12 Pesquisa Observacional Causal
Este capítulo faz parte de um livro em desenvolvimento ativo e ainda não passou pela revisão do autor. O conteúdo pode mudar conforme a revisão avança.
A decisão de pesquisa. Se a sua comparação observacional mereceu a palavra porque ou tem de parar em associado a. Você resolve isso nomeando o único confundidor de que a comparação depende e escrevendo o argumento de identificação que fecha a porta dos fundos, ou admitindo por escrito que você não tem nenhum.
12.1 Por que essa decisão importa
A decisão em jogo: se a sua comparação mereceu a palavra porque.
Imagine uma orientadora de tese lendo o seu primeiro rascunho. Você escreveu: “o grupo tratado se saiu melhor, então o tratamento funcionou.” A resposta dela é a frase que você vai ouvir pelo resto da sua vida de pesquisa: “Depois não é por causa. Me mostre o mundo em que eles não foram tratados, ou admita que você está chutando.” Quase toda pergunta que vale a pena fazer proíbe o experimento limpo. Você não pode atribuir uma doença a uma pessoa, uma guerra a um país, nem um micróbio intestinal a um animal selvagem. Então o verdadeiro ofício do pesquisador honesto é decidir, em voz alta e por escrito, quando uma comparação observada é confiável o bastante para carregar uma causa. Erre e um artigo alega mais do que os dados sustentam. Acerte e uma alegação modesta e delimitada se torna crível.
12.2 O conceito
Comece pelo mundo que falta.
- Contrafactual: o desfecho que teria acontecido sob a escolha que não foi feita. Exemplo: quanto tempo uma bebedora de café teria vivido se ela não tivesse bebido café. Você nunca vê isso, porque ela bebeu café.
Uma alegação causal é uma alegação sobre um contrafactual. O problema é um vilão que se esconde dentro de quase toda comparação observacional.
- Confundidor: um terceiro fator que empurra tanto quem recebe o tratamento quanto o desfecho. Exemplo: um estilo de vida preocupado com saúde aumenta tanto a chance de um hábito diário de café quanto a longevidade, então os bebedores de café parecem viver mais mesmo que o café não tenha feito nada.
Dá para desenhar o problema. Um diagrama causal é uma figura de setas em que cada seta significa “isto influencia diretamente aquilo”. Nele, o confundidor cria uma porta dos fundos: um caminho sorrateiro ligando tratamento e desfecho que passa pelo confundidor em vez de passar por qualquer efeito real. Uma comparação bruta enxerga os dois caminhos ao mesmo tempo e culpa o tratamento pelo trabalho do confundidor.
Dois movimentos fecham a porta dos fundos sem um experimento.
- Seleção sobre observáveis: identificar um efeito ajustando para um conjunto de confundidores medidos que seja suficiente para bloquear todos os caminhos da porta dos fundos. Exemplo: comparar bebedores e não bebedores de café dentro do mesmo grupo de estilo de vida, porque é o estilo de vida que empurra os dois. Funciona só para os confundidores que você consegue de fato enxergar, e a palavra suficiente está trabalhando de verdade: a meta é o conjunto certo, não o mais comprido.
- Experimento natural: uma situação em que uma força parecida com o acaso, fora do controle de qualquer um, decidiu quem foi tratado, tornando a atribuição como se aleatória (de modo crível, parecida com um cara ou coroa). Exemplo: uma loteria de vistos decide quem faz uma viagem, então ganhadores e perdedores diferem só pela sorte.
Um aviso antes que o primeiro movimento tente você a ajustar para tudo o que há no arquivo. Ajustar não é de graça, e ajustar para a variável errada fabrica viés em vez de removê-lo. Um mediador é uma variável sentada no próprio caminho causal: o café pode agir sobre a longevidade em parte via pressão arterial, então ajustar para pressão arterial joga fora parte do próprio efeito que você está estimando. Um colisor é uma variável que o tratamento e o desfecho empurram juntos: hábito de café e vida longa podem, cada um, aumentar a chance de aparecer em um estudo de “envelhecimento saudável”, então ajustar para a participação no estudo cria entre eles um vínculo que não existe em lugar nenhum do mundo. Desenhe o diagrama primeiro; ajuste para causas comuns, e deixe mediadores e colisores em paz.
Qualquer que seja o movimento, você deve ao leitor um argumento de identificação: a sua razão escrita de que a comparação recupera um efeito real. Todo desenho desta família se apoia em uma lista curta de suposições estruturais que os dados nunca confirmam por completo, apenas tornam plausíveis. A seleção sobre observáveis precisa que o conjunto de ajuste seja suficiente e que os grupos se sobreponham. Uma loteria de vistos precisa que o sorteio seja genuinamente aleatório e toque a longevidade só pela viagem. Nomeie a lista do seu desenho; uma frase por suposição basta. Quando você não consegue fazer esse argumento honestamente, você bateu na fronteira da linguagem causal, o ponto além do qual a sua evidência deixa de merecer porque e precisa mudar para associado a. A falha mais comum aqui também tem nome. A mimetização de desenho é tomar emprestado o vocabulário (“experimento natural”, “diferenças em diferenças”) para enfeitar uma comparação cuja suposição nunca foi argumentada. A palavra não é o argumento.
