穩健性與可解釋性

反事實解釋(counterfactual explanation)

/ kown-ter-FAK-choo-ul ek-spluh-NAY-shun /

反事實解釋,回答的是一個清新得很「人性」的問題:「得改變什麼,模型才會做出不同的決定?」它不去剖解模型那團纏繞的推理,而是給你一個具體的「另一種可能」:「你的貸款被拒了。倘若你的年收入再高5000美元,它本會獲批。」它解釋一個決定,靠的不是打開那只箱子,而是給你看「答案翻轉過來的那個最近的世界」。

其魅力在於:這正合人天生推敲決定的方式——我們是靠一個個小小的「要是……會怎樣」來理解事情的。一個好的反事實是「最小的」(改動盡可能少)、「現實的」(你不能要求一個人去改自己的年齡或出生地)、且「可行動的」(它指向某件那人真能去做的事)。當這三點都成立時,它就成了「補救之道」(recourse):不只是一個解釋,更是一條「下回如何拿到不同結果」的實用建議。

反事實之所以要緊,是因為對一個決定的承受方而言,它往往是最有用、也最少誤導的解釋形式。它繞開了「假裝揭示模型真正內在邏輯」的那個陷阱——它只描述模型在某一個輸入附近的行為,而這恰恰是受影響者所需要的。誠實的告誡是:一個模型通常有許許多多個可能的反事實(要給人看哪一個,是個有後果的選擇);而且,反事實描述的是模型的怪癖,未必是現實世界裡的原因——照著它的建議去做,改變的是模型的判決,卻未必總能改變你底下那個真實的處境。

一個求職篩選模型拒絕了一位申請人。一個反事實解釋說:「再多一年相關工作經驗,這份申請本會被接受。」這條既可行動又清楚。對照一個糟糕的:「倘若你再年輕五歲,本會被接受」——技術上也是一個反事實,可作為建議它毫無用處,還是年齡歧視的一面紅旗。

一個有用的反事實,指向某件你真能去改變的事——還能把偏見暴露出來。

一個反事實告訴你的,是如何翻轉模型的決定,而這與「如何改變你現實世界裡的結果」並不是一回事。如果模型倚仗的是一個虛假特徵,那麼對那個特徵「做手腳」,可能翻得了判決,卻改善不了任何真實的東西。反事實是關於模型的建議,所以它的可信度,不會超過它背後那個模型。

又稱
counterfactualwhat-if explanationrecourse反事实解释反事實解釋