Resumo Técnico: Aprendizado de Reensaio Não Paramétrico via Incorporações de Média Condicional

1. Definição do Problema: Evitar um Futuro Indesejado (AUF)

O artigo aborda o problema de Evitar um Futuro Indesejado (AUF), um desafio de tomada de decisão no qual um modelo prevê um resultado indesejável e deve identificar ações eficazes para preveni-lo. Diferentemente de tarefas de previsão padrão, o AUF requer a otimização de uma alteração de decisão $a$ sobre variáveis acionáveis $A$ para maximizar a probabilidade de que o resultado alvo $Y$ caia dentro de uma região desejada $S$ (por exemplo, $P(Y \in S | X=x, \text{do}(A=a))$).

A dificuldade central reside no viés de confusão inerente a dados observacionais. Registros históricos frequentemente contêm fatores não acionáveis (confundidores $U$) que influenciam tanto as variáveis acionáveis $A$ quanto os resultados $Y$. Consequentemente, a distribuição sob uma intervenção ativa ($P(Y | X, \text{do}(A=a))$) difere significativamente da distribuição condicional observacional ($P(Y | X, A=a)$). Soluções existentes, como o framework de aprendizado de reensaio, têm dependido majoritariamente de suposições paramétricas restritivas (por exemplo, sistemas lineares com ruído Gaussiano aditivo). Essas suposições limitam a aplicabilidade em sistemas complexos do mundo real, onde os mecanismos de geração de dados são não lineares e não aditivos. Além disso, substitutos heurísticos usados em algumas extensões não lineares frequentemente se desviam do verdadeiro objetivo do AUF, levando a decisões subótimas.

2. Metodologia

Os autores propõem o primeiro framework de aprendizado de reensaio não paramétrico para AUF, que evita assumir formas funcionais específicas para a geração de dados. A metodologia consiste em três componentes principais:

A. Substituto Suave para Desejabilidade Descontínua

O objetivo original do AUF envolve maximizar a probabilidade $P(Y \in S)$, que depende de uma função indicadora descontínua $I(Y \in S)$. Esta função é não diferenciável e não reside em Espaços de Hilbert de Reprodutores de Kernel (RKHS) padrão, tornando a otimização direta e a estimativa baseada em kernel intratáveis.

• Solução: Os autores introduzem um substituto Probit suave $w_\eta(y)$. Definido como o produto das funções de distribuição acumulada (CDFs) de distribuições normais padrão para cada restrição linear que define o poliedro convexo $S$, este substituto aproxima o indicador rígido.
• Benefício: $w_\eta(y)$ é $C^\infty$-contínuo, fornecendo gradientes não nulos mesmo fora da região viável $S$, o que auxilia a otimização quando amostras positivas são escassas. A análise teórica estabelece um limite de erro de aproximação de $O(\frac{\sqrt{\ln \eta}}{\eta})$.

B. Identificabilidade via Incorporações de Média Condicional (CMEs)

Para estimar a probabilidade intervencional a partir de dados observacionais sem suposições paramétricas, o método aproveita as Incorporações de Média Condicional (CMEs).

• Decomposição Estrutural: As variáveis intermediárias $Z$ são decompostas em variáveis acionáveis $A$, confundidores não acionáveis pré-alteração $U$ e variáveis pós-alteração $U_{post}$.
• Identificabilidade: Os autores provam que o objetivo suavizado do AUF é identificável a partir da distribuição observacional como uma expectativa aninhada:
  $$E_{Y \sim P(\cdot|x, \text{do}(a))}[w_\eta(Y)] = E_{U \sim P(\cdot|x)} [ E_{Y \sim P(\cdot|x, u, a)}[w_\eta(Y)] ]$$
  Esta formulação permite que a expectativa intervencional seja computada usando apenas dados observacionais, condicionando-se aos confundidores $U$.

C. Estimador de Regressão Ridge de Kernel Aninhada (KRR)

Os autores desenvolvem um estimador aninhado de dois estágios baseado em Regressão Ridge de Kernel para computar o objetivo:

1. Estágio 1 (Expectativa Interna): Estima-se a expectativa condicional do substituto $w_\eta(Y)$ dado o contexto conjunto $(x, u, a)$. Isso é alcançado estimando a CME de $Y$ dado $h=(x,u,a)$ no RKHS $\mathcal{H}_{k_y}$.
2. Estágio 2 (Expectativa Externa): Estima-se a expectativa do resultado do Estágio 1 sobre a distribuição dos confundidores $U$ dado $x$. Isso envolve estimar a CME de $U$ dado $x$ em $\mathcal{H}_{k_x}$.