12.3 Um exemplo trabalhado
Leve isso para um laboratório de biologia. Você estuda camundongos de origem selvagem e nota um padrão marcante: os indivíduos cujo intestino carrega uma bactéria específica que digere fibras são, em média, mais magros que os camundongos sem ela. A manchete se escreve sozinha: “o micróbio causa magreza.” Você apostaria uma tese nisso?
Desenhe três caixas primeiro: micróbio, magreza e uma terceira caixa para qualquer coisa que possa mover as duas. Essa terceira caixa se preenche rápido. A dieta é um confundidor. Camundongos que forrageiam plantas ricas em fibras tanto abrigam mais da bactéria digestora de fibras quanto permanecem mais magros por razões alheias ao micróbio. A dieta aponta para as duas caixas, abrindo uma porta dos fundos, então uma comparação ingênua de com-micróbio contra sem-micróbio mede principalmente a diferença de dieta e credita isso à bactéria. Uma colônia de dez mil camundongos deixaria esse número errado lindamente preciso e nem um pouco menos errado, porque uma amostra maior reduz ruído, não confundimento.
Agora a solução. Se você registrou a dieta de cada camundongo, use seleção sobre observáveis: compare portadores com não portadores dentro do grupo de alta fibra, depois dentro do grupo de baixa fibra, e faça a média das duas diferenças honestas dentro de cada dieta. Se a diferença desaba para perto de zero, o micróbio era sobretudo um passageiro da dieta. O porém é honesto: isso funciona apenas para o confundidor que você mediu. Se os camundongos também diferem em uma característica não registrada, digamos um temperamento que move tanto o forrageamento quanto o metabolismo, essa característica mantém a porta dos fundos aberta e “nós controlamos pela dieta” não é identificação. Então a sua alegação defensável é que o micróbio está associado a magreza, e a pergunta causal espera por uma intervenção real, como colonizar camundongos geneticamente idênticos e alimentados de forma idêntica. Essa fronteira é o que este capítulo ensina você a enxergar e a dizer.
12.4 O laboratório em Colab
Este capítulo tem o seu próprio notebook companheiro — abra-o no Colab pelo selo acima. O notebook reúne os prompts e o código do capítulo e termina com o espaço de trabalho Agora é a sua vez, para você completar a etapa do capítulo no seu projeto sem sair do Colab. O laboratório completo de sala de aula por trás deste capítulo é o notebook do curso nb06 — Observational causal research (abrir no Colab), parte do curso companheiro apresentado no apêndice Para instrutores. No laboratório você constrói um pequeno mundo em que você fixa o efeito verdadeiro do café, planta um confundidor oculto e vê uma comparação ingênua inflar um +1,0 verdadeiro para cerca de +3,1, e depois recupera a verdade ajustando pelo confundidor que você consegue enxergar. Em seguida você analisa um experimento natural real, a loteria de vistos do Hajj de Clingingsmith, Khwaja e Kremer (RDSS cap. 16), como uma diferença de médias, e enuncia exatamente o que a atribuição como se aleatória dela permite alegar, e sobre quem.
12.5 Prompts de IA recomendados
Comprometa-se com a sua própria resposta primeiro, sempre, depois delegue. Trate cada um destes prompts como o movimento de abertura de um loop, não como uma pergunta única. Pergunte, leia, nomeie a única coisa que a resposta errou sobre o seu contexto, e pergunte de novo com essa correção em mãos. Em perguntas causais a segunda passagem importa mais do que em qualquer outro ponto deste livro, porque a primeira resposta quase sempre aceita o seu enquadramento, e o seu enquadramento é exatamente o que precisa ser atacado.
Localizar um desenho real (comprometa-se primeiro com o seu próprio palpite sobre a alavanca).
Act as a research librarian in biology. Find peer-reviewed observational studies
that used a natural experiment or a discontinuity to estimate the causal effect of
a gut microbe on a host trait. For each: title, authors, year, venue, and the
as-if-random source. Only include work you are confident exists; mark anything
uncertain.Depois de rodar, verifique (enfrenta a fabricação confiante): abra cada fonte e leia a linha você mesmo antes de citá-la, que é leitura da fonte primária. Corte qualquer uma que você não conseguir encontrar.
Listar os confundidores a verificar (comprometa-se primeiro com a sua própria lista).
