तकनीकी सारांश: टोकन से पॉलिसी तक: कारण संबंधी और व्याख्या योग्य विषम उपचार प्रभाव (Heterogeneous Treatment Effects) की पहचान

1. समस्या विवरण (Problem Statement)

विषम उपचार प्रभाव (HTE) की पहचान हस्तक्षेपों को अनुकूलित करने के लिए आवश्यक है, फिर भी मौजूदा दृष्टिकोण अभिव्यक्ति (expressivity) और व्याख्यात्मकता (interpretability) के बीच एक मौलिक समझौते का सामना करते हैं। पारंपरिक विधियाँ या तो उपचार प्रभावों को लचीले ढंग से मॉडल करती हैं लेकिन मूल चालकों (primitive drivers) की पहचान नहीं कर पातीं (व्याख्यात्मकता का अभाव), या क्यूरेटेड संरचित सहचरों (covariates) पर व्याख्यात्मक उपसमूहों की पहचान करती हैं (अभिव्यक्ति का अभाव और संभावित रूप से अनमापे गए चालकों को छोड़ देना)।

कारण संबंधी व्याख्या (Causal Interpretation) में एक महत्वपूर्ण अंतर मौजूद है। HTE को प्रत्यक्ष प्रभाव संशोधकों (direct effect modifiers/interactors) द्वारा कारण संबंधी रूप से समझाया जाता है जो उपचार के साथ अंतःक्रिया करते हैं। हालांकि, प्रेक्षित चरों में अक्सर शामिल होते हैं:

• अप्रत्यक्ष संशोधक (Indirect modifiers): मध्यस्थता (mediation) के माध्यम से कार्य करने वाले प्रत्यक्ष संशोधकों के पूर्वज।
• प्रॉक्सी संशोधक (Proxy modifiers): प्रत्यक्ष संशोधकों के वंशज।
• साझा कारण संशोधक (Common-cause modifiers): प्रत्यक्ष संशोधकों के साथ एक साझा पूर्वज साझा करने वाले चर।

इन प्रॉक्सी पर सहज अनुमान (naive estimation) से स्प्यूरियस (spurious) लक्षण वर्णन प्राप्त हो सकता है जो नए नीतिगत शासन (policy regimes) के तहत सामान्यीकरण करने में विफल रहता है। इसके अतिरिक्त, बहु-मोडल और असंरचित डेटा (जैसे सैटेलाइट इमेजरी, सेंसर स्ट्रीम) वाले आधुनिक डेटा युगों में, प्रत्यक्ष संशोधक सीधे मापे नहीं जाते हैं, बल्कि जटिल पूर्व-उपचार अवलोकनों के भीतर उलझे होते हैं। चुनौती अत्यधिक उच्च-आयामी, उलझे हुए निरूपणों (representations) से बिना किसी निषेधात्मक मानव एनोटेशन के न्यूनतम, पर्याप्त और कारण संबंधी प्रत्यक्ष संशोधकों के सेट की पहचान करना है।

2. कार्यप्रणाली: न्यूरल EXposure Interaction Search (NEXIS)

लेखक NEXIS का प्रस्ताव करते हैं, जो एक सीखे हुए, पर्याप्त और संरेखित (aligned) पूर्व-उपचार निरूपण पर एक मार्कोव-ब्लैंकेट डिस्कवरी समस्या के रूप में HTE पहचान को पुनर्गठित करता है।

2.1 सैद्धांतिक ढांचा (Theoretical Framework)

यह विधि कारण संबंधी पहचान सुनिश्चित करने के लिए तीन मुख्य धारणाओं पर निर्भर करती है:

1. मापन पर्याप्तता (Measurement Sufficiency): मापे गए पूर्व-उपचार चर $X$ (जैसे, सर्वेक्षण डेटा + सैटेलाइट इमेजरी) सभी विषम उपचार प्रभाव जानकारी को समाहित करते हैं।
2. निरूपण पर्याप्तता (Representation Sufficiency): एक सीखा हुआ निरूपण $Z$ (जो $X$ से प्राप्त है) सभी HTE जानकारी को सुरक्षित रखता है।
3. मुख्य संरेखण (Principal Alignment): प्रत्येक गुप्त प्रत्यक्ष प्रभाव संशोधक $W_{dir, k}$ को निरूपण स्थान में एक विशिष्ट, प्रमुख समन्वय (coordinate) $Z_{j_k}$ द्वारा सारांशित किया जाता है, जिसमें अन्य समन्वयों में कोई अवशेष सिग्नल (residual signal) बिखरा हुआ नहीं होता है।

