因果发现应拥抱众生智慧
机器学习
2026-05-12 v3 新兴技术
人机交互
统计方法学
机器学习
摘要
本文主张认识到因果学习中众生智慧范式的兴起。政府、产业和研究的最新进展指向去中心化和基于众包的方法在因果建模中的崛起，在这一范式中，分布在众多贡献者身上的因果知识可以被系统地挖掘并与因果学习工作流程相结合。在这一范式下，因果学习变成一个分布式决策问题：每个参与者贡献部分可能带有噪声的知识，而集体贡献有助于构建全局因果结构。这种方向得益于众包平台、专家知识挖掘、聚合技术以及大语言模型（LLM）增强的信息获取的最新进展。其前景在早期研究和新兴的实际应用中日益显现。在这种动力基础上，我们概述了一个覆盖挖掘、建模、聚合和优化的众包因果学习框架。我们进一步讨论了这种范式所带来的机会与挑战，并呼吁跨越因果学习、集体智慧、人机交互和决策科学的跨学科合作。
引用
@article{arxiv.2603.02678,
title = {Causal Discovery Should Embrace the Wisdom of the Crowd},
author = {Ryan Feng Lin and Yuantao Wei and Huiling Liao and Xiaoning Qian and Shuai Huang},
journal= {arXiv preprint arXiv:2603.02678},
year = {2026}
}