Resumo Técnico: Evitando Modos de Falha Estrutural em SSL Tabular Justa

1. Declaração do Problema

O artigo aborda um conflito estrutural crítico na Aprendizagem Semi-Supervisionada Justa (Fair SSL) aplicada a domínios tabulares de alto risco (por exemplo, suporte à decisão médica, pontuação de crédito, previsão de reincidência). Nessas configurações, os dados rotulados são escassos, tornando necessária a SSL, enquanto a conformidade regulatória exige garantias estatísticas de justiça entre grupos demográficos.

A questão central surge da interação entre pseudo-rotulagem com portão de confiança (um mecanismo padrão de SSL onde pseudo-rotulos são retidos apenas se a confiança da previsão exceder um limiar $\tau$) e regularizadores de justiça por correspondência de momentos (que impõem paridade entre grupos). Os autores identificam que uma forte pressão por justiça pode suprimir sistematicamente a confiança da previsão, causando dois modos de falha estrutural distintos:

1. Colapso de Mascaramento (Tipo I): Restrições de justiça impulsionam as previsões em direção à fronteira de decisão ($\hat{y} \approx 0.5$) para minimizar a disparidade entre grupos. Isso erosiona a confiança, fazendo com que o portão de confiança rejeite a maioria dos pseudo-rotulos ($q_t \to 0$). O resultado é a fome de gradiente, onde o modelo não consegue aprender com dados não rotulados.
2. Saturação Trivial (Tipo II): A otimização desvia-se para preditores constantes (por exemplo, prever a média) para satisfazer restrições de justiça com variância zero. Isso produz uma violação de justiça próxima de zero, mas resulta em colapso de utilidade (desempenho preditivo degradado).

Os autores argumentam que o peso estático das penalidades de justiça é frágil porque o acoplamento entre a seleção de pseudo-rotulos e a avaliação de restrições é endogenamente não estacionário.

2. Metodologia: Alocação Primal-Dual Online (OPDA)

Para resolver esse impasse estrutural, os autores propõem o OPDA, um controlador online que agenda adaptativamente penalidades de justiça e estabilidade sem ajuste por conjunto de dados.

Arquitetura Central

O OPDA emprega uma parametrização de alocação de orçamento em dois níveis:

• Orçamento Total ($B_t$): Controla a intensidade geral de aplicação.
• Razão de Alocação ($\pi_t$): Determina a divisão entre a penalidade de justiça ($\lambda_v$) e a penalidade de estabilidade baseada em entropia ($\lambda_h$).
  • $\lambda_v^{(t)} = B_t \cdot \pi_t$
  • $\lambda_h^{(t)} = B_t \cdot (1 - \pi_t)$

Dinâmica Acionada por Sinais

O OPDA atualiza $B_t$ e $\pi_t$ a cada época usando um conjunto de observáveis online:

1. Violação de Justiça ($v_t$): A penalidade atual de correspondência de momentos estilo DP.
2. Proxy de Risco ($r_t$): Um escalar limitado ($1 - \text{MacroF1}_{val}$) que rastreia a degradação de utilidade.
3. Sinais de Saúde dos Pseudo-Rotulos:
   • $q_t$: Razão de aprovação de pseudo-rotulos (cobertura).
   • $p_t$: Precisão proxy.
   • $ESSt$: Tamanho efetivo da amostra.
4. Alinhamento de Gradiente: Semelhança cosseno entre gradientes de justiça e gradientes base de SSL para detectar conflito.

Mecanismos de Controle

• Dinâmica de Orçamento em Busca de Joelho: O orçamento total $B_t$ é atualizado via descida de gradiente online projetada no domínio logarítmico. Ele aumenta apenas quando a justiça melhora além de uma margem de ruído sem causar deterioração de risco além de uma margem de ruído ($G_t - C_t > 0$). Isso previne a aplicação agressiva excessiva que leva ao colapso.
• Alocação Consciente de Conflito: A razão $\pi_t$ é determinada minimizando um substituto convexo de urgência. Ela equilibra a necessidade de reduzir a violação de justiça ($d_{fair}$) contra a necessidade de manter a saúde dos pseudo-rotulos ($d_{stab}$). Crucialmente, utiliza um portão sigmoide baseado no alinhamento de gradiente para suprimir a urgência se as restrições estiverem anti-alinhadas com o objetivo base.
• Garantia Anti-Fome: Um piso dinâmico $\pi_{min}(t)$ garante que nem a penalidade de justiça nem a penalidade de estabilidade sejam jamais totalmente desligadas, impedindo que o sistema entre em um regime degenerado onde o aprendizado para.

