기존의 조건부 테스트를 넘어: 추상 논증에서의 실제 인과성을 활용한 반사실적 설명 (확장 버전)

Beyond But-for Test: Counterfactual Explanation in Abstract Argumentation via Actual Causality (Extended Version)

추상 논증에서의 반사실적 설명은 '만약 특정 다른 논증들의 상태가 변경된다면, 해당 주제 논증은 여전히 받아들여질 것인가?'라는 질문에 대한 답을 요구합니다. 기존 접근 방식은 조건부 테스트에 국한되어 있으며, 보다 정교한 반사실적 조건을 수용하지 못하는 한계가 있습니다. 이러한 제한점을 극복하기 위해, 본 연구에서는 추상 논증에서 개입 기반의 반사실적 추론 프레임워크를 제안합니다. 저희의 접근 방식은 논증들의 승인 조건을 방정식으로 표현하고, (1) 여러 세트의 논증을 동시에 변경하거나, (2) 특정 증거 논증들을 실제 레이블로 고정할 수 있는 개입 연산자를 정의합니다. 할페른-펄 정의에서 제시된 정교한 반사실적 조건을 기반으로, 저희 방법은 기존의 조건부 테스트를 넘어서면서, '선행' 및 '과잉 결정'과 같은 논증 구조에서 원인을 정확하게 식별합니다. 비교 분석 결과, 저희 방법이 표현력과 신뢰성 측면에서 이전 방법보다 우수함을 보여줍니다.

Counterfactual explanation in abstract argumentation calls for an answer to the what-if query: would the topic argument still be accepted if the status of certain other arguments were changed? Existing approaches are limited to the but-for test and fail to accommodate more refined counterfactual conditions. To overcome these limitations, we introduce an intervention-based counterfactual reasoning framework in abstract argumentation. Our approach encodes the acceptance conditions of arguments as equations, then defines an intervention operator that supports (1) changing sets of arguments simultaneously, and (2) fixing witness arguments to their actual labels. Guided by the refined counterfactual condition introduced in the Halpern-Pearl definition, our method goes beyond the but-for test, thereby correctly identifying causes in argumentation structures such as Preemption and Overdetermination. Through comparison, we show that our method surpasses prior methods in both expressiveness and reliability.