Human AI Construction of Bayesian Networks for Operational Decision Support -- A Virtual Survey Approach

Résumé technique : Construction par l'humain et l'IA de réseaux bayésiens pour le support à la décision opérationnelle

Énoncé du problème
Les réseaux bayésiens de croyance (BBN - Bayesian Belief Networks) sont des cadres établis pour la prise de décision en situation d'incertitude, combinant la théorie des graphes et la théorie des probabilités. Cependant, leur adoption dans la recherche opérationnelle (RO) et les sciences de gestion est entravée par un goulot d'étranglement spécifique : l'élicitation des tables de probabilités conditionnelles (CPT - Conditional Probability Tables). La construction d'un BBN nécessite deux étapes distinctes : l'apprentissage de la structure (identification du graphe acyclique dirigé) et l'apprentissage des paramètres (estimation des CPT). Si l'apprentissage de la structure peut être abordé via l'expertise humaine ou des algorithmes fondés sur les données, l'apprentissage des paramètres est à la fois exigeant sur le plan computationnel et cognitif.

• Élicitation par l'expert : Compter sur des experts humains pour estimer les probabilités de nœuds possédant plusieurs parents crée une croissance exponentielle du nombre de paramètres requis (par exemple, un nœud avec quatre parents et trois états chacun nécessite 27 estimations indépendantes). Cela impose une charge cognitive élevée, dépassant souvent les limites de la rationalité humaine.
• Apprentissage fondé sur les données : Les approches d'apprentissage automatique nécessitent de grands volumes de données représentatives, qui font souvent défaut dans les contextes de la recherche en gestion (ex. : risque de la chaîne d'approvisionnement, gestion de projet ou marchés de santé de niche).
  Par conséquent, il existe un manque de « voie médiane » évolutive pour paramétrer les BBN lorsque les données réelles sont rares et que le temps des experts est coûteux.

Méthodologie : Enquête virtuelle assistée par LLM
Les auteurs proposent une méthodologie en six étapes qui intègre les modèles de langage de grande taille (LLM) pour combler le fossé entre l'opinion de l'expert et l'apprentissage fondé sur les données. L'approche n'utilise pas les LLM pour l'apprentissage de la structure (qui reste dicté par la théorie ou l'expertise), mais les utilise pour l'élicitation des paramètres.

1. Définition de la structure : L'utilisateur définit le DAG basé sur une théorie établie (ex. : modèles de cognition sociale) ou l'expertise du domaine.
2. Spécification des états : Les états discrets pour chaque nœud sont définis avec des descriptions sémantiques.
3. Enquête virtuelle basée sur le LLM (étape centrale) :
   • Génération de personas : Un LLM génère un panel de $N$ agents synthétiques (ex. : $N=100$) dotés de démographies et de personas diversifiés pertinents pour le contexte de décision.
   • Ingénierie de prompt (Prompt Engineering) : Pour chaque nœud et chaque combinaison possible d'états des parents, le système interroge le LLM. Chaque requête inclut le persona, le contexte du réseau, les états du nœud et une description spécifique de la variable.
   • Agrégation : Le LLM renvoie des vecteurs de probabilité pour chaque cellule de la CPT. Pour atténuer les « hallucinations » et le biais de réponse individuel, les auteurs appliquent une règle de moyenne tronquée, écartant les 10 % supérieurs et inférieurs des estimations et faisant la moyenne des 80 % restants. Le vecteur résultant est normalisé pour que sa somme soit égale à 1.
4. Visualisation et correction manuelle : Les CPT initiales sont visualisées, permettant à l'utilisateur de corriger manuellement les valeurs implausibles.
5. Simulation et raffinement : Le système effectue un échantillonnage direct (forward sampling) pour générer des données synthétiques à partir du réseau. Une estimation du maximum de vraisemblance (MLE) est ensuite appliquée à ces données synthétiques pour affiner les CPT, garantissant l'auto-cohérence et lissant le bruit d'échantillonnage.
6. Inférence : Le modèle final supporte des requêtes probabilistes (prédictives, diagnostiques) et des requêtes causales utilisant le calcul do (do-calculus ou mutilation de graphe) pour distinguer la corrélation de la causalité.