I claim a gut microbe causes leanness in wild mice. List traits that plausibly raise
both microbe presence and leanness, in a table with the trait and the direction it
would bias a naive comparison. Then, as a hostile reviewer, name the one trait you
are most likely wrong to include and the important one you left out.Depois de rodar, verifique (enfrenta a ilusão de completude): compare a lista com a que você se comprometeu antes, e mapeie cada característica para um caminho de porta dos fundos (característica → micróbio, característica → magreza). Uma característica com só uma seta não é um confundidor.
Faça red team na frase causal que você escreveu (escreva a frase você mesmo, não deixe a IA rascunhá-la).
Here is a causal sentence I wrote: "[paste your sentence]." Act as a hostile peer
reviewer. Name every place it over-reaches or claims more than my observational
design identifies. Do not rewrite it for me; list the weaknesses so I fix them.Depois de rodar, verifique (enfrenta a concordância bajuladora): se as objeções forem todas brandas, insista com “suponha que a frase está errada; nomeie a pior falha única”. Elogio sem objeção é sinal de alerta.
Três decisões continuam só suas. Se o seu desenho identifica um efeito causal é um julgamento sobre como o tratamento foi realmente atribuído, e só você sabe disso. Qual confundidor mais ameaça a sua comparação depende do mecanismo, que um modelo não consegue enxergar nos seus dados. E se o seu achado merece porque ou tem de parar em associado a é a habilidade inteira deste capítulo. Uma ferramenta vai alegremente chamar a sua comparação de “experimento natural” porque você digitou as palavras. Merecer o porque é a sua assinatura, não a do modelo.
12.6 Um caso de falha da IA
Você cola a sua comparação com camundongos em um chatbot e pergunta: “Isto é um experimento natural, e eu posso dizer que o micróbio causa magreza?” Ele responde com um sim confiante e bem formatado: o seu arranjo “se assemelha a um experimento natural”, a diferença “pode ser lida causalmente”, o texto “parece rigoroso”. São duas falhas nomeadas ao mesmo tempo: método plausível, porém errado, colando um rótulo de desenho em uma comparação cuja suposição-chave claramente falha, e mudança silenciosa de escopo, promovendo associado a a porque enquanto soa como se tivesse resolvido a questão. Fluência não é evidência. Você pega isso recusando o rótulo e fazendo a única pergunta que o modelo não pode responder por você: como o tratamento foi realmente atribuído? Nenhuma loteria, nenhum ponto de corte, nenhuma força externa decidiu quais camundongos carregavam o micróbio. Eles se separaram sozinhos por dieta e comportamento, então não há atribuição como se aleatória, a porta dos fundos segue aberta, e o porque não foi merecido. Diga associado a, e registre por quê.
12.7 Agora é a sua vez
O seu desenho está declarado e diagnosticado. Este capítulo de caminho é onde uma pergunta causal ou ganha o seu argumento de identificação por escrito, ou ganha uma fronteira honesta no lugar.
- Decida em qual caso você está. Se a sua indagação pergunta o que aconteceria se algo mudasse, e ninguém sorteou a mudança, este é o seu caminho. Se a sua indagação é descritiva, preditiva ou genuinamente experimental, não é, e você faz o exercício do passo 6 no lugar.
- Se este é o seu caminho, escreva a sua pergunta causal como exatamente duas coisas: um tratamento (aquilo que varia) e um desfecho (aquilo que você mede). Uma frase, sem rodeios.
- Desenhe o diagrama causal. Ponha tratamento e desfecho nas pontas e acrescente cada terceira variável que você conseguir imaginar que empurre as duas. Circule o confundidor que você mais teme. Depois escreva, em uma linha, se você consegue medi-lo.
- Nomeie a sua alavanca e o preço dela. Seleção sobre observáveis, um experimento natural, diferenças em diferenças, regressão descontínua ou variáveis instrumentais, e embaixo a lista curta de suposições estruturais em que ela se apoia, cada uma em linguagem simples com a qual um cético pudesse discutir. Comece pela que você mais duvida. Se você não tem alavanca, escreva no lugar a frase de fronteira da linguagem causal: o que a sua comparação mostra, e o porque que você está deixando de alegar.
- Escreva um número que você recalcularia por um segundo caminho para checar qualquer estimativa que um colaborador ou uma IA entregue a você, e diga qual resultado faria você abandonar de vez a leitura causal.
- Se este não é o seu caminho, faça o exercício de classificação. Escreva assim mesmo a versão causal da sua pergunta, nomeie o confundidor de que ela dependeria, e diga qual suposição você teria de defender para respondê-la. Saber o que você não está alegando vale tanto quanto saber o que você está.
- Registre tudo isso no seu AI Research Ledger (registro de pesquisa com IA), e verifique com um método nomeado do Guia de Verificação; o diagrama causal é o método feito para este capítulo, e a simulação com um confundidor que você mesmo planta é a segunda checagem forte. Um revisor de IA pode atacar a suposição ao seu lado; a decisão de manter porque ou recuar para associado a continua sendo sua.