Partial Identification under Causal Orders by Linear Programming

Nel mondo di causa ed effetto, ci troviamo spesso a porci domande del tipo "e se", che vanno oltre la semplice osservazione. Vogliamo sapere non solo cosa è successo, ma cosa sarebbe successo se fosse stata fatta una scelta diversa. Un trattamento specifico ha salvato la vita di un paziente, o si sarebbe comunque ripreso? Un cambiamento di politica ha migliorato un'economia, o il miglioramento era inevitabile? Per rispondere a queste domande con certezza, gli scienziati di solito hanno bisogno di una mappa completa delle forze in gioco, un diagramma dettagliato che mostri esattamente come ogni fattore influenzi tutti gli altri. Questa mappa è chiamata grafo causale. Senza di essa, le risposte rimangono nascoste in una nebbia di possibilità. Per decenni, i ricercatori hanno lottato per dare un senso a questi scenari "e se" quando la mappa è mancante o incompleta, essendo spesso costretti a fare stime approssimative o ad ammettere che la domanda non può essere risposta.

Due ricercatori, Eric Rossetto e Alessandro Antonucci, hanno sviluppato un nuovo modo per navigare in questa nebbia. Si sono resi conto che anche senza una mappa completa, la natura stessa di una domanda "e se" contiene la propria logica interna. Se chiedi come il cambiamento di una cosa influenzi un'altra, la domanda stessa implica una sequenza: il cambiamento deve avvenire prima del risultato. Concentrandosi su questo ordine intrinseco, i ricercatori hanno creato un metodo per calcolare l'intervallo più stretto possibile di risposte per queste domande controfattuali, senza mai dover assumere una specifica mappa causale. Il loro lavoro trasforma un complesso e spesso impossibile gioco di ipotesi in un calcolo strutturato che fornisce confini precisi per ciò che è possibile, basandosi solo sui dati in nostro possesso e sulla logica della domanda stessa.

Il cuore della loro scoperta risiede nel riconoscere che ogni indagine su causa ed effetto porta con sé un'istruzione nascosta su tempo e sequenza. Quando chiediamo se un trattamento ha causato un esito, stiamo implicitamente dicendo che il trattamento è venuto prima. I ricercatori hanno dimostrato che questo semplice ordinamento è sufficiente per costruire un quadro matematico in grado di testare ogni modo concepibile in cui il mondo potrebbe essere organizzato, in modo coerente con tale ordine. Invece di cercare di indovinare la forma esatta della rete causale, hanno costruito un sistema che esplora l'intero panorama delle possibilità consentite dai dati e dalla logica della domanda. Hanno dimostrato che questo sistema può trovare gli scenari migliori e peggiori in assoluto per qualsiasi domanda di questo tipo, fornendo un intervallo che garantisce di contenere la risposta vera.

Per raggiungere questo obiettivo, il team si è rivolto a uno strumento matematico potente noto come programmazione lineare, che è essenzialmente un metodo per trovare il miglior risultato in un sistema con molti vincoli. Hanno tradotto il problema di indovinare gli effetti causali in un insieme di regole che un computer potesse risolvere. Immaginate un vasto spazio di tutte le possibili storie su come funziona il mondo. Alcune storie si adattano ai dati che abbiamo raccolto; altre no. Il metodo dei ricercatori filtra questo spazio, mantenendo solo le storie che rispettano l'ordine implicito nella domanda e nei dati osservati. All'interno di questo spazio filtrato, hanno calcolato le probabilità minime e massime per l'evento in questione. Hanno dimostrato che questi limiti calcolati non sono solo stime approssimative, ma i confini più stretti possibili. Hanno provato che esistono modelli reali del mondo che si adattano a tutti i dati e alla logica della domanda, e che producono risultati esattamente a questi limiti superiori e inferiori. Ciò significa che l'intervallo che forniscono non è un artefatto del loro metodo, ma una vera riflessione di ciò che è possibile date le nostre attuali conoscenze.

