Partial Identification under Causal Orders by Linear Programming

No mundo de causa e efeito, frequentemente nos encontramos fazendo perguntas de "e se" que vão além da simples observação. Queremos saber não apenas o que aconteceu, mas o que teria acontecido se uma escolha diferente tivesse sido feita. Será que um tratamento específico salvou a vida de um paciente, ou ele teria se recuperado de qualquer maneira? Uma mudança de política melhorou uma economia, ou a melhoria era inevitável? Para responder a essas perguntas com certeza, os cientistas geralmente precisam de um mapa completo das forças em jogo, um diagrama detalhado mostrando exatamente como cada fator influencia todos os outros. Esse mapa é chamado de grafo causal. Sem ele, as respostas permanecem ocultas em uma névoa de possibilidades. Por décadas, pesquisadores lutaram para dar sentido a esses cenários de "e se" quando esse mapa está ausente ou incompleto, sendo frequentemente forçados a confiar em suposições vagas ou a admitir que a pergunta não pode ser respondida.

Dois pesquisadores, Eric Rossetto e Alessandro Antonucci, desenvolveram uma nova maneira de navegar por essa névoa. Eles perceberam que, mesmo sem um mapa completo, a própria natureza de uma pergunta de "e se" contém sua própria lógica interna. Se você pergunta como a mudança de uma coisa afeta outra, a pergunta em si implica uma sequência: a mudança deve acontecer antes do resultado. Ao focar nessa ordem inerente, os pesquisadores criaram um método para calcular a faixa mais estreita possível de respostas para essas perguntas contrafatuais, sem nunca precisar assumir um mapa causal específico. O trabalho deles transforma um jogo de adivinhação complexo e muitas vezes impossível em um cálculo estruturado que produz limites precisos para o que é possível, dado apenas os dados que temos e a lógica da própria pergunta.

O cerne de sua descoberta reside no reconhecimento de que toda investigação sobre causa e efeito carrega uma instrução oculta sobre tempo e sequência. Quando perguntamos se um tratamento causou um resultado, estamos implicitamente dizendo que o tratamento veio primeiro. Os pesquisadores mostraram que essa ordenação simples é suficiente para construir uma estrutura matemática que pode testar todas as formas concebíveis de como o mundo poderia estar organizado, consistente com essa ordem. Em vez de tentar adivinhar a forma exata da teia causal, eles construíram um sistema que explora todo o panorama de possibilidades permitido pelos dados e pela lógica da pergunta. Eles provaram que este sistema pode encontrar os melhores e piores cenários possíveis para qualquer pergunta desse tipo, fornecendo uma faixa que é garantida de conter a resposta verdadeira.

Para alcançar isso, a equipe recorreu a uma ferramenta matemática poderosa conhecida como programação linear, que é essencialmente um método para encontrar o melhor resultado em um sistema com muitas restrições. Eles traduziram o problema de adivinhar efeitos causais em um conjunto de regras que um computador pudesse resolver. Imagine um vasto espaço de todas as histórias possíveis sobre como o mundo funciona. Algumas histórias se ajustam aos dados que coletamos; outras não. O método dos pesquisadores filtra esse espaço, mantendo apenas as histórias que respeitam a ordem implicada pela pergunta e pelos dados observados. Dentro desse espaço filtrado, eles calcularam as probabilidades mais baixas e mais altas para o evento em questão. Eles demonstraram que esses limites calculados não são apenas estimativas grosseiras, mas os limites mais nítidos possíveis. Eles provaram que existem modelos reais e concretos do mundo que se ajustam a todos os dados e à lógica da pergunta, e que produzem resultados exatamente nesses limites superiores e inferiores. Isso significa que a faixa que eles fornecem não é um artefato de seu método, mas um reflexo verdadeiro do que é possível dado o nosso conhecimento atual.

O poder dessa abordagem torna-se claro ao observar questões que já intrigaram especialistas anteriormente. Os pesquisadores testaram seu método em vários problemas clássicos da literatura científica, incluindo cenários envolvendo tratamentos médicos e políticas sociais. Em um caso famoso envolvendo admissões universitárias, onde pesquisadores há muito debatem se o gênero influenciou as taxas de aceitação, o novo método forneceu uma faixa ampla, porém honesta, de possibilidades. Análises anteriores, que assumiam uma estrutura específica e rígida de como o gênero e as escolhas de departamento interagiam, produziram um número único e preciso sugerindo ausência de discriminação. No entanto, o método dos pesquisadores, que se recusou a fazer essas suposições estruturais não verificadas, mostrou que a resposta verdadeira poderia estar em qualquer lugar dentro de um intervalo muito mais amplo. Essa faixa mais larga não significava que a resposta era desconhecida de uma forma inútil; pelo contrário, revelou que o número preciso de estudos anteriores dependia fortemente de suposições que poderiam não ser verdadeiras. Ao remover essas suposições, os pesquisadores mostraram que a conclusão de "não discriminação" era muito menos certa do que se pensava anteriormente.

Este trabalho também se estende a questões mais complexas envolvendo cenários "aninhados", onde um "e se" está inserido dentro de outro. Por exemplo, perguntar o que aconteceria se um paciente tomasse um medicamento, mas apenas se ele também tivesse sido designado a um grupo específico em um ensaio clínico. Essas perguntas em camadas são notoriamente difíceis de responder sem um mapa causal completo. Os pesquisadores mostraram que seu método lida com essas camadas aninhadas de forma tão eficaz quanto as simples. Eles demonstraram que, ao decompor essas consultas complexas em seus componentes lógicos, a mesma maquinaria matemática poderia encontrar os limites mais estreitos possíveis. Em seus testes, descobriram que tentar combinar respostas separadas e mais simples para construir uma complexa frequentemente levava a faixas muito mais amplas e menos úteis. Sua abordagem direta à questão complexa, no entanto, produziu resultados significativamente mais estreitos e informativos.

Os pesquisadores foram cuidadosos ao reconhecer a compensação envolvida em seu método. Como eles não assumem um mapa causal específico, suas faixas calculadas são naturalmente mais amplas do que aquelas derivadas de estudos que fazem suposições fortes sobre como as variáveis estão conectadas. Um estudo que assume um diagrama específico pode produzir uma resposta muito estreita e precisa, mas essa precisão vem ao custo de potencialmente estar errado se o diagrama assumido estiver incorreto. O novo método sacrifica essa estreiteza pela confiabilidade, garantindo que a resposta verdadeira nunca seja excluída da faixa. Eles provaram que essa confiabilidade não é uma fraqueza, mas uma força, especialmente em campos como a medicina e as ciências sociais, onde as estruturas causais reais são frequentemente desconhecidas ou debatidas.

Em última análise, esta pesquisa oferece uma nova maneira de pensar sobre a incerteza. Ela sugere que não precisamos saber tudo sobre o mundo para fazer progressos significativos na compreensão de causa e efeito. Ao aproveitar a estrutura lógica inerente às nossas perguntas, podemos extrair o máximo de informação de nossos dados sem ultrapassar para suposições não fundamentadas. Os pesquisadores forneceram uma ferramenta que permite aos cientistas dizer, com certeza matemática, "A resposta está em algum lugar entre X e Y", mesmo quando não podem dizer exatamente onde. Essa capacidade de definir os limites do possível, sem precisar de um mapa completo do território, representa um passo significativo em nossa capacidade de raciocinar sobre o passado e o futuro em um mundo onde o conhecimento completo é raramente disponível.