Predicting Heterogeneous Treatment Effects Of Building Energy Saving Retrofits Using Causal Machine Learning

Resumo Técnico: Predição de Efeitos de Tratamento Heterogêneos de Retrofits de Eficiência Energética em Edificações Utilizando Aprendizado de Máquina Causal

Definição do Problema
A pesquisa em Sistemas de Informação (SI) utiliza cada vez mais o aprendizado de máquina (ML) para modelagem preditiva em sistemas sociotécnicos complexos. No entanto, o ML preditivo padrão otimiza para a precisão correlacional em vez da identificação causal, tornando-o inadequado para estimar o impacto de intervenções onde a atribuição do tratamento não é aleatória. Essa limitação é crítica em retrofits de eficiência energética em edificações, onde a decisão de renovar é fortemente enviesada por características das famílias (ex: renda, localização) e atributos dos edifícios (ex: idade, tamanho), que simultaneamente influenciam o consumo de energia. Consequentemente, modelos padrão frequentemente geram estimativas enviesadas de economia de energia, falhando em distinguir o efeito do retrofit dos fatores de confusão subjacentes. Embora existam simulações físicas, elas são intensivas em recursos e frequentemente divergem das economias reais devido a comportamentos de ocupantes não modelados. Abordagens baseadas em dados oferecem escalabilidade, mas tipicamente carecem de rigor causal. O desafio central é recuperar com precisão os Efeitos de Tratamento Heterogêneos (HTEs) — o impacto variável dos retrofits em edifícios individuais — sob condições de forte viés de seleção.

Metodologia
Para abordar a impossibilidade de observar contrafatuais de verdade absoluta (ground-truth) em dados observacionais do mundo real, os autores construíram um ambiente de simulação fundamentado fisicamente. Esta abordagem permite a modelagem explícita dos verdadeiros efeitos de tratamento e dos vieses de adoção empiricamente motivados, criando um conjunto de dados com verdade absoluta conhecida para um benchmarking rigoroso.

• Geração de Dados: A simulação adapta fórmulas termodinâmicas (Kirschbaum et al., 2025) para modelar a perda de calor e as necessidades anuais de aquecimento. Ela gera um conjunto de dados sintéticos de casas unifamiliares através de vários períodos de construção (1850–1994). O conjunto de dados inclui quatro intervenções de retrofit distintas: apenas janelas; janelas e telhado; paredes externas apenas; e um pacote abrangente (janelas, telhado e paredes externas).
• Mecanismo de Viés: A atribuição do tratamento é deliberadamente enviesada para refletir padrões de adoção do mundo real. A probabilidade de receber um retrofit é modelada como uma função de determinantes socioeconômicos (renda), características do estoque imobiliário (idade, tamanho) e condições climáticas. Isso cria uma confusão genuína, onde variáveis que influenciam o tratamento também afetam diretamente o resultado (consumo de energia).
• Premissas: O estudo assume que a Suposição de Valor de Unidade de Tratamento Estável (SUTVA) se mantém por design, pois os edifícios não interferem uns nos outros. A suposição de não confundimento é satisfeita pela construção, uma vez que todos os confundidores relevantes estão incluídos na simulação. A suposição de sobreposição (overlap/common support) é verificada através das distribuições de escore de propensão, mostrando sobreposição adequada entre os grupos de tratamento.
• Modelos Avaliados: O estudo compara diversos estimadores de ML causal contra uma linha de base ingênua de Mínimos Quadrados Ordinários (OLS):
  • Metalearners: S-Learner, T-Learner e X-Learner, que utilizam algoritmos de ML flexíveis (Random Forests) para estimar os Efeitos de Tratamento Médios Condicionais (CATEs).
  • Double Machine Learning (DoubleML): Uma abordagem de desenviesamento que ortogonaliza os modelos de tratamento e de resultado para remover o viés de confusão, utilizando cross-fitting e regressão de resíduos.
• Avaliação: Os modelos são treinados nos dados sintéticos e avaliados com base no Erro Médio Absoluto (MAE) e no MAE normalizado contra os CATEs verdadeiros conhecidos.