La potenza di questo approccio diventa chiara osservando domande che hanno messo in difficoltà gli esperti in passato. I ricercatori hanno testato il loro metodo su diversi problemi classici della letteratura scientifica, inclusi scenari riguardanti trattamenti medici e politiche sociali. In un caso famoso riguardante le ammissioni universitarie, dove i ricercatori hanno dibattuto a lungo se il genere influenzasse i tassi di accettazione, il nuovo metodo ha fornito un intervallo ampio ma onesto di possibilità. Analisi precedenti, che assumevano una struttura specifica e rigida su come il genere e le scelte di dipartimento interagissero, producevano un numero singolo e preciso che suggeriva l'assenza di discriminazione. Tuttavia, il metodo dei ricercatori, che rifiutava di fare quelle assunzioni strutturali non verificate, mostrava che la risposta vera poteva trovarsi in un intervallo molto più ampio. Questo intervallo più ampio non significava che la risposta fosse sconosciuta in modo inutile; piuttosto, rivelava che la conclusione di "assenza di discriminazione" dipendeva fortemente da assunzioni che potrebbero non essere vere. Rimuovendo quelle assunzioni, i ricercatori hanno dimostrato che la conclusione di "nessuna discriminazione" era molto meno certa di quanto precedentemente pensato.

Questo lavoro si estende anche a domande più complesse che coinvolgono scenari "annidati", dove un "e se" è sepolto dentro un altro. Ad esempio, chiedere cosa accadrebbe se un paziente prendesse un farmaco, ma solo se fosse stato anche assegnato a un gruppo specifico in una sperimentazione. Queste domande stratificate sono notoriamente difficili da rispondere senza una mappa causale completa. I ricercatori hanno dimostrato che il loro metodo gestisce questi strati annidati con la stessa efficacia di quelli semplici. Hanno dimostrato che, scomponendo queste query complesse nei loro componenti logici, lo stesso apparato matematico poteva trovare i confini più stretti possibili. Nei loro test, hanno scoperto che cercare di combinare risposte separate e più semplici per costruire una complessa portava spesso a intervalli molto più ampi e meno utili. Il loro approccio diretto alla domanda complessa, invece, ha prodotto risultati significativamente più stretti e informativi.

I ricercatori sono stati attenti a riconoscere il compromesso coinvolto nel loro metodo. Poiché non assumono una specifica mappa causale, i loro intervalli calcolati sono naturalmente più ampi di quelli derivati da studi che fanno forti assunzioni su come le variabili siano connesse. Uno studio che assume un diagramma specifico potrebbe produrre una risposta molto stretta e precisa, ma questa precisione avviene al costo di poter essere sbagliati se il diagramma assunto è errato. Il nuovo metodo sacrifica quella ristrettezza per l'affidabilità, assicurando che la risposta vera non sia mai esclusa dall'intervallo. Hanno dimostrato che questa affidabilità non è una debolezza ma un punto di forza, specialmente in campi come la medicina e le scienze sociali dove le vere strutture causali sono spesso ignote o oggetto di dibattito.

In definitiva, questa ricerca offre un nuovo modo di pensare all'incertezza. Suggerisce che non abbiamo bisogno di sapere tutto del mondo per fare progressi significativi nella comprensione di causa ed effetto. Sfruttando la struttura logica inerente alle nostre domande, possiamo estrarre la massima quantità di informazioni dai nostri dati senza eccedere in assunzioni non supportate. I ricercatori hanno fornito uno strumento che permette agli scienziati di dire, con certezza matematica, "La risposta si trova da qualche parte tra X e Y", anche quando non possono dire esattamente dove. Questa capacità di definire i confini del possibile, senza aver bisogno di una mappa completa del territorio, rappresenta un passo avanti significativo nella nostra capacità di ragionare sul passato e sul futuro in un mondo dove la conoscenza completa è raramente disponibile.