इन धारणाओं के तहत, मुख्य प्रॉक्सी समन्वय $S^*$ कंडीशनल एवरेज ट्रीटमेंट इफेक्ट (CATE) के लिए एक मार्कोव ब्लैंकेट बनाता है। $S^*$ की पहचान करने से CATE के कारण संबंधी हस्तक्षेप प्रभाव $\tau_{do}(W_{dir})$ की रिकवरी संभव होती है।

2.2 एल्गोरिदम (The Algorithm)

NEXIS, निरूपण निर्देशांकों (जैसे, स्पार्स ऑटोएनकोडर फीचर्स) के डिक्शनरी पर एक फॉरवर्ड-बैकवर्ड चयन प्रक्रिया के रूप में कार्य करता है:

• फॉरवर्ड स्टेप (Forward Step): वर्तमान में चयनित सेट $S$ के सापेक्ष सबसे मजबूत अवशेष विषमता सिग्नल (residual heterogeneity signal) ले जाने वाले निर्देशांक $j$ का चयन करता है। यह एक CATE-तुल्यता परीक्षण ($H_0: E[\tau | Z_{S \cup \{j\}}] = E[\tau | Z_S]$) के माध्यम से निर्धारित किया जाता है।
• बैकवर्ड स्टेप (Backward Step): $S$ में वर्तमान में मौजूद सभी निर्देशांकों का पुन: परीक्षण करता है। यदि कोई निर्देशांक शेष सेट के आधार पर अनावश्यक हो जाता है (अर्थात, शून्य परिकल्पना को खारिज नहीं किया जा सकता है), तो उसे हटा दिया जाता है।
• समाप्ति (Termination): यह प्रक्रिया तब तक दोहराई जाती है जब तक कि चयनित सेट स्थिर न हो जाए।
• त्रुटि नियंत्रण (Error Control): प्रक्रिया फैमिली-वाइज एरर रेट (FWER) को नियंत्रित करने के लिए बोनफेरोनी सुधार (Bonferroni correction) या FDR का उपयोग करती है, जिससे वास्तविक $S^*$ सेट की उच्च-संभाव्यता रिकवरी सुनिश्चित होती है।

2.3 कार्यान्वयन विवरण (Implementation Details)

• निरूपण सीखना (Representation Learning): लेखक फ्रोजन फाउंडेशन-मॉडल एनकोडर्स (जैसे, छवियों के लिए SigLIP, भू-स्थानिक डेटा के लिए Prithvi-EO) के ऊपर प्रशिक्षित स्पार्स ऑटोएनकोडर्स (SAEs) का उपयोग करते हैं। यह एक व्याख्यात्मक, स्पार्स फीचर डिक्शनरी बनाता है।
• व्याख्या (Interpretation): चयनित फीचर्स को रैंडम इनपुट के विरुद्ध टॉप-एक्टिवेटिंग इनपुट्स की तुलना करके विजन-लैंग्वेज मॉडल्स (VLMs) का उपयोग करके पोस्ट-हॉक लेबल किया जाता है।
• सांख्यिकीय परीक्षण (Statistical Testing): डिफ़ॉल्ट कार्यान्वयन एक लीनियर ट्रीटमेंट-इंटरेक्शन टेस्ट का उपयोग करता है, हालांकि गैर-रैखिक सेटिंग्स के लिए डबली-रोबस्ट जनरल कॉवेरिएंस मेजर (GCM) वेरिएंट उपलब्ध हैं।

3. प्रमुख योगदान (Key Contributions)

