Causally Fair Node Classification on Non-IID Graph Data

Resumo Técnico: Classificação de Nós com Equidade Causal em Dados de Grafos Não-IID

Declaração do Problema

A pesquisa existente em aprendizado de máquina equitativo assume predominantemente que as instâncias de dados são independentes e identicamente distribuídas (IID). No entanto, dados de grafos do mundo real (ex: redes sociais, sistemas de crédito) violam inerentemente essa suposição, uma vez que os resultados dos nós são influenciados pelos atributos e comportamentos dos nós vizinhos (configurações não-IID). Embora as noções de equidade tenham sido estendidas para configurações de grafos, permanece uma lacuna significativa na aplicação da equidade baseada em causalidade a esses ambientes.

O desafio central abordado neste trabalho é a heterogeneidade dos mecanismos causais entre os nós de um grafo. Em dados em rede, o resultado de um nó depende de seus próprios atributos e dos atributos agregados de seus vizinhos. Consequentemente, nós com diferentes estruturas de vizinhança seguem diferentes mecanismos causais efetivos. Essa variabilidade viola as suposições de invariância necessárias para Modelos Estruturais Causais (SCM) clássicos e para a aplicação do do-calculus, tornando as técnicas padrão de inferência causal (como o cálculo de distribuições intervencionais $P(x|do(s))$) inaplicáveis ou enviesadas em configurações não-IID.

Metodologia

Os autores propõem um framework fundamentado no Modelo Estrutural Causal de Rede (NSCM) para abordar a inferência causal e a equidade em dados de grafos. A metodologia procede através de três estágios principais:

1. Fundamentação Teórica: Restaurando a Invariância
O artigo estabelece que os mecanismos causais podem ser tornados invariantes entre os nós ao codificar informações estruturais locais.

• Modelo Estrutural Cacional de Rede (NSCM): Os autores definem um NSCM como uma tupla $\langle G, U, V, F \rangle$, combinando uma rede $G$ (representando a interferência entre indivíduos) e um diagrama causal $C$ (representando relações de atributos).
• Codificação de Weisfeiler-Lehman (WL): Para lidar com a heterogeneidade estrutural, os autores utilizam cores de nós derivadas do teste de isomorfismo de grafos WL. Nós com árvores de computação idênticas recebem a mesma cor $c(i)$, servindo como uma representação estrutural.
• Condições Chave: Os autores introduzem duas condições sob as quais o processo de rede heterogêneo pode ser reduzido a um modelo causal compartilhado:
  • Decomponibilidade: A equação estrutural pode ser decomposta em um mecanismo de passagem de mensagens $f^{MP}$ (agregando informações de vizinhança) e um mecanismo interno $f^{INT}$ (regendo efeitos ao nível do nó). Isso permite a agregação de efeitos de vizinhança em uma variável intermediária $A = g(S, C)$.
  • Independência de Grafo: As variáveis exógenas que afetam um nó são independentes da cor do nó (contexto estrutural).
• Identificabilidade: Sob estas condições, os autores provam que a distribuição intervencional $P(x|do(s)=s)$ é identificável via ajuste na variável estrutural $C$. Eles derivam uma representação (Teorema 4) mostrando que as distribuições observacionais e intervencionais compartilham um componente funcional latente comum, diferindo apenas na forma como realizam a média sobre a variável estrutural $C$.

2. Framework de Estimação: Autoencoder Variacional de Passagem de Mensagens (MPVA)
Para estimar as distribuições intervencionais sem recuperar explicitamente as variáveis latentes, os autores propõem o MPVA, um framework de aprendizado profundo que combina:

• Redes Neurais de Passagem de Mensagens (MPNN): Para aprender a representação intermediária $\hat{A}$ agregando influências causais de vizinhos, aproximando efetivamente o mecanismo de passagem de mensagens $g(S, C)$.
• Autoencoder Variacional Condicional (cVAE): Para modelar a distribuição condicional $P(X|\hat{A}, Z)$, capturando o componente funcional compartilhado entre a representação intermediária e o resultado.
• Processo de Inferência: O framework segue uma estrutura de Abdução-Ação-Predição:
  1. Abdução: Codifica resultados observados para inferir variáveis latentes.
  2. Ação: Aplica a intervenção $do(s)$ à representação intermediária $\hat{A}$ via MPNN.
  3. Predição: Decodifica a representação intervencionada para estimar o resultado intervencional.

3. Classificação de Nós com Equidade
As distribuições intervencionais estimadas são integradas em uma tarefa de classificação de nós através de um termo de regularização de equidade causal. O objetivo minimiza a discrepância nas predições entre grupos demográficos favoráveis ($s^+$) e desfavoráveis ($s^-$) sob intervenção:
$$\ell_f = E[h(\tilde{x})|do(s^+)] - E[h(\tilde{x})|do(s^-)]$$
Este termo é adicionado à perda de classificação padrão, permitindo que o modelo aprenda representações que sejam causalmente equitativas enquanto mantém a precisão preditiva.

Principais Contribuições

• Extensão Teórica: O artigo fornece uma base teórica rigorosa para estender a inferência causal (especificamente o do-calculus) para dados de grafos não-IID, formalizando o NSCM e identificando as condições (Decomponibilidade e Independência de Grafo) que restauram a invariância.
• Framework Inovador: Introduz o MPVA, uma arquitetura novel que combina MPNNs e cVAEs para aproximar distribuições intervencionais em configurações de grafos, superando as limitações da aplicação direta do do-calculus.
• Regularização de Equidade: Propõe um método para incorporar restrições de equidade causal diretamente no treinamento de classificadores de nós, aproveitando as distribuições intervencionais estimadas.

Resultados Experimentais

Os autores avaliam o MPVA em datasets semi-sintéticos (derivados do Credit Dataset com mecanismos causais controlados) e datasets do mundo real (Credit Defaulter e German Credit).

• Performance: Resultados empíricos demonstram que o MPVA supera métodos convencionais (incluindo aqueles que assumem IID e baselines existentes de equidade em grafos) na aproximação de distribuições intervencionais.
• Equidade: O método alcança métricas de equidade melhoradas (especificamente reduzindo diferenças de risco e discrepâncias causais) enquanto mantém uma precisão de predição competitiva.
• Generalização: O framework mostra-se eficaz em cenários onde os mecanismos causais variam com as estruturas de rede locais, um cenário onde os métodos padrão falham.

Significância e Alegações

O artigo afirma abordar um desafio fundamental no aprendizado de máquina equitativo: a aplicação da equidade causal a dados interconectados e não-IID. Ao demonstrar que representações estruturais (via cores WL) podem restaurar a invariância necessária para a inferência causal, o trabalho motiva uma mudança da equidade puramente estatística para a equidade baseada em causalidade em aplicações complexas de ML. Os autores posicionam suas descobertas como um passo para relaxar as clássicas suposições IID em equidade algorítmica, fornecendo uma abordagem principista para mitigar o viés induzido por estruturas de rede e interferência. O trabalho não pretende resolver todos os problemas de equidade em grafos, mas foca especificamente na lacuna de exploração causal principista para configurações não-IID.