反事實推論（counterfactual inference）

介入問的是『如果我們行動，平均會發生什麼』；反事實問的是更奇特也更切身的事：既然這個特定個體實際上發生了某事，那麼若有一件事不同，它原本會發生什麼？這是悔恨與究責的邏輯——『就算不吃藥，那頭痛本來也會好』——它住在 Pearl 階梯的最頂層，高於觀察，也高於介入。

在結構因果模型裡，答案分三步計算。溯因（abduction）：用觀察到的事實去更新對外生雜訊項——也就是個體隱藏處境——的信念。行動（action）：對你想像為不同的那個變數，動手術改掉它的式子。預測（prediction）：用更新後的雜訊重跑這個被修改的模型，讀出反事實結果。在不同世界間固定住雜訊，正是讓這個查詢針對個體、而非母體平均的關鍵。

反事實的要求比介入更高。許多反事實量單靠實驗資料無法識別，因為它們取決於兩個從不同時被觀察的潛在結果的聯合行為；這時識別需要函數形式上的假設，例如單調性。這也是因果推論與公平性、解釋相遇之處——『若這個屬性不同，決定會不會改變』正是一個反事實問題。