1. कारण संबंधी HTE लक्षण वर्णन (Causal HTE Characterization): यह पेपर जटिल, असंरचित अवलोकनों से एक कारण संबंधी और व्याख्या योग्य HTE लक्षण वर्णन की पहचान करने वाली पहली प्रक्रिया पेश करता है। यह केवल पॉइंटवाइज भविष्यवाणियों से आगे बढ़कर विषमता के विशिष्ट "मूल चालकों" (direct modifiers) की पहचान करता है।
2. NEXIS एल्गोरिदम: एक सिद्धांत आधारित, इटरेटिव फॉरवर्ड-बैकवर्ड चयन एल्गोरिदम जिसे सिद्ध रिकवरी गारंटी प्राप्त है। लेखक सिद्ध करते हैं कि प्रिंसिपल एलाइनमेंट और मीन-फेथफुलनेस के तहत, NEXIS उच्च संभावना के साथ वास्तविक प्रॉक्सी सेट $S^*$ को रिकवर करता है।
3. एक्सपेरिमेंटल पावर पैराडॉक्स (Experimental Power Paradox): लेखक एक स्ट्रक्चरल फेल्योर मोड की पहचान और प्रदर्शन करते हैं: जैसे-जैसे सैंपल साइज या प्रभाव का आकार बढ़ता है, मार्जिनल स्क्रीनिंग में गैर-डायरेक्ट मॉडिफायर (गलत खोज/false discoveries) जमा होने लगते हैं, जिससे प्रिसिजन (precision) ध्वस्त हो जाती है। NEXIS इसे कंडीशनल रीजनिंग के माध्यम से कम करता है।
4. वास्तविक दुनिया में तैनाती: इस पद्धति को अफ्रीका में दो गरीबी विरोधी कार्यक्रमों पर तैनात किया गया है, जहाँ सर्वेक्षण डेटा को सैटेलाइट इमेजरी के साथ जोड़कर उन पर्यावरणीय प्रभाव संशोधकों को उजागर किया गया जो पहले नीति निर्माताओं के लिए अदृश्य थे।

4. परिणाम (Results)

4.1 अर्ध-सिंथेटिक वैलिडेशन (CelebA)

ज्ञात ग्राउंड-ट्रुथ डायरेक्ट मॉडिफायर्स (टोपी पहनना, चश्मा पहनना) के साथ CelebA डेटासेट पर आधारित बेंचमार्क का उपयोग करते हुए:

• प्रिसिजन बनाम रिकॉल (Precision vs. Recall): जबकि मार्जिनल स्क्रीनिंग विधियाँ उच्च रिकॉल प्राप्त करती हैं, उनकी प्रिसिजन सैंपल साइज या प्रभाव के परिमाण में वृद्धि के साथ गिर जाती है (जिसे "एक्सपेरिमेंटल पावर पैराडॉक्स" कहा जाता है)। NEXIS उच्च रिकॉल और उच्च प्रिसिजन दोनों बनाए रखता है, और लगातार वास्तविक सेट $S^*$ को रिकवर करता है।
• एब्लेशन (Ablations): यह विधि SAE स्पर्सिटी, फीचर व्यूज़ (स्पार्स बनाम डेंस), और सांख्यिकीय टेस्ट विकल्पों (लीनियर बनाम GCM) में भिन्नता के प्रति मजबूत है।

4.2 अनुप्रयोग 1: यूथ अपॉर्चुनिटी प्रोग्राम (युगांडा)

• संदर्भ: उत्तर-संघर्ष वाले उत्तरी युगांडा में युवा समूहों के लिए एक नकद अनुदान कार्यक्रम।
• निष्कर्ष: NEXIS ने पाया कि व्यक्तिगत जनसांख्यिकी (आयु, लिंग) कार्यक्रम के प्रभाव के प्रति अपरिवर्तनीय थी। इसके बजाय, प्रभाव की विषमता निम्नलिखित द्वारा संचालित थी:
  • जातीय-भाषाई समूह (Ethnolinguistic groups): जो संघर्ष-प्रभावित क्षेत्रों में कमजोर प्रभाव को दर्शाते हैं।
  • पर्यावरणीय कारक: स्थायी नदियों की उपस्थिति और वनस्पति स्थानिक विषमता (vegetation spatial heterogeneity) ने कार्यक्रम के प्रभाव को कम किया, जो संभवतः वैकल्पिक निर्वाह विकल्पों (मछली पकड़ना, बुश निर्वाह) को प्रदान करके कुशल व्यापार अपनाने के प्रोत्साहन को कम करती है।
• तुलना: समान डेटा पर मार्जिनल स्क्रीनिंग ने दर्जनों स्प्यूरियस "खोजों" को प्रस्तुत किया, जबकि NEXIS ने एक संक्षिप्त सेट (parsimonious set) को अलग किया जो कंडिशनली इंडिपेंडेंट मॉडिफायर थे।

