有限標本のもとでは、制約ベースの因果発見が依拠する条件付き独立性（CI）検定の結果が互いに矛盾することがあり、すべてを満たす因果グラフは存在しなくなる。因果仮定論証（Causal ABA）はこれらの検定結果を反駁可能なコミットメントとして明示し、その一部について対応保証を与えるが、既存の修復手続きは事実をヒューリスティックに解放するだけで、解放に対するユーザーの異議に形式化された応答を返せない。Fabrizio Russo と共著者4名による論文「Optimal Correction Sets for Provable Redress of Contestable Causal Discovery」は、論争可能な因果発見には、検査可能な修復対象、その根拠、そしてそうした異議に対する予測可能な改訂手続きが必要だと主張する。
著者らは CI 事実の修復を最小コスト修正問題として定式化し、回答集プログラミング（ASP）で実装した。Causal ABA を基盤として、因果整合性の簡潔かつ効率的な ASP 符号化を提示し、健全性と完全性の保証を伴わせている。さらに重要な点として、最適安定モデルと最小コスト修正集合の間に双方向の射影対応を確立した。これにより、論理プログラムの解と修正問題の解を相互に変換でき、単なるヒューリスティックな近似にとどまらない。
この形式化からは複数の性質が導かれる。すなわち、保持された事実への忠実性、修復の部分集合最小性とコスト最適性、解放された事実に対する衝突に基づく根拠付け、そしてユーザーの異議の下での形式的に保証された救済である。システムは修復後の因果構造を提示するだけでなく、なぜ特定の検定事実を解放したのかを説明し、異議が生じた際には予測可能な形で改訂できる。
実証評価はこの形式的な説明を裏付けている。提案手法 OptABA-PC は、一般的なベンチマークにおいて Causal ABA と比べてより多くの正しい事実を保持し、互換性のある出力間の曖昧さを減らし、因果グラフの再構築精度を改善した。論文は付録を含めて41ページで、2026年10月23日に cs.AI として投稿され、arXiv 番号は 2610.33138 である。