Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.120 — 2026-11-01
NEWS 约 6 分钟

随机潜在结果:反事实也能掷骰子

把反事实从一个定数改成概率分布,能更清楚地分开:究竟是处理在随机,还是结果本身在随机。

你面前有两把俄罗斯轮盘赌手枪:一把有六个弹巢,另一把有七个,都只装一颗子弹。直觉上,七弹巢那把更安全。但当研究者用传统的因果推断语言计算时,某些决策规则竟可能拒绝换枪。问题未必出在算术,而可能出在最基础的写法:我们是否把每一种反事实结果,都预先写成了一个固定答案?

Andrew Gelman 与 Jonas Mikhaeil 主张换一种表达:把潜在结果写成随机变量,也就是一个概率分布。潜在结果(potential outcome)是假设同一个对象接受不同处理时,各自会出现的结果。比如同一位病人服药与不服药后的血压。现实中只能观察一边,另一边就是反事实。

这场讨论值得看,不是因为它已经给出统一答案,而是因为它碰到了因果推断的底层语法:随机性究竟属于“我们做了什么”,还是属于“做完以后发生什么”?本文依据 Gelman 展示的 Ang Yu、Jonas Mikhaeil 与他本人的通信;讨论片段并不完整,主要观点也尚非实证比较得出的效果结论。

反事实也不必提前写死

传统写法常把某个对象在某种处理下的潜在结果视为固定值。以轮盘赌为例,这近似于假定:如果选六弹巢手枪,这个人的结果已经确定,只是我们没有看到。

随机潜在结果则说:同一种处理之下,结果仍可以带有随机性。六弹巢手枪对应的不是一个预先写好的“生或死”,而是一组可能结果及其概率。反事实仍然不可观察,但它不再必须是藏在信封里的唯一答案。

据 Gelman 对论文缘起的叙述,他和 Mikhaeil 是在听过 Amanda Kowalski 介绍她与 Neil Christy 关于“first do no harm”的研究后,开始追问一个决策难题:如果伤害一个人的损失大于救活一个人的收益,规则会不会推出荒唐选择?他们把问题压缩成俄罗斯轮盘赌,并认为,要保留这种不对称的道德权重,同时避开反直觉答案,就需要让潜在结果带有随机性。

关键不只是把一个数换成一串概率。Mikhaeil 在通信中解释,他看重这套框架,是因为研究者可以决定把哪些变异放进“处理”的定义。比如,处理究竟是某个具体弹巢里的子弹,还是整把手枪?定义不同,随机性所在的位置也不同。

先固定手枪,再平均结果

Mikhaeil 把 utility——衡量一个选择有多值得的效用——定义为随机潜在结果分布上的 functional。这里的 functional,可以理解为“把整个概率分布转换成一个评价”的规则,而不是只盯着某个单一结果。

这样一来,研究者可以先固定一种处理,再对处理确定以后仍然存在的结果不确定性求平均,也就是把这部分随机性“积分掉”。随后,再对处理如何分配求期望。说白了,它允许模型分两层算账:先问“选定这把枪后,对这个人的平均后果是什么”,再问“不同枪如何分配时,整体选择如何”。

Mikhaeil还提出,通过额外的模型选择,可以先消去与当前决策无关的不确定性。这是他对该框架的建模偏好,不是已经由实验比较确认的优势。但它点出了真正重要的选择:模型不只是在记录随机性,也在决定哪些随机性值得进入决策。

随机的也可能是“怎么处理”

Ang Yu 提出了另一种改写:与其区分确定的和随机的潜在结果,不如区分确定性干预与随机干预。确定性干预规定每个人接受固定处理;随机干预则按某种概率分配处理。

在轮盘赌里,可以把“手枪”叫作干预,把子弹最终落入哪个弹巢叫作处理。如此一来,先对弹巢求平均,也能得到某个人面对这把枪时的效用。Yu 因而认为,随机干预与随机潜在结果的内容可能完全相同,差别主要是标签:Yi,R6 对个体 i 而言是随机变量,既可以说随机性来自潜在结果,也可以说来自干预 R6。

Yu 还试探性地提出,若改用干预语言,所谓“反事实决策问题”或许能被重写成干预之下的经典决策问题。他把 Didelez et al. 2012 称为随机干预文献中较早的工作之一,并说其中的 atomic intervention 与 random intervention,大致对应这里的确定性干预与随机干预。不过,现有供稿没有提供原论文或综述,无法进一步核实这段历史定位。

标签相同,建模选择仍然存在

Gelman 给出的野生草药例子说明,两种随机性可以同时出现。把“服用这种草药”视为干预时,不同样本的有效成分含量可能不同,所以干预本身带有随机性。即使拿到相同含量的成分,它也未必每次有效,所以结果仍可带有随机性。个体之间还可能存在差异:它对一些人有用,对另一些人无效。

这意味着,把随机模型改写成更庞大的确定模型,在形式上也许做得到;但实际建模时,研究者仍要决定把哪一层差异写进处理、哪一层留在结果里。Mikhaeil 所说的“bullet 与 pistol”,正是在标记这条边界。

这也是这场讨论最值得关注的地方。它没有推出一个全新的估计公式,而是在提醒我们:模型里的随机性不是自动归位的。研究者怎样命名处理、干预和结果,会影响效用在哪一层计算,也影响一个决策问题看起来是否反直觉。

局限与未知

  • Mikhaeil 明确表示,他尚不清楚仅从确定性干预切换到随机干预,如何清楚区分“处理分配的不确定性”与“个体结果的不确定性”。Yu 认为两套框架内容相同,但通信尚未把两层计算完整展开。
  • 俄罗斯轮盘赌悖论在两种表述之间究竟会出现、消失,还是只换了一套标签,目前没有结论。Yu 也说自己并非提出新的解法,而是在指出它与随机干预文献的联系。
  • 供稿截断于讨论中途,也未提供俄罗斯轮盘赌论文、Yu 的短札或 Didelez et al. 2012。因而这里能确认的是一场尚在展开的概念辨析,而不是已经定型的方法共识。

供稿材料 SOURCES — 1

← 返回 2026-11-01 · 数据板块