Resumo Técnico: Geometria da Regressão Justa Relaxada

Declaração do Problema

O artigo aborda o desafio de impor Paridade Demográfica (PD) em tarefas de regressão, especificamente no cenário desconhecido onde atributos sensíveis ($S$) não estão disponíveis no momento da inferência. Embora existam métodos de pós-processamento para justiça exata no cenário "conhecido" (onde $S$ é observado), métodos principiais para alcançar justiça relaxada (equilibrando precisão e justiça) no cenário desconhecido são amplamente ausentes. Abordagens existentes frequentemente dependem de classificadores proxy ruidosos ou discretizações baseadas em grades que falham em capturar a estrutura geométrica contínua do problema, levando a compromissos subótimos entre precisão e justiça.

Metodologia

Os autores propõem um quadro unificado que formula a regressão justa relaxada como um problema de Transporte Ótimo (OT). A ideia central é caracterizar a função de predição ótima por meio de mapas OT que transportam as distribuições condicionais do preditor base para uma distribuição alvo comum, minimizando simultaneamente uma penalidade por injustiça.

1. Quadro Unificado

O quadro unifica os cenários conhecido e desconhecido definindo o problema de regressão em termos da medida de sinal $\chi_+ - \chi_-$ (a diferença entre as leis das características nos grupos positivo e negativo).

• Cenário Desconhecido: O preditor ótimo baseia-se na probabilidade de grupo de sinal $\Delta(x) = \frac{P(S=+|X=x)}{p_+} - \frac{P(S=-|X=x)}{p_-}$. O problema reduz-se ao transporte de medidas bidimensionais $\mu^{\pm}_{\eta, \Delta}$ (definidas no espaço das predições base $\eta(x)$ e $\Delta(x)$) para um espaço de predição unidimensional.
• Cenário Conhecido: Este é recuperado como um caso especial onde $\Delta(x)$ é determinístico com base na $S$ observada, reduzindo o problema ao transporte unidimensional.

2. Justiça Relaxada via Penalidades

Em vez de impor PD exata ($\lambda \to \infty$), os autores minimizam um risco penalizado:
$$\min_f \mathbb{E}[(f(X) - \eta(X))^2] + \lambda m U_D(f)$$
onde $U_D(f)$ é uma medida de discrepância entre os empurrões das variações positiva e negativa da medida de sinal. O artigo analisa duas penalidades específicas:

• Wasserstein-2 ao Quadrado ($W_2^2$): Penaliza a magnitude do deslocamento no espaço de rótulos.
• Variação Total (TV): Penaliza massa de probabilidade não sobreposta, ignorando distâncias entre valores distintos.

3. Soluções de Forma Fechada

Uma contribuição teórica chave é a derivação de expressões exatas e de forma fechada para as funções de predição quase justas ótimas.

• Relaxação $W_2^2$: A solução envolve uma interpolação ponderada entre a predição base e o alvo. O plano de transporte ótimo é caracterizado por uma função de custo específica $C_{\lambda, c_2}$, e os mapas de predição $T^\pm$ são combinações lineares das entradas ponderadas pelas razões de densidade local.
• Relaxação TV: A solução exibe um comportamento de limiar rígido. Se o custo de fundir duas predições estiver abaixo de um limiar $\lambda$, elas são fundidas em um baricentro ponderado; caso contrário, permanecem inalteradas. Isso leva a um mapa definido por partes.

4. Implementação Algorítmica

Os autores propõem um algoritmo prático (Algoritmo 1) que:

1. Estima o regressor base $\hat{\eta}$ e as probabilidades posteriores para calcular $\hat{\Delta}$.
2. Constrói medidas empíricas bidimensionais a partir dos dados de treinamento.
3. Resolve um problema de OT discreto usando as matrizes de custo de forma fechada derivadas.
4. Utiliza projeção baricêntrica para gerar pseudo-rótulos para o conjunto de treinamento.
5. Ajusta um regressor contínuo (por exemplo, Random Forest) nos pseudo-rótulos para permitir inferência fora da amostra.

Principais Contribuições

1. Quadro Unificado: Um objetivo penalizado OT geral que unifica a regressão justa relaxada conhecida e desconhecida, acomodando tanto penalidades $W_2^2$ quanto TV.
2. Caracterizações de Forma Fechada: As primeiras reduções geométricas contínuas exatas para justiça relaxada desconhecida. O artigo fornece fórmulas explícitas para os mapas de predição ótimos, indo além das aproximações baseadas em grades do trabalho anterior (por exemplo, FairReg).
3. Distinção Filosófica: O artigo revela que a escolha da penalidade reflete filosofias de justiça fundamentalmente diferentes:
   • $W_2^2$ induz um compromisso suave e em toda a população (visão egalitária), deslocando todos os indivíduos ligeiramente em direção a um centro justo.
   • TV impõe paridade exata para um subconjunto de indivíduos (visão suficientarista), deixando predições extremas inalteradas enquanto funde perfeitamente aquelas onde é "acessível".
4. Algoritmo Eficiente: Um algoritmo de pós-processamento determinístico e computacionalmente eficiente que evita a descida de gradiente estocástica.

Resultados Experimentais

O quadro foi avaliado em dados sintéticos e benchmarks do mundo real (Admissões à Faculdade de Direito, Comunidades e Crime, e Renda do Censo Adulto).

• Desempenho: O método proposto "OT Desconhecido" consistentemente iguala ou supera a linha de base state-of-the-art FairReg (Taturyan et al., 2024) em todas as métricas de justiça ($W_2$, TV e distância de Kolmogorov-Smirnov), mantendo um Erro Quadrático Médio (MSE) competitivo.
• Comparação com Proxies: Abordagens ingênuas que estimam $S$ via um classificador proxy e aplicam mapeamentos OT conhecidos (estimadores plug-in) performam significativamente pior, frequentemente falhando em alcançar justiça devido a erros de classificação. O quadro 2D proposto absorve com sucesso essa incerteza.
• Eficiência: O método OT Desconhecido é significativamente mais rápido que o FairReg (por exemplo, ~26x de aceleração no conjunto de dados Comunidades) porque depende de solvers de OT discreto exatos em vez de otimização estocástica iterativa.
• Robustez: O método demonstra robustez através de diferentes estimadores base (Linear, Random Forest, Gradient Boosting).

Significado e Alegações

O artigo alega preencher uma lacuna significativa na literatura ao fornecer uma solução geométrica contínua fundamentada teoricamente para regressão justa relaxada no cenário desconhecido.

• Rigor Teórico: Ao contrário de métodos anteriores que dependem de discretização, este trabalho oferece reduções exatas de forma fechada, esclarecendo a natureza geométrica das restrições de justiça.
• Utilidade Prática: Os algoritmos derivados são simples de implementar e computacionalmente eficientes, tornando-os adequados para implantação no mundo real onde os modelos são caixas pretas e os atributos sensíveis estão ausentes na inferência.
• Insight Filosófico: Ao contrastar as penalidades $W_2$ e TV, o trabalho destaca que "justiça relaxada" não é um conceito monolítico, mas depende da filosofia de compromisso específica (suavização global vs. exatidão local) escolhida pelo praticante.

Os autores notam limitações, incluindo a restrição a atributos sensíveis binários e tipos específicos de penalidades ($W_2^2$ e TV), e a dependência do desempenho da qualidade dos estimadores base $\hat{\eta}$ e $\hat{\Delta}$. No entanto, eles afirmam que sua abordagem fornece uma linha de base superior para compromissos entre precisão e justiça em comparação com os métodos state-of-the-art existentes.