Resumo Técnico: Predição Precoce de Estratégia Comportamental Futura a partir de Traços de Processo

Formulação do Problema

Sistemas adaptativos (ex: tutores inteligentes, motores de jogos, colaboradores humano-IA) frequentemente enfrentam o desafio de tomar decisões específicas de tarefas sobre um usuário com base em evidências prévias limitadas. O problema central abordado é a inferência comportamental trans-tarefa precoce: prever como um indivíduo organizará seu comportamento em uma tarefa alvo retida utilizando apenas traços de processo parciais de tarefas de origem anteriores.

Abordagens existentes enfrentam duas limitações primárias:

1. Resumos de Resultados Agregados: Métodos tradicionais dependem de métricas como pontuações, taxas de conclusão ou tempos de reação. Embora compactos e disponíveis entre tarefas, esses resumos frequentemente colapsam processos comportamentais distintos (ex: planejamento sistemático vs. alternância frequente) em resultados semelhantes, falhando em capturar o como do comportamento.
2. Modelagem de Processo de Tarefa Única: Embora modelos de sequência modernos (ex: transformers) possam modelar dependências temporais dentro de uma única tarefa, eles frequentemente emaranham tendências estáveis ao nível da pessoa com layouts e affordances específicos da tarefa. Além disso, as tendências latentes de uma pessoa podem ser expressas apenas parcialmente em qualquer tarefa de origem individual.

O artigo postula que existe uma estrutura transferível ao nível da pessoa que requer a fusão de evidências de processo através de múltiplas tarefas de origem para ser recuperada de forma eficaz, especialmente quando observar o comportamento suficiente na tarefa alvo é impraticável.

Metodologia: Modelo de Variável Latente de Nível de Processo (PLVM)

Os autores propõem o Modelo de Variável Latente de Nível de Processo (PLVM), um framework projetado para codificar traços específicos de tarefas e fundi-los em uma representação latente compartilhada ao nível da pessoa para predição trans-tarefa.

Arquitetura

O modelo consiste em três componentes distintos (ilustrados na Figura 1 do artigo):

1. Codificadores de Processo Específicos de Tarefa: Para cada tarefa de origem $k$, um codificador dedicado $f_k$ (implementado como um transformer causal) processa o traço parcial $X^{(t)}_{i,k}$. Esses codificadores são treinados independentemente usando um objetivo de predição de próximo evento auto-supervisionado (predizendo a próxima ação ou mudança de posição) para aprender a dinâmica comportamental dentro da tarefa. Uma vez treinados, esses codificadores são congelados.
2. Fusor Trans-Tarefa: Os embeddings $h_{i,k}$ das tarefas de origem são concatenados e passados por uma rede de fusão feed-forward $g_\phi$. Este módulo aprende a combinar evidências de diferentes tarefas de origem para construir um estado latente compartilhado de dimensão fixa ao nível da pessoa $z_i$.
3. Decodificador de Comportamento Alvo: Um decodificador $d_\psi$ mapeia o estado latente fundido $z_i$ para pontuações de predição $\theta_i$, que são usadas para classificar a estratégia comportamental na tarefa alvo retida (ex: via softmax para classificação).

Protocolo de Treinamento

Os codificadores específicos de tarefa são treinados separadamente. O módulo de fusão e o decodificador são então treinados conjuntamente usando o objetivo de predição trans-tarefa com perda de entropia cruzada (cross-entropy loss). Crucialmente, o modelo é avaliado sob um protocolo de observação parcial: em qualquer tempo de corte $t$, os modelos recebem apenas o prefixo dos traços das tarefas de origem. O traço da tarefa alvo retida nunca é fornecido como entrada durante a inferência.

Avaliação Experimental

Os autores avaliam o PLVM usando duas abordagens complementares: jogabilidade humana real e simulações controladas.

