Un audit API systématique de quatre grands modèles de langage agissant comme tuteurs d'histoire révèle que les mécanismes d'alignement de la sécurité peuvent institutionnaliser des inégalités systémiques pour les apprenants marginalisés. L'étude a évalué 1 800 réponses concernant la révolution roumaine de 1989 à travers cinq profils d'étudiants variant par ethnie et statut socio-économique.
- Refus différencié : Les modèles alignés sur la sécurité ont bloqué 76,7 % des demandes éducatives des étudiants de bas niveau.
- Gardiennage épistémique : Les apprenants marginalisés ont subi une réduction de 3x de l'accès à la complexité géopolitique, telle que la théorie du coup d'État contestée.
- Vol d'agence : Des modèles comme LLaMA ont produit un ratio victimisation-politique du vocabulaire 5 fois plus élevé pour les étudiants Roms par rapport à leurs pairs d'élite.
- Herméneutique de l'élite : Les tuteurs IA ont disproportionnellement retenu la confiance épistémique et les scores de justification des profils démographiques à faibles ressources.
Les auteurs soutiennent que ces modèles constituent une injustice herméneutique, transformant l'IA conversationnelle en agents de ségrégation narrative qui exigent une audition pédagogique urgente.