历史数据记录的是过去的决定而非事实
别名: 标签即决定 · measurement versus decision · construct validity of labels
概念解释
机器学习管线把历史数据当作「发生过的事实」来学，但多数历史数据记录的其实是过去的决定：逮捕记录记录的是警方在哪里布控、拦下谁，不是谁犯了罪；贷款拒绝记录记录的是银行当时的放贷政策，不是谁真正会违约；医疗支出记录记录的是谁看得起病，不是谁病得更重。以决定为标签训练的模型，学到的不是目标构念的预测器，而是历史决定过程的复述器——它会忠实地把过去的政策、偏见与资源分配再生产一遍，还带着「数据驱动」的客观外衣。
机制
污染的路径是构念替换。系统想预测的构念（犯罪风险、违约概率、健康需求）不可直接观测，于是用可得的代理（逮捕、贷款结果、医疗账单）替代；代理 = 构念 + 采集过程的系统性扭曲，模型无法把两者分开，只能一起学。更糟的是决定的自证实结构：被拦查多的人群留下更多记录、更多记录触发更多布控——决定制造了「证实」决定的后续数据。时间维度加深问题：社会规范与政策随时间变化，几十年前的决定（某地区曾被视为高风险故拒绝服务）沉淀在数据里，而今天的世界已经不这样运作，模型却在向过时的决定分布对齐。
怎么研究
构念效度检验是核心方法：对「标签测量的究竟是什么」做系统分析，追问标签与目标构念之间的理论链条，寻找标签的决定性来源（谁做的决定、受什么政策约束）。偏差标签分析比较代理与更接近构念的测量：以逮捕记录对真实犯罪的自我报告调查、以医疗支出对健康量表，估计「决定带来的扭曲」在标签中占多少。自然实验利用政策变化：当布控政策或放贷规则改变而底层人群行为未变时，标签分布的漂移量即为决定过程的贡献。方法论注意点：更干净的构念测量往往自身也有偏差（自我报告低报），分析结论以「扭曲区间的估计」而非精确值为宜。
边界
并非所有历史数据都是决定：物理测量、交易完成记录、用户主动提交的内容，受决定过程污染小——「决定型标签」主要集中在涉及机构裁量与资源分配的领域（执法、金融、医疗、教育）。历史数据也不因此不可用：在决定过程已显著改善、且扭曲方向已知的场景，去偏与重加权能部分修正；边界在于修正的前提是承认标签是被决定的，而多数失败案例始于否认这一点。
怎么落地
- 为每个标签写「来源解剖」：这个数字由谁在什么规则下产生，是测量（传感器读数）还是决定（人工裁量、政策阈值），决定型的标注其裁量主体与当时政策。
- 对决定型标签寻找构念更近的对照测量做一次偏移估计，偏移量超过预设阈值时，该标签不得单独用于人群相关的预测目标。
- 决策留痕进数据：历史决定的理由（当时政策版本、裁量依据）作为元数据保存，使事后能区分「构念信号」与「决定信号」。
- 验证：模型上线后对被其决定影响的人群追踪结果分布——若模型输出与历史决定的相关远高于与实际结果的相关，即构念替换未修正，重新设计标签。