La méthodologie est implémentée dans une architecture web à trois niveaux utilisant un backend Flask, la bibliothèque Python pgmpy pour l'inférence, et des adaptateurs de LLM agnostiques vis-à-vis du fournisseur.

Contributions clés

1. Innovation méthodologique : L'article introduit un nouveau cadre pour l'élicitation des CPT en utilisant un panel d'agents IA synthétiques et une règle d'agrégation par moyenne tronquée. Cela répond à la charge cognitive de l'élicitation humaine et à la rareté des données de l'apprentissage automatique.
2. Intégration de système : Les auteurs ont développé une application web modulaire à trois niveaux intégrant la spécification de structure basée sur la théorie, l'élicitation de paramètres par LLM, la génération de données synthétiques et l'inférence causale.
3. Application empirique : Une étude numérique a été menée sur un problème de décision de services de santé : modéliser l'intention des clients de consulter un médecin ayurvédique pour la gestion du diabète. L'étude a utilisé 8 variables et 99 paramètres indépendants, testant 11 hypothèses structurelles dérivées de la théorie de la cognition sociale.

Résultats et conclusions
L'application au modèle de consultation ayurvédique a produit plusieurs intuitions contre-intuitives qui soulignent la valeur de l'inférence causale par rapport à une simple analyse observationnelle :

• Auto-efficacité (SE) : Les données observationnelles suggéraient que la SE était un prédicteur fort de l'intention ($P(I=\text{Élevée}|SE=\text{Élevée}) = 0,837$). Cependant, l'intervention causale $P(I=\text{Élevée} | do(SE=\text{Élevée}))$ a révélé un gain causal négligeable (+0,9 %). La forte corrélation observationnelle était pilotée par des facteurs de confusion (spécifiquement, une attitude favorable).
• Normes subjectives (SN) : Les données observationnelles montraient une corrélation faible ou négative avec l'intention. Cependant, l'intervention causale $P(I=\text{Élevée} | do(SN=\text{Fortement influencé}))$ a révélé un véritable gain causal significatif (+7,5 %).
• Interventions conjointes : La stratégie la plus efficace identifiée était une intervention conjointe sur l'auto-efficacité et les normes subjectives, générant un gain causal d'environ +15 %.
• Validation : Sur les 11 hypothèses structurelles testées, 7 ont été validées, 3 rejetées (fournissant des informations interprétables sur les effets de médiation) et 1 s'est révélée inconclusive. Cela suggère que les CPT élicitées par LLM encodent une logique de domaine cohérente avec la théorie.

Signification et affirmations
L'article positionne ce travail comme une « voie médiane » pour la recherche opérationnelle. Il affirme que :

• Évolutivité : La méthodologie permet de paramétrer rapidement les BBN dans des environnements de rareté de données à un faible coût (l'étude a coûté environ 6 USD pour 100 agents).
• Clarté causale : En intégrant le calcul do, l'approche permet aux décideurs de distinguer les corrélations spécieuses des véritables effets causaux, offrant des orientations que la régression ou la modélisation par équations structurelles ne peuvent fournir sans hypothèses fortes.
• Synergie Humain-IA : Les auteurs soutiennent que les LLM ne remplacent pas l'expertise humaine mais l'augmentent. Les humains définissent la structure causale et révisent les résultats, tandis que l'IA gère la tâche scalable et répétitive d'estimation des probabilités.
• Potentiel futur : Les auteurs affirment modestement que les réponses agrégées des LLM peuvent encoder des segments significatifs du raisonnement humain. Ils suggèrent que cette approche ouvre de nouvelles voies pour la modélisation de l'intention des clients et la prise de décision opérationnelle plus large, à condition que des recherches futures valident ces priors synthétiques par rapport à des données empiriques réelles.

L'article conclut que bien qu'une validation complète par le monde réel soit en attente, la méthodologie démontre avec succès un flux de travail viable pour la construction de modèles de décision causaux là où la collecte de données traditionnelle est impraticable.