Mind the Gap: Optimal and Equitable Encouragement Policies

1. Problema e Motivação

Em muitos domínios de decisão consequential (como saúde, serviços sociais e justiça criminal), os decisores não podem forçar indivíduos a aceitar um tratamento; eles podem apenas recomendar ou encorajar (nudge) a adesão. Isso cria um cenário de não conformidade (non-adherence), onde a alocação do tratamento não é igual à sua realização.

O problema central abordado é o seguinte:

• Como projetar políticas personalizadas de recomendação (e não de tratamento direto) que maximizem o valor da política (resultado final) enquanto garantem equidade?
• A literatura tradicional muitas vezes foca apenas no efeito de intenção de tratar (ITT) ou ignora a distinção entre a eficácia do tratamento e a resposta ao incentivo.
• Disparidades podem surgir de duas fontes distintas:
  1. Eficácia do Tratamento: Um grupo se beneficia mais do tratamento em si.
  2. Resposta ao Incentivo (Adesão): Um grupo é mais propenso a seguir a recomendação do que outro (devido a barreiras estruturais, burocracia, etc.).
• Ignorar essa distinção pode levar a políticas que exacerbam desigualdades, pois otimizam para quem é mais fácil de "nudgear" em vez de quem mais precisa do tratamento.

2. Metodologia e Modelagem

O autor propõe um framework baseado em inferência causal que separa explicitamente os mecanismos de adesão e eficácia.

Modelo de Encorajamento

O modelo utiliza o framework de resultados potenciais com as seguintes definições:

• $R$: Recomendação/Incentivo (controle do planejador).
• $T$: Tratamento real (decisão do indivíduo, dependente de $R$).
• $Y$: Resultado final.

Hipóteses Chave:

1. Restrição de Exclusão Condicional: O incentivo afeta o resultado $Y$ apenas através do tratamento $T$. Não há efeito direto do incentivo sobre o resultado.
2. Não Confundimento do Tratamento: Dado o incentivo e as covariáveis, o tratamento é não confundido (ou interpretado via variáveis instrumentais em cenários aleatórios).
3. Decomposição do Score de Encorajamento: O efeito do incentivo é decomposto em:
   $$s(x, a) = \kappa(x, a) \cdot \tau(x, a)$$
   Onde:
   • $\kappa(x, a)$: Efeito heterogêneo do incentivo na adesão (resposta ao nudge).
   • $\tau(x, a)$: Efeito heterogêneo do tratamento no resultado (eficácia).

Otimização de Políticas

O objetivo é encontrar uma regra de recomendação $\pi(x)$ que maximize o valor esperado $E[Y(\pi)]$ sujeito a:

• Restrições de Orçamento: Limitação na fração da população que pode ser incentivada.
• Restrições de Equidade: Limitação nas disparidades de adesão ($\Delta T$) ou de resultados entre grupos protegidos (ex: raça, gênero).

Abordagem para Recomendações Algorítmicas (Setting 2):
Quando as recomendações são determinísticas (ex: modelos de risco que não satisfazem a hipótese de sobreposição/overlap), o autor propõe uma otimização robusta.

• Em vez de extrapolar o modelo de resultado (o que é arriscado), o modelo extrapola apenas a resposta ao tratamento ($\kappa$) sob suposições de suavidade (ex: Lipschitz).
• Isso torna o problema menos conservador do que métodos anteriores que exigem robustez sobre todo o modelo de resultado.

Algoritmo de Aprendizado de Política (Two-Stage)

Para lidar com a variância em amostras finitas e garantir que as restrições de equidade sejam satisfeitas fora da amostra, o autor propõe um algoritmo de duas etapas:

1. Etapa 1: Estima a política ótima e identifica as restrições "quase vinculantes" (near-binding) usando uma divisão de dados.
2. Etapa 2: Resolve um problema de otimização localizado na vizinhança da solução da Etapa 1, utilizando slack baseado em variância para ajustar as restrições. Isso reduz a conservatividade excessiva e melhora o controle de disparidade em comparação com métodos de uma única etapa.