Principais Resultados
A análise comparativa revela hierarquias distintas de desempenho entre os estimadores, particularmente conforme a complexidade do retrofit aumenta:

• Desempenho Geral: O OLS exibiu o maior erro (nMAE: 62,0%), confirmando que ignorar a confusão leva a um viés severo. Entre os estimadores causais, o DoubleML alcançou o menor erro médio (nMAE: 11,6%), seguido pelo T-Learner (11,4%) e X-Learner (11,5%). O S-Learner teve o pior desempenho entre os métodos causais (13,7%).
• Complexidade do Tratamento: Para a intervenção mais simples (apenas janelas), o X-Learner foi o mais preciso. No entanto, conforme a complexidade e a magnitude dos verdadeiros efeitos de tratamento aumentaram (ex: retrofits de paredes externas e pacotes abrangentes), o DoubleML superou significativamente todos os metalearners. Para o retrofit abrangente, o erro do DoubleML foi 170,13 inferior ao do T-Learner e 479,82 inferior ao do X-Learner.
• Extrapolação e Generalização: A análise de dispersão indicou que os metalearners (S, T, X) tenderam a atenuar grandes efeitos de tratamento, falhando em prever economias extremas de energia além do intervalo dos dados de treinamento. Isso é atribuído à incapacidade dos aprendizes baseados em árvores de extrapolar além das médias observadas nos nós folha. Em contraste, o DoubleML acompanhou a verdade absoluta de perto em todos os tamanhos de efeito, incluindo a cauda de alta economia, devido à sua regressão linear final sobre os resíduos, que não é limitada pelos intervalos dos dados de treinamento.
• Sensibilidade ao Tamanho da Amostra: O desempenho melhorou com o aumento do tamanho da amostra para todos os modelos. O DoubleML exigiu uma amostra maior (aproximadamente 10.000 observações totais) para superar os metalearners, mas alcançou consistentemente o menor erro após esse ponto.
• Controle de Confundimento: A análise SHAP demonstrou que os metalearners retiveram influência residual de variáveis de confusão (ex: ano de construção) em suas estimativas de CATE, enquanto o DoubleML removeu efetivamente essa influência através da ortogonalização.

Significância e Contribuições
O artigo apresenta três contribuições primárias para a literatura de SI e informática de energia:

1. Avaliação Quantitativa: Fornece a primeira avaliação quantitativa da precisão de estimadores de ML causal para cenários de retrofit de casas individuais com viés conhecido. Diferente de estudos empíricos anteriores limitados a Efeitos Médios de Tratamento (ATE) ou verificações de plausibilidade, este estudo valida o desempenho contra HTEs conhecidos.
2. Benchmarking Sistemático: Oferece uma comparação sistemática de OLS, metalearners e DoubleML, identificando que, embora os metalearners sejam competitivos para intervenções simples, o DoubleML é superior para cenários de alta complexidade e alto nível de confusão, típicos de retrofits energéticos profundos.
3. Fundamentação Metodológica: O estudo demonstra que a ortogonalização da atribuição de tratamento (como no DoubleML) melhora significativamente a estimativa do efeito causal em ambientes observacionais enviesados. Isso fornece uma base metodológica para o uso de ML causal na avaliação de políticas de retrofit energético em larga escala, oferecendo uma alternativa escalável às simulações físicas, mantendo a precisão.

Limitações e Trabalhos Futuros
Os autores reconhecem que a simulação, embora fundamentada em leis físicas e padrões de viés empíricos, não captura todo o espectro das complexidades do mundo real, tais como efeitos de retorno comportamental (rebound effects), restrições de capital ou interações detalhadas dos ocupantes. O estudo também depende exclusivamente de Random Forests como aprendizes base e não inclui outros modelos causais como R-Learners ou Causal Forests. Sugere-se que pesquisas futuras incorporem essas dinâmicas comportamentais, testem aprendizes base alternativos e validem os achados contra conjuntos de dados observacionais do mundo real para fortalecer a validade externa.