Judea Pearl 对 Michael Jordan 的论文提出批评：不是所有随机对照实验都适用于化妆品的「反事实」测试
近日，著名因果科学家 Judea Pearl 在社交媒体上发表了对一篇由加州大学伯克利分校教授 Michael Jordan 领衔的研究论文的批评。该论文涉及一种构造算法，用以推进因果推理领域中的泛函 Gateaux 导数估计。Pearl 强调，不是所有声称使用贝叶斯网络进行反事实计算的人都应该被接受，他认为，任何声称在不使用结构因果模型（SCM）的情况下进行第三阶梯（即反事实）推理计算的人都需要受到质疑。
Pearl 指出，反事实问题通常涉及类似“如果治疗方案不同，结果会如何？”这样的问题，而不是简单地讨论变量之间的关联。他强调，因果分析中现代工具并非新鲜事物，而是从 SEM 框架有机继承而来的，因此人们可以利用 SEM 研究使得因果分析更有效。
此外，Pearl 提醒说，将随机对照实验产生的一切称为“反事实”会造成误解，并呼吁只有在第三阶梯任务中才使用“反事实”这个词。在一位网友评论 Jordan 论文时表示它具有 1980 年代风格时，Pearl 也毫不留情地指出，该论文没有 d-separation，也没有 graphoids，与 1980 年代图模型相去甚远。
尽管研究者 Angela Zhou 回应说，他们只关注第二阶梯（干预效应），并未提到第三阶梯（反事実），但这并不能解决 Pearl 所指出的核心问题，即将“反事實”的概念应用于不恰当的情境。最后，由于种种争议，这场关于因果推断和“反事實”的讨论继续展开，为学术界提供了一个深入探讨这些复杂话题的机会。