3. Contribuições Principais

1. Decomposição Causal de Disparidades: Demonstra que disparidades em políticas de incentivo podem ser causadas por diferenças na adesão, na eficácia ou na correlação entre ambas. Isso permite diagnósticos precisos: se a disparidade vem da adesão, a solução é operacional (melhorar o acesso); se vem da eficácia, a solução é científica (melhorar o tratamento).
2. Caracterização de Políticas Ótimas: Mostra que, sob restrições de orçamento e equidade, as políticas ótimas são regras de limiar (threshold rules) sobre scores compostos ou scores de Lagrange que incorporam penalidades de disparidade.
3. Robustez em Cenários de "Human-in-the-Loop": Desenvolve métodos para otimizar políticas quando as recomendações algorítmicas não têm sobreposição (overlap), focando a robustez apenas na resposta comportamental humana à recomendação, e não no resultado final.
4. Algoritmo de Otimização com Controle de Variância: Introduz um método de duas etapas que oferece garantias teóricas mais fortes sobre o cumprimento de restrições de equidade em dados fora da amostra, superando abordagens ingênuas que frequentemente violam essas restrições.

4. Resultados Empíricos (Estudos de Caso)

O artigo valida o método em dois estudos de caso reais:

A. Recertificação do SNAP (Programa de Assistência Nutricional)

• Contexto: Envio de lembretes por SMS para incentivar a recertificação de benefícios.
• Achados:
  • A política de "alvo ingênuo" (baseada apenas no ITT) gera disparidades significativas entre beneficiários brancos e não brancos.
  • A análise revela que a disparidade é impulsionada quase inteiramente pela diferença na resposta ao incentivo (adesão), e não pela eficácia do tratamento. Não brancos têm barreiras estruturais que reduzem a adesão ao lembrete, mesmo que o benefício do programa seja alto.
  • Conclusão: Otimizar apenas para eficiência ignora essas barreiras. Políticas personalizadas podem melhorar os resultados gerais, mas a equidade exige intervenções operacionais (redesenho de outreach) para grupos com baixa adesão, não apenas alocação de recursos.

B. Liberdade Supervisionada com Monitoramento Eletrônico (Justiça Criminal)

• Contexto: Recomendações algorítmicas (PSA-DMF) para juízes sobre a liberação supervisionada de réus.
• Desafio: As recomendações são determinísticas (sem sobreposição), e há preocupações com disparidades raciais e de gênero.
• Achados:
  • Ao otimizar scorecards interpretáveis (matrizes de decisão) sob restrições de paridade de tratamento (supervisão) e robustez contra confusão não observada:
  • É possível reduzir drasticamente as disparidades de supervisão (ex: de 0.057 para 0.024) com uma perda mínima na taxa de falha de comparecer (FTA).
  • Pequenas mudanças locais em scorecards simples e interpretáveis podem gerar melhorias de Pareto (melhor equidade sem sacrificar eficiência) em relação às políticas atuais.

5. Significado e Implicações

• Para Gestores e Formuladores de Políticas: O paper argumenta que a auditoria de algoritmos não deve olhar apenas para o resultado final. É crucial auditar separadamente a taxa de adesão e a eficácia do tratamento. Disparidades na adesão exigem soluções de acesso e design de serviço, enquanto disparidades na eficácia exigem mudanças no produto/serviço.
• Para a Pesquisa em IA/ML: O trabalho avança o campo de aprendizado de políticas justas (Fair Policy Learning) ao lidar realisticamente com a não conformidade e a falta de sobreposição em recomendações algorítmicas. A decomposição proposta permite que a robustez seja aplicada de forma mais eficiente (apenas na resposta ao incentivo), evitando penalidades excessivas de conservadorismo.
• Equidade Substantiva: O estudo demonstra que a "eficiência" pura muitas vezes perpetua desigualdades estruturais ao favorecer grupos que respondem mais facilmente a intervenções de baixo custo (nudges). Políticas ótimas e equitativas devem explicitamente modelar e corrigir essas lacunas de acesso.

Em resumo, o artigo fornece um framework matemático rigoroso e ferramentas práticas para projetar políticas de incentivo que são simultaneamente eficientes e justas, reconhecendo que a capacidade de um indivíduo de seguir uma recomendação é tão importante quanto o benefício que essa recomendação traz.