The Digital Twin Counterfactual Framework: A Validation Architecture for Simulated Potential Outcomes

1. Il Problema Fondamentale

Il lavoro affronta il problema fondamentale dell'inferenza causale: l'impossibilità di osservare simultaneamente l'esito fattuale e quello controfattuale per lo stesso individuo. Nel quadro dei potenziali esiti (Neyman-Rubin), ogni individuo $i$ possiede due esiti potenziali, $Y_i(1)$ (trattamento) e $Y_i(0)$ (controllo), ma ne osserviamo solo uno. Di conseguenza, l'effetto del trattamento individuale ($\tau_i = Y_i(1) - Y_i(0)$) è irraggiungibile.

Le metodologie esistenti risolvono questo problema sostituendo i dati mancanti con assunzioni non falsificabili (es. ignorabilità, trend paralleli, restrizioni di esclusione). Sebbene queste permettano di stimare quantità aggregate come l'effetto medio del trattamento (ATE), non producono mai il controfattuale stesso, rendendo inaccessibili distribuzioni complete degli effetti, variazioni individuali e probabilità di beneficio/danno.

2. Metodologia: Il Framework del Gemello Digitale Controfattuale (DTCF)

Il DTCF propone un cambio di paradigma: invece di stimare statisticamente il controfattuale, lo simula utilizzando un "gemello digitale" (una replica computazionale dell'individuo) sottoposto a entrambe le condizioni (trattamento e controllo).

2.1 Il Simulatore di Gemelli Digitali

Il simulatore è formalizzato come una mappatura stocastica $S: \mathcal{X} \times \{0, 1\} \times \mathcal{U} \to \mathcal{Y}$.
Per un individuo con covariate $X_i$, l'esito simulato sotto trattamento $d$ è:
$$\hat{Y}_i(d) = S(X_i, d, U_i)$$
dove $U_i$ è un rumore latente.

• Accoppiamento Cruciale: Per calcolare l'effetto individuale simulato $\hat{\tau}_i$, lo stesso estratto di rumore $U_i$ viene utilizzato per generare sia $\hat{Y}_i(1)$ che $\hat{Y}_i(0)$. Questo accoppiamento genera la distribuzione congiunta simulata, permettendo il calcolo di quantità individuali.

2.2 Gerarchia di Assunzioni di Fedeltà

Il DTCF sostituisce l'assunzione di ignorabilità con una gerarchia di assunzioni di fedeltà del simulatore, che sono parzialmente testabili:

1. Fedeltà Marginale ($\epsilon$-Fidelity): La distribuzione marginale simulata $\hat{F}_d(\cdot|x)$ corrisponde a quella reale $F_d(\cdot|x)$ entro un errore $\epsilon$. Garantisce la validità di ATE, ATT, CATE.
2. Fedeltà Congiunta (Joint Fidelity): La distribuzione congiunta simulata $\hat{H}(\cdot, \cdot|x)$ corrisponde a quella reale $H(\cdot, \cdot|x)$. Richiede che la copia (copula) che descrive la dipendenza tra $Y_i(1)$ e $Y_i(0)$ sia corretta. È necessaria per stimare la distribuzione degli effetti individuali (ITE) e la varianza.
3. Fedeltà Strutturale: Il simulatore modella correttamente i meccanismi causali (es. per l'analisi di mediazione), non solo le associazioni.

2.3 Architettura di Validazione a Cinque Livelli

Il contributo metodologico centrale è un'architettura di validazione che trasforma l'affermazione non falsificabile "il simulatore è corretto" in una serie di test empirici:

• Livello 0 (Calibrazione Marginale): Confronto delle distribuzioni unconditional simulate vs. reali.
• Livello 1 (Calibrazione Condizionale): Confronto delle distribuzioni all'interno di strati di covariate. Se superato, ATE e CATE sono validati con limiti di errore misurati.
• Livello 2 (Calibrazione Individuale): Verifica della capacità predittiva del simulatore sull'esito osservato per ogni individuo.
• Livello 3 (Calibrazione dell'Effetto del Trattamento): Confronto diretto degli effetti stimati dal simulatore con quelli di un RCT o di un esperimento quasi-naturale (benchmark).
• Livello 4 (Stress Test Distribuzionale): Test della robustezza della copula (es. variando il rumore, test di placebo, verifica dei limiti di Fréchet-Hoeffding).

3. Risultati Chiave e Contributi Teorici

3.1 Decomposizione della Credibilità Causale

Il paper dimostra una dicotomia fondamentale:

• Componente Marginale (Testabile): Quantità che dipendono solo dalle distribuzioni marginali (ATE, ATT, CATE, QTE) possono essere validate empiricamente contro i dati osservabili. I limiti di errore sono misurabili e non richiedono assunzioni di ignorabilità.
• Componente Congiunta (Non Testabile): Quantità che dipendono dalla struttura di dipendenza interna (copula), come la distribuzione degli effetti individuali (ITE), la probabilità di beneficio/danno e la varianza degli effetti, rimangono non identificabili dai dati osservabili.

3.2 Gestione dell'Incertezza Residua

Poiché la fedeltà congiunta non può essere verificata direttamente, il DTCF non cerca di nascondere questo gap, ma lo quantifica esplicitamente:

• Limiti di Fréchet-Hoeffding: Vengono forniti limiti teorici (senza assunzioni) per la varianza degli effetti e la probabilità di beneficio, basati sulle varianze marginali validate.
• Analisi di Sensibilità della Copula: Si propone di variare sistematicamente la struttura di dipendenza (copula) per tracciare come cambiano le stime, rendendo esplicita la dipendenza dalle assunzioni.

3.3 Trasportabilità tra Bracci

Il framework introduce l'assunzione di trasportabilità: se il simulatore è accurato nel braccio osservato (fattuale), lo è anche in quello controfattuale, a meno di una penalità di estrazione ($\delta$). Questo permette di trasferire la validazione dal dato osservato al dato mancante, quantificando il rischio di errore.

4. Significato e Implicazioni

Il DTCF non risolve il problema fondamentale dell'inferenza causale (il controfattuale rimane non osservato), ma offre un'architettura metodologica superiore rispetto agli approcci classici:

1. Spostamento del Carico Assuntivo: Sostituisce assunzioni globali e non verificabili (come l'ignorabilità) con assunzioni parzialmente verificabili (fedeltà del simulatore) e gestisce esplicitamente la parte non verificabile (la copula).
2. Trasparenza: Distingue chiaramente ciò che è supportato dai dati (marginale) da ciò che è basato su modelli (congiunto). Le stime individuali non vengono presentate come fatti, ma come risultati accompagnati da limiti di incertezza e analisi di sensibilità.
3. Applicabilità Tecnologica: Il framework è agnostico rispetto alla tecnologia del simulatore, ma discute specificamente l'uso dei Large Language Models (LLM) come motori di simulazione. Evidenzia le sfide tecniche (es. come accoppiare il rumore per generare $Y(1)$ e $Y(0)$ coerentemente in chiamate API separate) e la necessità di validazione rigorosa prima dell'uso in contesti decisionali.

In sintesi, il DTCF trasforma l'inferenza causale da un esercizio di "stima statistica basata su assunzioni nascoste" a un processo di "simulazione validata con incertezza quantificata", permettendo di stimare quantità individuali e distribuzionali che erano precedentemente inaccessibili, pur mantenendo un rigore scientifico sulla natura delle assunzioni necessarie.