การทดสอบหลอกที่เสริมด้วยการเรียนรู้ของเครื่อง

การทดสอบการควบคุมเสมือนที่เสริมด้วยการเรียนรู้ของเครื่อง (machine learning-augmented placebo test) เป็นเทคนิคการตรวจสอบความถูกต้องของการอนุมานเชิงสาเหตุ (causal inference) ซึ่งใช้ตัวประมาณค่าที่ยืดหยุ่นของการเรียนรู้ของเครื่อง — เช่น causal forests, LASSO, หรือ double/debiased ML — เพื่อดำเนินการตรวจสอบการพิสูจน์เท็จ (falsification checks) ต่อกลยุทธ์การระบุ (identification strategy) โดยการแทนที่การกำหนดการรักษาจริงด้วยการกำหนดการควบคุมเสมือน (ปลอม) และตรวจสอบว่าผลกระทบที่ประมาณได้ลดลงเหลือศูนย์ นักวิจัยจะยืนยันว่าผลเชิงสาเหตุของตนไม่ใช่ผลจากความผิดพลาดในการระบุแบบจำลอง (model misspecification) หรือปัจจัยกวน (confounding)