选择性标签

🎭 本篇寓言已有视觉化剧场版：门外没有脚印 · 寓言剧场——滚动叙事 + 机制动画，先看故事再读概念。

出自 寓言剧场·AI 生成寓言集《门外没有脚印》寓言：回雾关只让铜燕认可的人走入长雾，也只收到这些被放行者留下的归来铜环。阿汀年年被挡在门内，守门人便拿“从没有这样的人回来”证明拒绝正确。直到她从泄水洞绕过关门、救回雪橇，众人才明白：门外没有她的脚印，不是那边没有路，只是门从未为她打开。

概念内核

选择性标签（Selective Labels）是一个由决策过程自己制造的数据盲区：只有当决策者作出某种选择后，后续真实结果才有机会被观察；对于未被选择的对象，结果不是“坏”，而是未知。

例如，银行能看到获批贷款者后来是否还款，却不能直接看到被拒者如果获贷会怎样；公司能看到录用者的工作表现，却看不到落选者在同一岗位上的表现；保释场景中，也只有被释放者才可能留下“释放后是否再犯”的可观察结果。若把这些历史 outcome 当成覆盖全部人的完整答案，模型就会学习一个由过去决策筛出来的世界。

Lakkaraju、Kleinberg、Leskovec、Ludwig 与 Mullainathan 在 KDD 2017 论文 The Selective Labels Problem: Evaluating Algorithmic Predictions in the Presence of Unobservables 中系统研究了这一问题：决策者的选择决定哪些真实结果可见，因此不能像普通完整标签数据那样直接评估新的预测规则。

它形成一个反馈回路：

1. 过去的规则只给一部分人机会；
2. 只有这部分人产生可观察结果；
3. 下一轮模型把这部分记录当作“历史经验”；
4. 模型继续偏向过去已被选择的人，门外的空白便越来越像可靠规律。

三条边界必须分清：

• 未知不等于优秀。 被拒者中当然可能有人会失败；问题是现有记录没有告诉我们谁会失败，不能把空白直接当成负面 label。
• 已有记录未必是错的。 获批者的还款、录用者的绩效都可以是真实结果；偏差来自这些结果只回答“过去被选中的人后来怎样”。
• 补标签不能无视伦理与风险。 在低风险场景可以设计受控探索或随机试验；高风险决策则需要因果方法、制度性复核、自然实验或决策者分歧等额外证据，不能为了收集数据随意让人承担伤害。

寓言全文

《门外没有脚印》全文照录，供细读研究；剧场版为节选配画。本篇由寓言剧场以 fabulist-v1.md 提示词生成（Codex，2026-07-15），原文一字未改。概念事实另以 KDD 2017 论文为依据，寓言不作为经验事实的证据。

回雾关立在两座雪山相夹的地方。

关外是一条穿过长雾的旧路。有人沿它去盐海换药，有人去北坡采种，也有人一去便再没回来。每一个想出关的人，都要先把木牌放进门楼上的铜燕腹中。铜燕会低头听一听木牌的声响，再看那人的靴底、绳结和背囊，然后吐出一枚青羽，或吐出一片灰石。

得青羽的人，门开；得灰石的人，回家。

铜燕从不凭空作决定。它身后的墙上，挂满了归来者留下的小铜环。每个铜环都记着一段远行：什么样的靴子走过碎冰，什么样的绳结挨住山风，什么样的背囊从雾里带回盐和种子。守门人每到冬天，就把这些铜环一枚枚放进燕腹。第二年春天，铜燕便比上一年更谨慎。

它挑中的旅人越来越像那些曾经回来的人。它放行得越来越少，回来的人却越来越多。关里人于是说，这只燕子不但记得路，还看得见人的命。

织索匠的女儿阿汀第一次来时，铜燕吐给她一片灰石。她的靴子是自己缝的，鞋底横着一道别人没有的软缝；她的绳结也不照门楼里的旧样，而是向里多绕半圈。守门人把灰石推还给她，说：“雾路不认这些东西。”

第二年，阿汀又来，仍是灰石。后来每逢开关，她都背着同一个旧背囊站在队尾；门开了又关，她总在门里。

“你看，”守门人有一次劝她，“这么多年，像你这样系绳的人，从没有一个从雾里回来。”

阿汀望着门外。新雪一直铺到雾中，雪上没有她的脚印。

那年秋末，关外的风铃忽然乱响。那是远行者求救的声音。大雪堵住旧路，出去的人困在北坡，门楼里却没有谁认得新落下的雪层。守门人急得来回踱步，铜燕只会低头啄那些旧铜环。

阿汀把自己的绳索缠上腰，钻过门楼下泄水的石洞。她那道横缝很软，踩在浮雪上不会把雪壳割破；向里多绕的半圈绳结，受力时反而越收越紧。天黑以前，她从雾里拖回了第一副雪橇。夜深时，最后一盏风灯也跟着她回到门内。

守门人把一枚新铜环送进燕腹。铜燕啄了很久，却找不到安放它的槽。

它腹中只有两类旧物：被它放行的人，怎样回来；被它放行的人，怎样没有回来。至于那些被灰石挡住的人，墙上没有铜环，燕腹里也没有一丝声响。它从未见过他们在雾里会怎样，却年复一年，用这片沉默证明自己不该放他们出去。

守门人这才重新看向关外的雪。

门外没有脚印，并不是那边没有路。

只是门一直没有开。

隐喻对照

• 回雾关 = 决定谁能获得机会的高风险关口，例如放贷、录用、保释或接受治疗
• 铜燕 = 根据历史决策与可见结果作判断的模型
• 被放行者留下的铜环 = 只有作出“允许”决定后才能观察到的 outcome label
• 灰石挡住的人 = 被拒绝，因此永远没有机会留下结果的人
• “从没有这样的人回来” = 把“从未让他们尝试”误当成“他们做不到”
• 阿汀从石洞出关并救人 = 一次越过旧选择边界的探索，补回原本看不到的结果
• 铜燕找不到安放新铜环的槽 = 旧记录只认识自己过去允许发生的世界

费曼版：假如你只让穿蓝鞋的孩子参加跑步，然后发现获奖者全都穿蓝鞋，你不能因此说“红鞋孩子不会跑”。你根本没有让他们上场，所以你没有他们跑得快不快的答案。可是，如果下一次你又拿“过去的冠军都穿蓝鞋”当理由，只让蓝鞋孩子参赛，这个空白就会一直留着，还会越来越像一条可靠的规律。

跨主题应用

• 与算法单一化的区别：算法单一化讲多个决策者横向共享同一判断来源；选择性标签讲决策在纵向上控制哪些结果能进入下一轮数据。两者可以叠加，但不是同一机制。
• 与逆向选择的区别：逆向选择源于交易双方掌握的信息不同；选择性标签即使没有一方隐瞒信息，也会因为“未获机会就没有结果”而产生不可观察项。
• 模型评估：不要只问模型在历史可见 label 上多准，还要问这些 label 是谁的旧决定筛出来的、哪些人从未获得产生结果的机会，以及部署后选择边界会怎样改变未来数据。

一句话钉子：没有结果，有时不是因为谁做不到，而是因为门从未为他打开。