Judea Pearl 对 Michael Jordan 发难不是所有随机对照实验都称为反事实研究最
Judea Pearl 对 Michael Jordan 的研究表示不满：不是所有随机对照实验都称为「反事实」研究，最新娱乐资讯显示这场争论如同一件复杂的物品，需要细致分解才能看清真相。Pearl 认为，只有在第三阶梯，即反事实计算中，才应该使用「反事实」一词，而不是像某些研究那样滥用这个术语。最近，一篇由 Michael Jordan 教授领导的研究团队发表的一篇论文在推特上被转发后，就遭到了 Judea Pearl 的批评。这篇论文提出了一个构造算法，用来聚焦因果推理泛函，并通过有限差分逼近统计泛函的 Gateaux 导数。在概率分布是先验未知但也需要从数据中估计的情况下，估计的分布产生经验的 Gateaux 导数，因此作者还进一步考察了经验、数值和分析 Gateaux 导数之间的关系。在反事实均值估计案例研究中，作者证明了有限差分与解析 Gateaux 导数之间确切关系。
Michael Jordan 教授在他的论文中，将「反事实」定义为 E[Y(1)]，即第二阶梯，而不是第三阶梯中的反事factial，即 E[Y(1)Y]。然而，这并没有得到 Judea Pearl 的认可，他认为任何声称使用贝叶斯网络进行反事factial计算的人都应该受到质疑，因为根据他所引用的证据，只有当你能够理解 SCM（结构因果模型）时，你才能真正地进行第三阶梯任务，即回答“如果情况不是现在这样可能会发生什么”的问题。
另一个网友则指出，在潜在结果（Potential Outcomes, PO）语境下干预量和反事factial量没有区别，所以即使文中多次出现「反事factial」一词，但该论文本身可能并不涉及Rung-3（第三阶梯）。而 ar-tiste 认为，这似乎暗示了在 Pearl 和 PO 两派眼中，“反事factial”的定义不同，但二者都是将 Y(0) 和 Y(1) 定义为 反意变量。
最终，该事件揭示了一种关于因果推断领域内知识传播和理解的问题，其中重要的是要确保术语使用准确无误，以避免混淆或误导。此外，它也强调了科学家们必须保持严谨态度以防止错误传播的必要性。
