Partial Identification under Causal Orders by Linear Programming

In de wereld van oorzaak en gevolg stellen we onszelf vaak "wat als"-vragen die verder gaan dan eenvoudige observatie. We willen niet alleen weten wat er is gebeurd, maar ook wat er zou zijn gebeurd als een andere keuze was gemaakt. Heeft een specifieke behandeling het leven van een patiënt gered, of zou diegene sowieso hersteld zijn? Heeft een beleidswijziging een economie verbeterd, of was de verbetering onvermijdelijk? Om deze vragen met zekerheid te beantwoorden, hebben wetenschappers meestal een volledige kaart nodig van de krachten die in het spel zijn, een gedetailleerd diagram dat precies laat zien hoe elke factor elke andere factor beïnvloedt. Deze kaart wordt een causale graaf genoemd. Zonder deze kaart blijven de antwoorden verborgen in een mist van mogelijkheden. Decennialang hebben onderzoekers geprobeerd orde te scheppen in deze "wat als"-scenario's wanneer die kaart ontbreekt of incompleet is, waarbij ze vaak gedwongen waren te vertrouwen op ruwe gissingen of toe te geven dat de vraag niet beantwoord kan worden.

Twee onderzoekers, Eric Rossetto en Alessandro Antonucci, hebben een nieuwe manier ontwikkeld om door deze mist te navigeren. Ze realiseerden zich dat zelfs zonder een volledige kaart, de aard van een "wat als"-vraag zijn eigen interne logica bevat. Als je vraagt hoe het veranderen van één ding een ander ding beïnvloedt, impliceert de vraag zelf een sequentie: de verandering moet plaatsvinden vóór het resultaat. Door zich te concentreren op deze inherente volgorde, creëerden de onderzoekers een methode om het nauwste mogelijke bereik van antwoorden voor deze contrafeitelijke vragen te berekenen, zonder ooit een specifieke causale kaart te hoeven aannemen. Hun werk transformeert een complex, vaak onmogelijk gokspel in een gestructureerde berekening die precieze grenzen oplevert voor wat mogelijk is, enkel op basis van de gegevens die we hebben en de logica van de vraag zelf.

De kern van hun ontdekking ligt in het besef dat elke vraag over oorzaak en gevolg een verborgen instructie over tijd en sequentie met zich meedraagt. Wanneer we vragen of een behandeling een uitkomst heeft veroorzaakt, zeggen we impliciet dat de behandeling eerst kwam. De onderzoekers lieten zien dat deze eenvoudige ordening voldoende is om een wiskundig kader te bouwen dat elke denkbare manier waarop de wereld geordend zou kunnen zijn, consistent met die volgorde, kan testen. In plaats van te proberen de exacte vorm van het causale web te raden, bouwden zij een systeem dat het hele landschap van mogelijkheden verkent dat wordt toegestaan door de data en de logica van de vraag. Ze bewezen dat dit systeem de absolute best-case en worst-case scenario's kan vinden voor een dergelijke vraag, waardoor een bereik wordt geboden dat gegarandeerd het ware antwoord bevat.

Om dit te bereiken, maakten de onderzoekers gebruik van een krachtig wiskundig instrument genaamd lineaire programmering, wat in essentie een methode is om het beste resultaat te vinden in een systeem met veel beperkingen. Ze vertaalden het probleem van het raden van causale effecten naar een reeks regels die een computer kon oplossen. Stel je een enorme ruimte voor van alle mogelijke verhalen over hoe de wereld werkt. Sommige verhalen passen bij de gegevens die we hebben verzameld; andere niet. De methode van de onderzoekers filtert deze ruimte en houdt alleen de verhalen over die de door de vraag geïmpliceerde volgorde respecteren. Binnen deze gefilterde ruimte berekenden zij de laagste en hoogste mogelijke waarschijnlijkheden voor de gebeurtenis in kwestie. Ze toonden aan dat deze berekende limieten niet slechts ruwe schattingen zijn, maar de scherpste mogelijke grenzen. Ze bewezen dat er reële, concrete modellen van de wereld zijn die aan alle gegevens en de logica van de vraag voldoen, en die resultaten produceren die exact op deze bovenste en onderste limieten liggen. Dit betekent dat het bereik dat zij bieden geen artefact van hun methode is, maar een ware reflectie van wat mogelijk is, gegeven onze huidige kennis.

