Intervenciones y operador do

Para encontrar una causa real, debes preguntarte qué pasaría si forzaras un cambio, en lugar de limitarte a observar lo que ya ocurre. El «operador do» es una herramienta conceptual que te ayuda a pensar en ese cambio forzado y a separar la correlación de la causalidad. Piensa en la diferencia entre observar que las personas con una membresía de gimnasio tienen mejor salud (ver una correlación) y predecir qué pasaría con la salud pública si dieras a todo el mundo una membresía gratuita (simular una intervención).

Pregúntate: «¿Solo estoy observando esta relación o estoy modelando qué pasaría si forzara un cambio?».

El operador do ofrece un lenguaje claro para distinguir entre dos tipos de preguntas: las de «ver» y las de «hacer». «Ver» implica condicionar el análisis a una observación; por ejemplo, examinar la tasa de éxito entre los pacientes que ya toman un medicamento. Es una observación pasiva y puede llevarte a conclusiones equivocadas porque podrían intervenir otros factores.

«Hacer», en cambio, implica una intervención. Este concepto simula fijar una variable en un estado concreto para toda la población. Mentalmente, «corta» las razones habituales por las que esa variable podría tomar cierto valor, lo que te permite aislar sus verdaderos efectos posteriores. Es el equivalente matemático de realizar un ensayo controlado aleatorizado perfecto.

Imagina que el gobierno de una ciudad observa tasas de delincuencia más bajas en los barrios con más patrullas policiales. ¿Las patrullas provocan esa reducción o se asignan más patrullas a zonas que históricamente han sido seguras? Una intervención nos obliga a imaginar qué pasaría si todos los barrios tuvieran muchas patrullas, sin importar su historia. Así se aísla el verdadero efecto causal de las patrullas sobre la delincuencia.

Puedes aplicar una lógica similar a tus decisiones personales. Quizá notes que tus amigos que se levantan a las 5 de la mañana tienen mucho éxito. Antes de poner la alarma, el razonamiento causal te anima a preguntarte: ¿qué pasaría si me obligara a levantarme a las 5 de la mañana? Así separas el posible efecto de madrugar de los rasgos subyacentes, como la disciplina y la ambición, que podrían causar tanto el hábito de madrugar como el éxito.

El operador do es la piedra angular del marco de modelos causales estructurales (SCM, por sus siglas en inglés) de Judea Pearl, que proporciona un lenguaje formal para expresar y estimar efectos causales a partir de datos. Permite un «cálculo de las intervenciones» con el que los investigadores pueden determinar si una cantidad causal se puede estimar únicamente a partir de datos observacionales. Este proceso se llama identificación.

• Pearl (2009) define formalmente una intervención, do(X=x), como una operación quirúrgica sobre un grafo causal que elimina todas las flechas que llegan a la variable X y fija su valor en x. Esto representa una fuerza externa que establece el valor de X con independencia de sus causas habituales. [1]
• Spirtes, Glymour y Scheines (2000) establecieron principios fundamentales, como la condición causal de Markov. Mostraron que, bajo supuestos específicos sobre el grafo causal, los efectos de algunas intervenciones son identificables a partir de datos no experimentales. [2]
• Bareinboim y Pearl (2012) introdujeron la z-identificabilidad, un marco para estimar efectos causales combinando datos observacionales con datos de un «experimento sustituto»: una intervención sobre una variable distinta de la que interesa directamente. [3]
• Bareinboim y Pearl (2016) sintetizaron años de investigación sobre la «fusión de datos» y proporcionaron criterios formales de transportabilidad: la capacidad de generalizar los hallazgos causales de un estudio experimental a otra población en la que solo se dispone de datos observacionales. [4]

La utilidad del operador do depende por completo de que el modelo causal subyacente sea correcto. Si el grafo causal que se supone es incorrecto —por ejemplo, omite una variable de confusión clave o representa mal una relación—, las estimaciones causales resultantes estarán sesgadas. Además, no todos los efectos causales son «identificables» a partir de datos observacionales; en muchos casos, el cálculo do demostrará que hace falta un experimento aleatorizado. Por último, el marco estándar supone que el tratamiento de una unidad no afecta al resultado de otra, lo que se conoce como «supuesto de estabilidad del valor del tratamiento por unidad». Este supuesto puede incumplirse en sistemas con efectos de red.