• Solução de Forma Fechada: Sob a suposição de kernels decomponíveis, o estimador aninhado simplifica-se para uma função linear do mapa de características da ação: $\hat{J}_\eta(a; x) = \omega(x)^T k_a(a)$. O vetor de pesos $\omega(x)$ integra a desejabilidade histórica e a relevância do contexto, ajustando-se explicitamente aos confundidores via matriz Gram de kernel de $U$.
• Otimização: Um algoritmo de ascensão de gradiente projetado com múltiplas inicializações é usado para encontrar a alteração ótima $a^*$, inicializada em ações históricas com utilidade estimada elevada.

3. Principais Contribuições

1. Framework Não Paramétrico: A proposta da primeira abordagem de aprendizado de reensaio não paramétrico para AUF, capaz de lidar com sistemas não lineares e ruído não aditivo sem depender de formas paramétricas específicas.
2. Garantias Teóricas:
   • Estabelecimento da identificabilidade do objetivo suavizado do AUF a partir de dados observacionais.
   • Derivação de limites de erro de amostra finita e garantias de consistência para o estimador aninhado KRR.
   • Prova de que o erro de aproximação do substituto Probit desaparece conforme o parâmetro de suavização $\eta \to \infty$.
3. Validação Empírica: Avaliação em benchmarks sintéticos (lineares e não lineares) e em um benchmark semi-sintético derivado de dados reais construído a partir dos dados NHANES 2011–2018 para gestão de diabetes.

4. Resultados Experimentais

O método foi avaliado contra várias linhas de base, incluindo métodos paramétricos de reensaio (QWZ23, MICNS, CARE) e uma abordagem não paramétrica heurística (Grad-Rh).

• Cenários Lineares: Em configurações lineares aditivas Gaussianas, o método proposto desempenha de forma comparável ao CARE (que é teoricamente ótimo sob essas condições específicas) e supera outras linhas de base, apesar de não conhecer a forma paramétrica verdadeira.
• Cenários Não Lineares: Em configurações sintéticas não lineares e no exemplo de empréstimo bancário, o método proposto supera significativamente todas as linhas de base, demonstrando adaptabilidade superior a mecanismos complexos.
• Benchmark NHANES: No conjunto de dados semi-sintético de diabetes, o método melhorou a probabilidade de AUF de uma linha de base de 0,402 (sem ação) para 0,596, superando todos os outros métodos de ação adaptados.
• Análise de Confusão: Um estudo de caso no cenário de empréstimo bancário demonstrou que métodos que falham em contabilizar a confusão (usando expectativas condicionais puras) sugeriram ações subótimas que na verdade reduziram a probabilidade de sucesso em comparação com a linha de base. O estimador aninhado proposto identificou corretamente a intervenção ótima ao modelar explicitamente a estrutura de confusão.

5. Significado e Alegações

O artigo afirma que seu significado principal reside em estender o aprendizado de reensaio para ambientes complexos, não lineares e não aditivos, onde suposições paramétricas tradicionais falham. Ao utilizar Incorporações de Média Condicional e um objetivo de substituto suave, a abordagem fornece uma solução não paramétrica fundamentada teoricamente que pode ser aprendida diretamente a partir de dados observacionais.

Os autores enfatizam que seu método evita as armadilhas de substitutos heurísticos (que podem não alinhar-se com o verdadeiro objetivo do AUF) e as limitações de modelos paramétricos (que sofrem com má especificação do modelo). A aplicação bem-sucedida ao benchmark de diabetes NHANES destaca o potencial deste framework para tomada de decisão de alto risco no mundo real, como intervenções médicas e concessão de empréstimos financeiros, onde a exploração por tentativa e erro é proibitiva e os dados são puramente observacionais. O trabalho estabelece uma nova linha de base para tomada de decisão sob incerteza sem exigir suposições estruturais fortes sobre o processo subjacente de geração de dados.