3. Contribuições Principais

1. Diagnóstico de Mecanismo: O artigo identifica formalmente e prova a existência de dois modos de falha na Fair SSL com portão de confiança:
   • Colapso de Mascaramento: Provado criar vizinhanças de gradiente que desaparecem onde $L_{unsup} = 0$ (Proposição 1).
   • Saturação Trivial: Provado surgir de um conflito de sinal no espaço de logits entre correspondência de momentos (empurrando em direção à média) e minimização de entropia (empurrando em direção às fronteiras) sob grupos desbalanceados (Proposição 2).
2. Controlador Consciente da Saúde dos Pseudo-Rotulos: O OPDA é o primeiro controlador a monitorar explicitamente sinais de saúde de pseudo-rotulos ($q_t, p_t, ESSt$) ao lado de violações de justiça. Ele agenda pesos duais para evitar a "fome" do próprio mecanismo de SSL.
3. Operação sem Calibração: O OPDA opera com uma única configuração padrão em diversos conjuntos de dados (Adult, ACSIncome, COMPAS) e arquiteturas base, evitando a necessidade de busca em grade manual de pesos de justiça ($\lambda$).

4. Resultados Experimentais

Os autores avaliaram o OPDA em três benchmarks tabulares usando uma configuração de teste de estresse diagnóstico (tarefas multirrótulo para isolar mecanismos de falha).

• Mitigação de Modos de Falha: Sob pesos de justiça estáticos altos ($\lambda=100$), a SSL padrão exibiu Colapso de Mascaramento (cobertura $q_t \to 0.02$) ou Saturação Trivial. O OPDA evitou com sucesso esses regimes degenerados.
• Compensações de Desempenho:
  • Adult & COMPAS: O OPDA alcançou pontos de operação não degenerados competitivos com a fronteira de Pareto empírica do ajuste estático de $\lambda$, equilibrando utilidade e justiça efetivamente.
  • ACSIncome: O OPDA preservou melhor a utilidade do que as bases estáticas, exibindo uma dispersão mais ampla entre justiça e utilidade, demonstrando robustez em configurações complexas e multigrupo ($K=9$).
• Comparação com Bases:
  • Comparado a bases adaptativas de sinal único (por exemplo, PI, EMA-P), o OPDA mostrou superior robustez. Métodos de sinal único frequentemente falharam em distinguir entre problemas de capacidade e fome de pseudo-rotulos, levando a oscilação ou saturação.
  • Comparado a métodos de Otimização Multi-Objetivo (MOO) baseados em gradiente (PCGrad, CAGrad), o OPDA alcançou violações de justiça menores em Adult e COMPAS, mantendo utilidade comparável. No COMPAS, métodos apenas de gradiente exibiram taxas de saturação não nulas, enquanto o OPDA manteve 0% de saturação.
• Ablação: A remoção da lógica completa de múltiplos sinais (OPDA-lite) resultou em menor preservação de utilidade no ACSIncome, confirmando o valor da dinâmica de orçamento consciente da saúde.

5. Significado e Alegações

O artigo posiciona o OPDA não como uma garantia universal de domínio uniforme em todas as métricas, mas como um controlador sem calibração para gerenciar os regimes de falha específicos inerentes à Fair SSL com portão de confiança.

• Insight Teórico: O trabalho destaca que as restrições de justiça na SSL não são estáticas; elas interagem dinamicamente com o mecanismo de seleção de dados. O peso estático falha porque não pode reagir à não estacionariedade endógena da máscara de pseudo-rotulos.
• Utilidade Prática: O OPDA fornece um caminho para obter pontos de operação controlados em ambientes tabulares de alto risco e escassez de rótulos, sem o custo computacional do ajuste de hiperparâmetros por conjunto de dados.
• Limitações de Escopo: Os autores notam modestamente que, embora as patologias identificadas sejam fundamentais para o mecanismo de SSL, a validação empírica atualmente se limita a dados tabulares. A extensão para dados de imagem ou texto de alta dimensão permanece uma questão em aberto. Além disso, o controlador requer a pré-especificação de constantes internas (por exemplo, comprimento de aquecimento), embora demonstre robustez a perturbações moderadas.

Em resumo, o artigo argumenta que evitar falhas estruturais na Fair SSL exige ir além do peso estático ou do simples equilíbrio de gradientes, adotando em vez disso uma estratégia de controle online que monitora ativamente a "saúde" do processo de pseudo-rotulagem para impedir que o sistema colapse em soluções triviais.