De kracht van deze aanpak wordt duidelijk wanneer men kijkt naar vragen die experts voorheen hebben verbijsterd. De onderzoekers testten hun methode op verschillende klassieke problemen uit de wetenschappelijke literatuur, waaronder scenario's die betrekking hebben op medische behandelingen en sociale beleidsmaatregelen. In een beroemd geval betreffende universitaire toelatingen, waarbij onderzoekers lang gedebatteerd hebben over de vraag of geslacht de acceptatiepercentages beïnvloedde, bood de nieuwe methode een breed maar eerlijk bereik van mogelijkheden. Eerdere analyses, die een specifieke, rigide structuur aannamen voor de interactie tussen geslacht en de keuze voor een afdeling, produceerden een enkel, precies getal dat suggereerde dat er geen sprake was van discriminatie. Echter, de methode van de onderzoekers, die weigerde die ongeverifieerde structurele aannames te maken, toonde aan dat het ware antwoord ergens binnen een veel breder interval kon liggen. Dit bredere bereik betekende niet dat het antwoord op een nutteloze manier onbekend was; het onthulde eerder dat het precieze getal uit eerdere studies zwaar leunde op aannames die mogelijk niet waar zijn. Door die aannames te verwijderen, lieten de onderzoekers zien dat de conclusie van "geen discriminatie" veel minder zeker was dan voorheen werd aangenomen.

Dit werk strekt zich ook uit tot complexere vragen die betrekking hebben op "geneste" scenario's, waarbij een "wat als" begraven ligt in een andere. Bijvoorbeeld, vragen wat er zou gebeuren als een patiënt een medicijn neemt, maar alleen als diegene ook aan een specifieke groep in een klinische studie was toegewezen. Deze gelaagde vragen zijn berucht moeilijk te beantwoorden zonder een volledige causale kaart. De onderzoekers toonden aan dat hun methode deze geneste lagen even effectief behandelt als eenvoudige vragen. Ze demonstreerden dat door deze complexe queries af te breken in hun logische componenten, dezelfde wiskundige machine de nauwste grenzen kon vinden. In hun tests ontdekten ze dat het proberen te combineren van afzonderlijke, eenvoudigere antwoorden om een complex antwoord op te bouwen, vaak leidde tot veel bredere, minder nuttige bereiken. Hun directe aanpak van de complexe vraag leverde echter aanzienlijk nauwere en meer informatieve resultaten op.

De onderzoekers waren zorgvuldig in het erkennen van de afweging die bij hun methode hoort. Omdat zij geen specifieke causale graaf aannemen, zijn hun berekende bereiken van nature breder dan die afkomstig zijn van studies die sterke aannames doen over hoe variabelen met elkaar verbonden zijn. Een studie die een specifieke diagram aanneemt, kan een zeer smal, precies antwoord produceren, maar die precisie gaat ten koste van het risico op onjuistheid als de aangenomen diagram niet correct is. De nieuwe methode offert die nauwheid op voor betrouwbaarheid, met de garantie dat het ware antwoord nooit buiten het bereik valt. Ze bewezen dat deze betrouwbaarheid geen zwakte is maar een kracht, vooral in velden zoals de geneeskunde en de sociale wetenschappen, waar de ware causale structuren vaak onbekend of onderwerp van debat zijn.

Uiteindelijk biedt dit onderzoek een nieuwe manier om over onzekerheid na te denken. Het suggereert dat we niet alles over de wereld hoeven te weten om betekenisvolle vooruitgang te boeken in het begrijpen van oorzaak en gevolg. Door gebruik te maken van de logische structuur die inherent is aan onze vragen, kunnen we het maximale aan informatie uit onze gegevens extraheren zonder te vervallen in ononderbouwde aannames. De onderzoekers boden een instrument waarmee wetenschappers met wiskundige zekerheid kunnen zeggen: "Het antwoord ligt ergens tussen X en Y", zelfs wanneer zij niet precies kunnen zeggen waar. Dit vermogen om de grenzen van het mogelijke te definiëren, zonder een volledige kaart van het gebied nodig te hebben, vertegenwoordigt een belangrijke stap voorwaarts in ons vermogen om over het verleden en de toekomst te redeneren in een wereld waarin volledige kennis zelden beschikbaar is.