4.3 अनुप्रयोग 2: LEAP 1000 प्रोग्राम (घाना)

• संदर्भ: उत्तरी घाना में नवजात शिशुओं वाले परिवारों के लिए एक नकद हस्तांतरण कार्यक्रम।
• निष्कर्ष: कोई जनसांख्यिकीय संशोधक नहीं पाया गया। प्रभाव की विषमता निम्नलिखित द्वारा संचालित थी:
  • अल्पकालिक जलमार्ग (Ephemeral waterways): मौसमी धाराओं के पास के परिवारों ने औसत से 6-8 गुना अधिक प्रभाव देखा। इसका तंत्र नकदी और मौसमी सिंचाई क्षमताओं के बीच पूरकता (complementarity) होने की परिकल्पना की गई है।
  • बंद-छत्र वन (Closed-canopy forests): वन पैच के पास के परिवारों ने भी बढ़ा हुआ प्रभाव देखा, जो संभवतः गैर-इमारती वन आजीविका रणनीतियों पर नकदी को जोड़ने की क्षमता के कारण है।
• वैलिडेशन: सैटेलाइट इमेजरी के टेम्पोरल विश्लेषण ने पुष्टि की कि जलमार्गों के पास कृषि भूमि का उपयोग हस्तक्षेप के बाद विस्तारित हुआ, जो पूरकता परिकल्पना का समर्थन करता है।

5. महत्व और दावे (Significance and Claims)

यह पेपर सर्वेक्षण डेटा पर स्थिर HTE अनुमान से विस्तृत असंरचित मोडैलिटीज के अन्वेषण की ओर एक प्रतिमान बदलाव (paradigm shift) का दावा करता है। आधुनिक निरूपण शिक्षण (SAEs on foundation models) और कठोर कारण खोज (मार्कोव ब्लैंकेट पहचान) का लाभ उठाकर, लेखक तर्क देते हैं कि विषम उपचार प्रभाव लक्षण वर्णन की पहचान करना अब "पहुंच के भीतर" है।

महत्व कच्चे, जटिल मापों (टोकन) को सीधे निर्णायक नीति दिशानिर्देशों में अनुवादित करने में निहित है। वे प्रदर्शित करते हैं कि बाहरी डेटा स्रोतों (सैटेलाइट इमेजरी) को एकीकृत करने से ऐसे पर्यावरणीय प्रभाव संशोधक प्रकट हो सकते हैं जिन्हें मानक सर्वेक्षणों द्वारा मिस कर दिया जाता है, जो यह बताते हैं कि हस्तक्षेप विशिष्ट संदर्भों में क्यों सफल या विफल होते हैं।

विनम्रता और सीमाएं (Modesty and Limitations):
लेखक स्पष्ट रूप से कहते हैं कि उनके कारण संबंधी गारंटी उन धारणाओं (मापन पर्याप्तता, मुख्य संरेखण, परीक्षण वैधता) पर निर्भर करती जिन्हें सहायक प्रयोगों के बिना पूरी तरह से सत्यापित नहीं किया जा सकता है। फलस्वरूप, वे अपने वास्तविक दुनिया के निष्कर्षों को स्थापित कारण तथ्यों के बजाय भविष्य के कार्यक्रम सुधारों के लिए "मजबूत उम्मीदवार परिकल्पनाओं" के रूप में प्रस्तुत करते हैं। वे मल्टीलेवल सांख्यिकीय सुधारों और पर्यावरणीय मापों (कम्युनिटी-लेवल बनाम इंडिविजुअल-लेवल GPS) की सूक्ष्मता के संबंध में सीमाओं को भी स्वीकार करते हैं।