Sharpら(2025)は、「エージェント格差」を、可用性、品質、数量の次元におけるAIエージェントへのアクセスの不均衡を分析するための枠組みとして導入した。彼らは、個人レベルの相互作用において機能する補完的な次元として、文脈アクセス格差(CAD)を提案している。

  • CADは、システムが自律的に文脈を取得する動的文脈取得と、ユーザーが文書を手動で特定する必要がある手動添付を区別する。
  • 知識集約型労働者にとって、手動のキュレーションは認知負荷をもたらし、AIが解消を目指している非効率性を再生産する。
  • 確率モデルは、コーパスサイズが増大するにつれて、手動添付がタスク成功確率の組み合わせ的崩壊を引き起こすことを示している。
  • 動的取得アーキテクチャは、手動手法と比較して、この崩壊から構造的に隔離されている。

著者らは、文脈性をAI媒介型不平等の次元として形式化し、知識労働の階層化とAIプラットフォームガバナンスへの影響を分析している。