Resumo Técnico: Eficiência Semiparamétrica em Experimentos Sequenciais via Propensão Média

1. Formulação do Problema

Configurações experimentais modernas, particularmente na avaliação de serviços habilitados por IA e intervenções de plataforma, frequentemente se desviam da amostragem clássica independente e identicamente distribuída (i.i.d.). As atribuições são frequentemente adaptativas, balanceadas entre covariáveis ou restritas por limites operacionais, como tetos de exposição, orçamentos de tratamento e requisitos de equidade. Essas características induzem dependência entre as observações, tornando a teoria de eficiência clássica baseada em i.i.d. insuficiente para guiar o desenho experimental.

O artigo aborda duas questões centrais:

1. Qual é o benchmark de eficiência fundamental para estimar um estimando causal alvo em um experimento sequencial com atribuições dependentes?
2. Como desenhos implementáveis podem se aproximar deste benchmark na prática, particularmente sob restrições como feedback atrasado e necessidade de estabilidade operacional?

Os autores formalizam o cenário usando um framework de design não antecipatório. As unidades são indexadas por uma ordem de atribuição $t=1,\dots,n$, e a atribuição de tratamento $A_t$ depende apenas do histórico $\mathcal{F}_{t-1}$ e da covariável atual $X_t$, nunca de resultados ou covariáveis futuros. Este framework unifica a randomização i.i.d., desenhos estratificados offline e designs adaptativos sequenciais.

2. Metodologia e Framework Teórico

2.1 O Score de Propensão Média Induzido

A principal contribuição teórica é a identificação do score de propensão média induzido como o estatístico suficiente para o benchmark de eficiência. Para qualquer design não antecipatório $\text{ALG}$, a propensão média induzida $\bar{e}_a(x)$ é definida como:
$$\bar{e}_a(x) := \frac{1}{n} \sum_{t=1}^n \mathbb{E}_{\text{ALG}}[e_t(a | x, \mathcal{F}_{t-1})]$$
onde $e_t$ é a probabilidade de atribuição condicional no passo $t$.

2.2 Limite Inferior Semiparamétrico

O artigo estabelece um limite inferior semiparamétrico para estimadores regulares e localmente não viesados. O Teorema 1 prova que, para qualquer design não antecipatório, a variância assintótica de um estimador é limitada inferiormente pelo benchmark de eficiência i.i.d. avaliado na propensão média induzida $\bar{e}$:
$$\text{Var}(T) \geq \frac{1}{n} V(\bar{e}) = \frac{1}{n} \mathbb{E}[\phi_{\bar{e}}(O)^2]$$
onde $\phi_{\bar{e}}$ é a função de influência eficiente (EIF) sob a propensão fixa $\bar{e}$.

Este resultado implica que a complexidade estatística de designs adaptativos, balanceados ou restritos colapsa em um único objeto: a exposição média ao tratamento alocada através dos valores das covariáveis. Restrições operacionais (ex: limites de orçamento) são incorporadas ao restringir o conjunto admissível de propensões médias.

.3 Alocação de Neyman Generalizada

Para alvos de valores vetoriais (ex: efeitos de múltiplos tratamentos), o artigo deriva uma alocação de Neyman generalizada. O design ótimo minimiza o traço da matriz de covariância da EIF, levando a uma regra de alocação onde braços de tratamento com maior variância condicional na função de influência eficiente recebem maior exposição. Para funcionais lineares de médias de resultados, isso se reduz à clássica regra de alocação de Neyman.

3. Abordagens Construtivas para o Benchmark

O artigo propõe dois designs adaptativos em lotes (batched) complementares e implementáveis que se aproximam do benchmark teórico. Ambos os métodos atualizam a política de atribuição apenas um número logarítmico de vezes ($B \asymp \log n$), garantindo compatibilidade com feedback atrasado e auditabilidade operacional.

3.1 Rota 1: Ajuste de Regressão Adaptativo em Lotes

Esta abordagem foca na correção do lado do estimador.

• Mecanismo: O experimento é dividido em lotes. Dentro de cada lote, a regra de atribuição é fixa. Ao final de cada lote, os parâmetros de perturbação (regressões de resultado e funções de segundo momento) são estimados usando cross-fitting nos dados acumulados. A regra de atribuição para o próximo lote é atualizada via minimização plug-in do objetivo de design oracle.
• Estimandos Gerais: Para estimandos suaves gerais, o método atinge o benchmark oracle desde que os estimadores de perturbação convirjam a uma taxa mais rápida que $n^{-1/4}$. Este é um gargalo conhecido na estimativa semiparamétrica devido ao viés de plug-in de segunda ordem.
• Funcionais Lineares: Para funcionais lineares de médias de resultados (ex: Efeitos Médios de Tratamento, Valores de Política), o viés de plug-in cancela-se exatamente devido à estrutura da EIF. Consequentemente, o gargalo de $n^{-1/4}$ desaparece. O artigo estabelece uma taxa de convergência de segunda ordem nítida (sharp) de $O(n^{-1-2\alpha} \vee n^{-1-2\beta})$, onde $\alpha$ e $\beta$ são as taxas de convergência do estimador de regressão de resultado e do estimador de segundo momento, respectivamente. Um limite inferior correspondente prova que esta taxa é minimax-ótima.