1. PowerWash Simulator (Dados Humanos Reais)

• Dataset: Telemetria de 11.080 jogadores completando tarefas de limpeza espacial.
• Configuração: Jogadores completam "Back Garden" e "Bungalow" (tarefas de origem) antes de uma "Fire Station" (tarefa alvo) retida.
• Variável Alvo: Estilo de Navegação, operacionalizado como a tendência de persistir localmente dentro de regiões espaciais ("Zone Planners") versus alternar frequentemente entre regiões ("Zone Hoppers"). Os rótulos são derivados de taxas de troca de zona, taxas de retorno e distâncias de salto no nível Fire Station.
• Baselines:
  • Baseado em resultados: Utiliza resumos agregados (porcentagem de conclusão, subtarefas/min) das tarefas de origem.
  • Processo de Tarefa Única: Utiliza os mesmos encoders de transformer, mas processa apenas uma tarefa de origem por vez sem fusão.

2. Simulação Controlada de Mundo de Grade (Verificação de Mecanismo)

• Configuração: Agentes sintéticos completam duas tarefas: uma tarefa de "Forrageamento Externo" (enfatizando a busca oportunista por recompensa) e uma tarefa de "Limpeza Interna" (enfatizando a persistência em áreas).
• Verdade Fundamental (Ground Truth): Agentes possuem fenótipos latentes conhecidos (Tipo A vs. Tipo B) determinados pela configuração conjunta de drives de persistência e oportunismo.
• Racional: As tarefas são desenhadas para fornecer evidências complementares. O forrageamento revela a dimensão de oportunismo, enquanto a limpeza revela a dimensão de persistência. Nenhuma das tarefas isoladamente identifica totalmente o fenótipo.

Principais Resultados

PowerWash Simulator

• Baselines de Resultado: Métricas agregadas (conclusão, produtividade) mostraram separação fraca entre futuros Planners e Hoppers (AUC $\approx$ 0.51–0.55), performando próximo ao acaso.
• Modelos de Tarefa Única: Traços de processo de tarefas individuais melhoraram a predição em relação aos resultados, confirmando que traços ordenados contêm sinal além dos resumos.
• Performance do PLVM: O PLVM superou consistentemente ambos os baselines. Em um corte de observação de 60 minutos, o PLVM alcançou 65,3% de acurácia, comparado a 62,9% do melhor baseline de tarefa única.
• Espaço Latente: A visualização da representação latente fundida mostrou um deslocamento visível entre Zone Planners e Zone Hoppers, apesar da sobreposição significativa, indicando que o modelo aprendeu uma estrutura preditiva relevante para o estilo de navegação futuro.

Simulações Controladas

• Complementaridade: O PLVM mostrou os ganhos mais significativos quando as tarefas de origem eram complementares. Na configuração complementar, o PLVM atingiu 86,6% de acurácia, superando significativamente o melhor modelo de tarefa única (68,0%).
• Redundância: Quando as tarefas eram redundantes (fornecendo a mesma informação), o PLVM não ofereceu benefício, pois uma única tarefa já revelava a estrutura.
• Validação de Mecanismo: Os resultados confirmam que a fusão trans-tarefa é mais eficaz quando diferentes tarefas revelam aspectos complementares de um processo latente compartilhado.

Significância e Alegações

O artigo alega três contribuições principais:

1. Formulação do Problema: Ele enquadra a predição precoce de estratégia comportamental trans-tarefa como um problema distinto e relevante para aplicações, indo além da avaliação baseada em resultados ou modelagem de sequência de tarefa única.
2. Inovação Metodológica: Introduz o PLVM, um modelo de variável latente que funde com sucesso embeddings de traços específicos de tarefas em uma representação compartilhada ao nível da pessoa, permitindo a predição de comportamento em uma tarefa retida.
3. Evidência Empírica: Através de dados humanos reais e simulação controlada, os autores demonstram que a estratégia comportamental transferível não é totalmente capturada por resultados agregados ou traços de processo de tarefa única.

Os autores concluem que a modelagem de processo trans-tarefa é particularmente valiosa em "cenários intermediários" onde:

• As tarefas compartilham uma estrutura comportamental transferível.
• Nenhuma tarefa observada isoladamente revela totalmente o comportamento alvo.
• Resultados agregados são insuficientes para diferenciação.

O trabalho permanece modesto, observando que, embora o mecanismo seja validado em simulação, os rótulos do mundo real são medidas operacionais de alternância espacial e não traços psicológicos validados externamente, e a abordagem pode oferecer pouco benefício se as tarefas forem não relacionadas ou se os resultados já forem suficientes.