技術的サマリー：最適輸送による反事実的公平回帰

問題定義

本論文は、学生入学選考などの高リスク領域において、予測が敏感属性（性別、人種など）への介入に対して不変でなければならない「反事実的公平な回帰モデル」を学習するという課題に取り組んでいる。集団間分布の等質性のみを要求する人口統計的公平性（DP）などの標準的な公平性概念とは異なり、反事実的公平性（CF）は、個人の潜在的な「能力」を一定に保ったまま、敏感属性が変更された場合でも予測が変化しないことを要求する。

CF を実用化する際の大きな障壁は、完全な構造的因果モデル（SCM）が必要とされる点であり、これは実際にはめったに利用できない。著者らは、完全な因果グラフは未知だが、潜在能力変数 $V$ の測定可能な代理変数 $\psi(X, S)$ が利用可能であるという「因果的不確実性」の視点（Kusner らのレベル 2 設定）を採用している。目標は、再学習なしで事前学習された「ブラックボックス」予測器を再較正する「事後処理推定量」を構築し、厳密な有限サンプル統計的保証を提供することである。

手法

1. 理論的還元：CF から条件付き DP へ

因果的不確実性の設定における再サンプリングノイズの下では、反事実的公平性が、潜在変数 $V$ 条件付きの人口統計的公平性（Demographic Parity）と等価であることが、理論的な核心的洞察である。

• 定義: 任意の固定された潜在能力 $v$ に対して、予測の分布がすべての敏感グループ $s$ 間で同一である場合、予測器は CF である。
• 含意: これは、複雑な反事実的問題を条件付き最適輸送問題に還元する。著者らは、最適な公平予測器が、すべての $s$ に対して条件付き予測分布 $\mu_{f|v,s}$ が一致するという制約の下でリスクを最小化することを示している。

2. 最適輸送による閉形式解

最適輸送（OT）の理論を用いて、著者らは最適な公平回帰器 $f^*_0$ の閉形式式を導出した。

• 重心量子化写像: 最適な予測器は、元の予測 $f^*(x, s)$ を、グループ条件付き分布のウォッサーシュタイン 2 重心に写像する。
• 数式:
  $$f^*_0(x, s) = \left( \sum_{s'=1}^K w_{s'} F^{-1}_{f^*|v, s'} \right) \circ F_{f^*|v, s}(f^*(x, s))$$
  ここで、$v = \psi(x, s)$、$w_s$ はグループ重み、$F^{-1}$ は量子化関数を表す。この操作は、同じ潜在能力レベル内の異なるグループの予測分布を実質的に整列させる。

3. 離散化された事後処理推定量

$V$ は連続であるため、著者らは実用的な離散化された事後処理アルゴリズムを提案している。

• 離散化: 潜在空間 $V$ を $L$ 個の区間に分割する。
• 局所推定: 各区間内で、条件付き累積分布関数（CDF）および量子化関数をデータから推定する。
• プラグイン推定量: 閉形式の重心写像を、経験的推定量を用いて各区間内で局所的に適用する。
• サンプル分割: CDF の推定と輸送写像の適用との間の統計的独立性を確保するため、データを分割（フォールディング）する。

4. 緩和された反事実的公平性

厳密な公平性が達成不可能または望ましくない場合を認識し、本論文は緩和された CFへと枠組みを拡張している。

• トレードオフ: 不公平さが予算 $\alpha U(f^*)$ によって制限される緩和された問題を定義する。
• 凸結合: 最適な緩和予測器は、元のブラックボックス予測器と最適な公平予測器の凸結合であることが示される。
  $$f^*_\alpha = \sqrt{\alpha} f^* + (1-\sqrt{\alpha}) f^*_0$$
• チューニング: 推定誤差を考慮しつつ、規定された不公平さの予算を満たすように $\alpha$ を選択するための明示的な規則が提供される。

主要な貢献

1. CF の還元: 因果的不確実性と認識の下では、反事実的公平性が潜在能力 $V$ 条件付きの人口統計的公平性と等価であることを確立した。これにより、CF が既存の DP 手法と接続された。
2. 閉形式の最適回帰器: 重心量子化構成を用いて最適な公平予測器の正確な形式を導出し、抽象的な存在証明ではなく構成解を提供した。
3. 有限サンプル保証: モデル非依存の事後処理手法を提案し、高確率の有限サンプル保証を証明した。
   • 不公平さと過剰リスクの両方が$\tilde{O}(n^{-1/3})$の速度で減少する。
   • 一致する下限を確立し、この速度がこれらの条件下での公平回帰器の推定問題に本質的なものであり、単なる離散化の産物ではないことを証明した。
4. チューニング可能な緩和公平性: 緩和された CF に拡張し、リスクと不公平性のトレードオフを navigate するための明示的なチューニング規則を提供した。

結果

合成データ

• 理論の検証: 実験により、離散化レベル $L$ が増加するにつれて不公平さが減少し、理論的に最適な $L^*$ の付近で安定することが確認された。
• トレードオフ: この手法は CF frontier においてベースラインを凌駕する。厳密な因果的手法（Fair K）は観測可能な特徴を破棄することで完全な公平性を達成する（これにより高い誤差が生じる）のに対し、グローバル DP 手法（WFR）は低い誤差を達成するが CF を満たさない。提案手法は、Fair K よりも有意に低い誤差でほぼ完全な CF を達成する。

実世界データ（法科大学院データセット）

• 性能: 初年度成績の予測に LSAC データセットを適用した結果、この手法は精度と公平性の間のギャップを埋めた。
  • Fair K（因果ベースライン）と比較して、提案手法は同程度の精度（RMSE は約 1.054 対 1.086）を維持しつつ、条件付き不公平さを 1 桁減少させた。
  • WFR（グローバル DP ベースライン）と比較して、同程度の精度で有意に低い条件付き不公平さ（0.009 対 0.088）を達成した。
• 代理推定への頑健性: 構造的因果モデル（SCM）対変分オートエンコーダ（VAE）を用いた潜在代理変数 $V$ の推定の影響を評価した。「代理漏洩」（$V$ が $S$ に関する情報を保持すること）が公平性を劣化させることを示したが、$V$ を $S$ から明示的に分離する「Fair VAE」を使用する場合、手法は頑健であることを示した。

意義と主張

本論文は、再学習や完全な因果グラフへのアクセスを必要とせず、厳密な有限サンプル統計的保証を提供する、反事実的公平性のための最初のモデル非依存の事後処理フレームワークを提供すると主張している。

• 理論的深さ: $n^{-1/3}$ の収束率が（Assouad の補題を通じて）本質的な下限であることを証明することにより、著者らは、この緩やかな収束が特定のアルゴリズムの限界ではなく、非パラメトリック設定における公平性の本質的な「代償」であると論じている。
• 実用性: このアプローチは、モデルがプロプライエタリまたはサードパーティ製である場合、または訓練データが利用できない場合に設計されており、実世界への展開に非常に適用性が高い。
• ニュアンスのある公平性: 全球的 DP が CF に対して十分かどうかという議論を超え、条件付き DP（潜在変数に対する）が正しい構造的還元であることを示すことで、これらの公平性概念の関係性に対する新たな視点を提供している。

著者らは、この手法が予測有用性と反事実的公平性の間のトレードオフを成功裡にバランスさせ、統計的妥当性を維持しつつ特定の公平性予算を満たすための較正されたアプローチを提供すると結論づけている。