3.2 Rota 2: Balanceamento de Covariáveis Adaptativo em Lotes

Esta abordagem foca no controle do lado do design para contornar os gargalos de estimativa de perturbação.

• Mecanismo: Esta rota utiliza um estimador baseado em momentos simples (sem ajuste de regressão na etapa final). O design impõe o balanceamento local de funções de momento indexadas por covariáveis dentro de cada lote usando binagem espacial e permutações agrupadas. A propensão alvo é atualizada entre os lotes com base em proxies de segundo momento estimados.
• Eficiência: Ao controlar o "resto de balanceamento" (o desvio da propensão alvo) dentro dos lotes, este método atinge o benchmark semiparamétrico $V^*/n$ sem exigir estimativa de perturbação não paramétrica na etapa de estimativa.
• Trade-offs: O resto de balanceamento decai a uma taxa dependente da dimensão $O(m^{-1/(d+4)})$ para um tamanho de lote $m$. Assim, esta rota é mais eficaz em configurações de baixa dimensão ou quando a dimensão efetiva da heterogeneidade é baixa.

4. Resultados Principais e Validação Empírica

4.1 Resultados Teóricos

• Framework Unificado: A propensão média induzida unifica os limites de eficiência anteriormente díspares para designs adaptativos, estratificados e de randomização local sob um único framework não antecipativo.
• Resolução de Conjecturas: O framework resolve uma conjectura de Cytrynbaum (2021) sobre os limites de eficiência de designs experimentais de dois estágios.
• Nitidez Minimax: Para funcionais lineares, o artigo fornece a primeira caracterização minimax da taxa de convergência para o limite de eficiência semiparamétrica para experimentos sequenciais gerais.

4.2 Estudos Numéricos e Empíricos

Os autores validam seus métodos através de simulações sintéticas e uma aplicação no mundo real:

• Experimentos Sintéticos: Simulações com dimensões variadas ($d \in \{2,3,8\}$) e heterocedasticidade mostram que ambas as rotas adaptativas superam significativamente a randomização uniforme. A rota de ajuste de regressão (RA) é robusta a altas dimensões, enquanto a rota de balanceamento de covariáveis (CB) performa melhor quando a partição de balanceamento se alinha com a estrutura de baixa dimensão (dimensão efetiva) dos dados.
• Avaliação de Assistente Médico de IA: Usando dados do estudo HELPMed (Bean et al., 2026), os autores avaliaram múltiplos assistentes de IA contra uma linha de base. Os designs adaptativos reduziram o erro quadrático médio (MSE) normalizado em aproximadamente 5–8% em comparação com a randomização uniforme. O estudo destacou que o uso de uma partição adaptativa aos dados e de baixa dimensão para a rota CB melhorou significativamente o desempenho em configurações de alta dimensão.

5. Significância e Alegações

O artigo afirma fornecer um framework unificado para caracterizar e desenhar experimentos sequenciais eficientes. Sua principal significância reside em:

1. Reenquadramento do Design: Ele desloca o foco do desenho experimental de otimizar mecanismos de atribuição complexos e dependentes de trajetória para aprender ou escolher um score de propensão média eficiente.
2. Viabilidade Operacional: Ao demonstrar que o benchmark de eficiência pode ser aproximado com apenas um número logarítmico de atualizações de política, o artigo preenche a lacuna entre a otimalidade teórica e as restrições operacionais (feedback atrasado, auditabilidade, estabilidade).
3. Flexibilidade Prática: As duas rotas complementares (ajuste de regressão e balanceamento de covariáveis) oferecem trade-offs aos praticantes: a RA é flexível para configurações de alta dimensão, mas exige estimativa de perturbação rápida; a CB é robusta e simples, mas requer o manejo cuidadoso do espaço de dimensão das covariáveis.

Os autores concluem que o score de propensão média serve como uma linguagem comum para entender os limites estatísticos na experimentação sequencial, permitindo o desenho de experimentos de múltiplos tratamentos eficientes em aplicações modernas, como a avaliação de serviços de IA.