabilité fondée sur les états est un concept strictement plus fin que l'identifiabilité fondée sur les variables lorsque des contraintes supplémentaires (CSI et contraintes d'état) sont présentes. Il prouve qu'un effet causal peut être identifiable pour une paire d'états spécifique tandis que l'effet général fondé sur la variable demeure non identifiable.
Impact des contraintes : Il caractérise la façon dont les CSI et les contraintes d'état interagissent. Alors que les CSI seules peuvent séparer les deux niveaux, il est démontré que les contraintes d'état sont inefficaces isolément mais puissantes lorsqu'elles sont combinées aux CSI, augmentant potentiellement l'écart entre l'identifiabilité fondée sur les états et celle fondée sur les variables.
Nouveaux algorithmes : Le papier introduit l'Algorithme 1 et l'Algorithme 2, qui étendent les méthodes classiques d'identification (comme IDENTIFY) pour gérer les CSI et les contraintes d'état. Ces algorithmes utilisent des graphes induits par le contexte et une décomposition de facteurs-c modifiée pour dériver des formules d'identification ou déterminer la non-identifiabilité.
Validation empirique : Les auteurs mènent des études empiriques sur des graphes causaux générés aléatoirement pour évaluer la complétude et l'efficacité de leurs algorithmes proposés par rapport aux méthodes classiques et au package DOSEARCH.

Résultats

Gains d'identifiabilité : Les résultats empiriques montrent que l'imposition de contraintes CSI et de contraintes d'état augmente le nombre d'effets causaux identifiables, tant au niveau fondé sur les variables qu'au niveau fondé sur les états.
Élargissement de l'écart : À mesure que le nombre de CSI augmente (contrôlé par le paramètre $r$ ), l'écart entre le nombre d'effets basés sur les états identifiables et celui des variables augmente. Par exemple, avec $n=50$ variables et des contraintes d'état, le nombre d'effets fondés sur les états identifiables dépassait celui des variables de 16 lorsque $r=0,8$ .
Efficacité : Les algorithmes heuristiques proposés (ID-CSI-HEU et ID-CSI-STATE-HEU) font preuve d'une efficacité de calcul nettement supérieure à DOSEARCH, lequel repose sur une recherche exhaustive et échoue fréquemment par dépassement de temps (timeout) sur des graphes avec $n \ge 15$ variables. Les méthodes proposées parviennent à identifier un nombre comparable ou supérieur d'effets fondés sur les variables tout en maintenant des temps d'exécution tractables.
Complétude : Les algorithmes sont prouvés exacts (sound). En l'absence de contraintes, l'Algorithme 1 est équivalent à l'algorithme complet IDENTIFY.

Signification

L'article affirme que la distinction entre l'identifiabilité fondée sur les variables et celle fondée sur les états n'est pas seulement théorique mais possède des implications pratiques pour l'inférence causale dans des domaines où des interventions et des résultats spécifiques sont d'intérêt (ex: analyse de politiques pour des groupes démographiques spécifiques ou traitements médicaux pour des états de patients particuliers). En montrant que des connaissances supplémentaires (CSI et contraintes d'état) peuvent rendre identifiables des effets fondés sur les états là où les méthodes fondées sur les variables échouent, ce travail souligne la nécessité d'approches plus raffinées, fondées sur les états, pour l'identification causale. Les algorithmes proposés fournissent un outil pratique pour exploiter ces connaissances supplémentaires afin d'extraire des enseignements causaux autrement inaccessibles.