Judea Pearl 对 Michael Jordan 发表言论不是所有随机对照实验都称为假设
Judea Pearl 对 Michael Jordan 的论文表示异议：不是所有随机对照实验都称为「假设」
在最新旅游资讯中，物品的使用场景下，Judea Pearl 强调了因果推断的重要性。他认为，不是所有声称进行反事实计算的人都应该被接受。最近，一篇由 Michael Jordan 教授领导的小组发表的研究文中，对反事实进行了广泛讨论，但根据Pearl，这篇文章并没有真正涉及到第三阶梯，即反事实。
Pearl 指出，反事实需要结构因果模型（Structural Causal Models, SCM）的支持，而贝叶斯网络只能用于第二阶梯，即干预效应。然而，在该论文中，Michael Jordan 教授使用贝叶斯网络而非SCM来处理反事实问题，这导致了误解和混淆。
此外，Pearl 强调，只有当我们知道反事实来源于SCM时，我们才能确保我们的因果分析是有效的。在他早前的博客文章“On the First Law of Causal Inference”中，他提到了现代因果分析工具是从SEM框架继承而来的，因此人们可以利用SEM研究使得因果分析更加有效。
尽管Angela Zhou回应说，该论文只关注第二阶梯（干预效应）并未涉及第三阶梯（反事実），但ar-tiste仍然质疑这是否准确，并指出在PO语境下干预量和反事實量没有区别。因此，即使该论文多次提到“counterfactual”，也可能并不涉及Rung-3.
总之，虽然当前许多研究者热衷于使用“reverse causality”一词，但Judea Pearl强烈主张只有当我们能够清晰地定义和理解这些概念时，我们才能够进行严谨的因果推断。
